Rust 개발 환경 설정

ℹ️

Mac 터미널 환경과 VSCode 기준으로 작성하였습니다.

Rust 설치하기

curl 커맨드를 사용하여 Rush 설치 스크립트를 다운로드하고 설치 합니다.


curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh

설치 및 버전 확인


rustc --version

결과

Rust는 rustc (컴파일러), cargo (프로젝트/패키지 관리자) 등이 포함된 Rust 툴체인을 관리하는 rustup 툴체인 관리 도구를 제공 합니다.

Cargo: Rust 프로젝트/패키지 관리자

프로젝트 생성

cargo 커맨드로 Rust 프로젝트를 생성 할 수 있습니다.


$ cargo new rust-demo
$ cd rust-demo

cargo new <프로젝트 이름> 형식 입니다.

커맨드를 실행한 곳에 rust-demo 폴더가 생성되며, 아래와 같은 파일이 자동 생성 됩니다.


.
├── Cargo.toml
└── src
    └── main.rs

프로젝트 빌드 및 실행

cargo로 프로젝트를 빌드하여 실행 파일을 생성 할 수 있습니다.


cargo build

결과

실행 파일은 ./target/debug/ 폴더에 <프로젝트 이름>과 같은 파일로 생성 됩니다. (여기선 rust-demo)

아래과 같이 실행 해 볼 수 있습니다.


./target/debug/rust-demo

결과

디버깅 심볼등을 제외한 릴리즈용 실행 파일은 -r(또는 --release)옵션을 추가하여 빌드 합니다.


cargo build -r

결과

cargo run 으로 빌드와 실행을 한번에 할 수도 있습니다.


cargo run

결과

cargo run 으로 빌드와 실행을 한번에 할 수 있습니다.


cargo run

결과

Crate 바이너리 설치

cargo install 로 crates.io 에 배포된 crate 바이너리를 설치 할 수 있습니다. (go install 같은 것)


cargo install wasm-pack

결과

자주쓰는 Cargo 명령어 정리

cargo new로 새 프로젝트를 생성할 수 있습니다.

cargo build 명령으로 프로젝트를 빌드할 수 있습니다.

cargo run 명령어는 한 번에 프로젝트를 빌드하고 실행할 수 있습니다.

cargo check 명령으로 바이너리를 생성하지 않고 프로젝트의 에러를 체크할 수 있습니다.

cargo test 명령으로 자동화 테스트를 수행 합니다.

cargo add 명령으로 Crate를 추가합니다. (From crates.io)

cargo install 명령으로 Crate 바이너리를 설치 합니다.

VSCode 설정

Rust 관련 추천 Extensions

rust-analyzer → VSCode Rust 필수 확장 프로그램

Rust Extension Pack → VSCode Rust 개발에 많이 사용되는 확장 모음집

rust-analyzer
crates → Cargo.toml 파일로 의존성 관리를 편리하게 해줌
Better TOML → .toml 파일 (Rust 진영에서 많이 사용되는 설정파일 포맷) 쓰기 편하게 도와줌

Neovim 설정

AstroNvim 확장에 Rust 설정

기존 Neovim 설정이 있으면, 백업을 해둡니다.


mv ~/.config/nvim ~/.config/nvimbackup

AstroNvim을 설치합니다.


git clone https://github.com/AstroNvim/AstroNvim ~/.config/nvim

플러그인 설치를 위해 nvim 패키지 매니저를 실행합니다.


nvim +PackerSync

nvim을 실행하고, LspInstall 로 Rust analyzer를 설치 합니다.


nvim .

nvim 명령행


:LspInstall rust

→ rust_analyzer 선택

결과

tree-snitter (Rust용 구문 분석기)도 설치 합니다.

nvim 명령행


:TSInstall rust

테스트 작성법

유닛 테스트

Rust의 유닛 테스트는 테스트 대상과 같은 파일내 tests 모듈을 만들고, cfg(test)를 어노테이션하는 게 일반적인 관례입니다.

add.rs


pub fn add(a: i32, b: i32) -> i32 {
    a + b
}

#[cfg(test)]
mod tests {
    // Note this useful idiom: importing names from outer (for mod tests) scope.
    use super::*;

    #[test]
    fn test_add() {
        assert_eq!(add(1, 2), 3);
    }
}

#[cfg(test)] 는 이 코드가 cargo build 가 아닌 cargo test 명령어 실행시에만 컴파일 및 실행되도록 지정하는 것 입니다.

통합 테스트

통합 테스트는 tests 폴더 아래 작성 합니다. 예를 들면, 아래와 같은 디렉터리 구조가 될 수 있습니다.


adder
├── Cargo.lock
├── Cargo.toml
├── src
│   └── lib.rs
└── tests
    └── integration_test.rs

src/lib.rs


pub fn add(a: i32, b: i32) -> i32 {
    a + b
}

tests/integration_test.rs


#[test]
fn it_adds_two() {
    assert_eq!(4, adder::add(2, 2));
}

통합 테스트도 cargo test 커맨드로 실행 합니다.


cargo test

결과

생성형 AI 활용

ChatGPT

Code Interpreter로 ONNX 모델 파일 REST API 추론 서비스 코드 작성하기

+ 버튼 클릭후 .onnx 모델 파일 업로드 (최대 100MB)

프롬프트 작성

프롬프트


Generate actix-web source code to inference uploaded model

결과

Rust 코드로 변환 하기

프롬프트


from xgboost import XGBClassifier
# read data
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
data = load_iris()
X_train, X_test, y_train, y_test = train_test_split(data['data'], data['target'], test_size=.2)
# create model instance
bst = XGBClassifier(n_estimators=2, max_depth=2, learning_rate=1, objective='binary:logistic')
# fit model
bst.fit(X_train, y_train)
# make predictions
preds = bst.predict(X_test)
---
Convert this code to Rust

결과