Elixir から Rust の関数を呼ぶことで、円周率 $\pi$ の近似値を求める計算を高速化する。Erlang VM の NIF（Native Implemented Functions）という仕組みで実現するので、同じ方法で Erlang から Rust の関数を呼ぶこともできる。

Qiita では同じようなタイトルの記事が 各言語でシリーズ化(？) されているので、それに便乗させてもらった。ただそれらでは、重い処理として再帰型のフィボナッチ数列関数が使われているのだが、それだとマルチコアプロセッサで並行計算（parallel 計算）させるのが難しいので、今回は簡単に parallel 化できる、円周率の近似計算を行うことにした。

進めかた

計算にかかった時間を計りながら、以下の段取りで進めていく。

1. Elixir：シングルプロセスで計算

1. Elixir：マルチプロセスで計算

1. Elixir：HiPE でネイティブコード化

Elixir から Rust のマルチスレッドプログラムを呼び出す

Elixir とは？

Qiita – Elixir の特徴 より。

• Elixir はスケールしやすくメンテナンスしやすいアプリケーションを作るための動的な関数型言語

• Erlang VM 上で実行される

Erlang VM は低レイテンシで、分散型かつ耐障害性のあるシステムとして知られており、Web 開発や組み込みソフトウェアの領域で使われて成功している

Elixir の最初の安定版 1.0 は、2014年9月にリリースされた。2016年1月現在の最新安定版は 1.2.0。「動的」型付け、強い型付けを行い、動的型付けを活かして、プログラムの実行中に任意のモジュールのコードをアップグレードすることもできる。Erlang VM と Erlang/OTP フレームワークから、堅牢性とスケーラビリティーを受け継いでおり、高負荷な状況でも安定したシステムを構築できる。

さらにメタプログラミングが可能な言語にしたことで、ウェブサービスを中心とするアプリケーションの開発生産性が極めて高いのが特徴だ。ウェブアプリケーション・フレームワークの Phoenix と、データベースクエリ用 DSL 言語の Ecto が、キラーアプリになっている。

Rust とは？

Rust は安全性と速度にフォーカスしたシステムプログラミング向けの言語で、以下の特徴を持つ。

• ゼロコスト抽象化による高速性。モダンな言語に見られる高度な抽象化をサポートするが、解析をコンパイル時に行なうため、実行時のオーバーヘッドが極めて小さい。C++ で書かれたプログラムに近い実行効率にすることを目標に掲げている

• メモリーへの不正なアクセス（segfaults）を防止するためのチェックをコンパイル時に行う

マルチスレッドプログラミングの安全性を保証するためのチェックをコンパイル時に行う

Rust の最初の安定版 1.0 は、2015年5月にリリースされたばかり。2016年1月現在の最新安定版は 1.5。GC（ガベージコレクタ）を持たないが、所有権システムという、コンパイル時にスタックやヒープ領域の所有権とその借用、そして寿命を解析するしくみにより、segfaults を未然に防ぐことができるのが最大の特徴になっている。

また、SML、OCaml、Haskell などの関数型言語から強い影響を受けており、「静的」型付け、強い型付けはもちろん、高度な型推論を行う。Elixir のプロトコルや Haskell の型クラスに似た「トレイト」により、厳格な型システムの下で、多相な関数が書けるようになっている。さらに、Erlang のアクターモデルや、軽量プロセスの異常終了検知モデルも参考にしている。これらの特徴から、データの型の安全性はもちろん、マルチスレッドプログラムの競合にまつわる安全性までもコンパイル時に保証できるしくみになっている。その一方で、システムプログラミングを行う開発者から敬遠されそうな、関数型言語っぽいプログラミングスタイルは極力排除されている。

Mozilla がスポンサーとなって開発が進められており、Mozilla Research の研究開発プロジェクト「Servo, Parallel Browser Engine」の開発言語に採用されている1。

使用した環境

今回使用した環境は以下の通り。

• Elixir 1.2.0 ＋ Erlang/OTP 18.2.1

• Rust 1.5

• OS

FreeBSD 10.2-RELEASE
Arch Linux
２つの OS で同様の傾向が見られた。本記事には FreeBSD の結果を掲載

マシン

Mac mini（Mid 2012）
2.60GHz動作のクアッドコア Core i7 3720QM
Hyper Threading により８つの論理コアプロセッサとして動作する
16GB RAM
上記の OS は直にインストールされている。（Mac OS X の VMware や xhyve といった仮想マシンハイパーバイザーは使っていない）

Erlang/OTP は kerl でビルドし、その際、以下の configure オプションを指定した。

--enable-dirty-schedulers
--enable-hipe --enable-native-libs --enable-fp-exceptions
--enable-smp-support --enable-threads --enable-kernel-poll

Elixir と Rust 共に、FreeBSD と Arch Linux で用意されているバイナリーパッケージを利用した。

なお、Rust は x86_68 系プロセッサの SIMD 命令を用いた最適化ができるようだが、今回生成された機械語命令には SIMD 系の命令は含まれていなかった。SIMD に未対応のプロセッサーもあるので、FreeBSD や Arch Linux で用意されているバイナリーパッケージでは、SIMD のサポートが無効になっているようだ2。

円周率の求めかた

では、円周率 $\pi$ の近似値をプログラムで求めてみよう。$\pi$ の小数点以下最初の15桁は、以下のようになる。

\pi = 3.14159\ 26535\ 89793\ \dotsb

最初に断っておくと、今回は簡単のために64ビット浮動小数点型の数値を用いるので、いくら計算を続けても大した精度は得られない。試した範囲では、小数点以下８桁くらいまでが限界のようだ。

計算方法は、数値積分法の長方形近似（左点則）を採用する。こう書くと難しそうに思えるが、意外に簡単だ。

まず半径 $r = １$ の円を考える。円の面積 $S$ を求める公式に代入すると、この条件では $S = \pi$ になるとわかる。

\begin{eqnarray}
S &=& \pi \cdot r^2 \\
&=& \pi \cdot 1 \\
&=& \pi
\end{eqnarray}

この円を中心から４つに分割し、その１片（四分円、しぶんえん）の面積を数値積分法で近似する。

数値積分法の長方形近似は、面積を求めたい範囲（図の四分円）を $X$ 軸方向に $N$ 等分し、長方形を敷き詰めて、それらの面積の和で近似する方法。左点則では、長方形の左上の点が、境界に接するようにする。図でわかるように、はみ出した部分は誤差になる。分割数を増やすほど誤差が小さくなるが、その分、計算に時間がかかるようになる。

具体的な式に落としていこう。円の中心（図の左下）が $ XY$ 座標の原点とする。$N$ 個に分割した四分円の面積を $S_0$、個々の長方形の幅を $w$、左端の長方形の左上の頂点を $(x_0, y_0)$、 右端の長方形の左上の頂点を $(x_{n-1}, y_{n-1})$ とすると、円周率 $\pi $ は、以下の式で求められる。

\begin{eqnarray}
\pi &=& 4 \cdot S_0 \\
&=& 4 \cdot (w \cdot y_0 + w \cdot y_1 + \dotsb + w \cdot y_{n-1}) \\
&=& 4 \cdot w \cdot (y_0 + y_1 + \dotsb + y_{n-1})\\
\end{eqnarray}

あとは $x$ から $y$ を導く方法がわかればいい。$X$ 軸と $Y$ 軸は直角に交わるので、３つの座標 $(0, 0), (x_i, 0), (x_i, y_i)$ を結ぶと、各辺の長さが $x_i,\ y_i,\ r$ の直角三角形ができる。辺の長さの関係は、三平方の定理により、$x^2 + y^2 = r^2$ となる。$r = 1$ とし、式を変形すればいい。

\begin{eqnarray}
x^2 + y^2 &=& r^2 \\
x^2 + y^2 &=& 1 \\
y^2 &=& 1 - x^2 \\
y &=& \sqrt{1 - x ^ 2}
\end{eqnarray}

その１　Elixir：シングルプロセスで計算

円周率の求め方がわかったところで、早速、Elixir でプログラミングしよう。今回使ったプログラムは、ここに 置いてある。

ベースとなる Elixir プロジェクトは、以下のように Elixir の Mix で作成した。

mix new elixir_rust_interop_demo

すると、こんな構成になる。

elixir_rust_interop_demo
├── README.md
├── config
│   └── config.exs
├── lib
│   └── elixir_rust_interop_demo.exs <-- pi.ex にリネームして、プログラムを書いていく
├── mix.exs
└── test

lib ディレクトリーに Elixir のソースファイル elixir_rust_interop_demo.ex があるので、それを pi.ex にリネームし、以下のプログラムを書き込む。

defmodule Pi do

  @spec calc_pi(n :: non_neg_integer) :: {:ok, pi :: float}
  def calc_pi(n) do
    w = 1.0 / n
    s0 = 0.0
    s1 = Enum.reduce(0..(n - 1), s0, fn(i, s) ->
      x = i * w
      s + :math.sqrt(1.0 - x * x)
    end)
    {:ok, 4.0 * w * s1}
  end

end

早速実行してみよう。

% iex -S mix
Erlang/OTP 18 [erts-7.2.1] [source] [64-bit] [smp:8:8] [ds:8:8:10] [async-threads:10] [hipe] [kernel-poll:false]

Compiled lib/pi.ex
Generated elixir_rust_interop_demo app
Consolidated List.Chars
...

Interactive Elixir (1.2.0) - press Ctrl+C to exit (type h() ENTER for help)
iex(1)> l Pi
{:module, Pi}
iex(2)> :timer.tc(fn() -> Pi.calc_pi(1_000_000) end)
{112146, {:ok, 3.141594652413976}}
iex(3)> :timer.tc(fn() -> Pi.calc_pi(1_000_000_000) end)
{113853091, {:ok, 3.1415926555901215}}

100万個に分割した場合は、計算に 112,146 マイクロ秒（0.11秒）要し、小数点以下５桁程度の精度が得られた。10億個に分割した場合は、計算に約１分54秒要し、小数点以下８桁程度の精度が得られた。なお、Elixir の float 型は、64ビットのIEEE 754浮動小数点数なので、一般的なプログラミング言語の double 型に相当する。

ループを効率化する

このプログラムでは10億回のループを回すために Range 0..(n – 1) に Enum.reduce/3 を適用したが、Elixir 1.2 の Range の実装を見ると、ループをひたすら回すような用途では効率が悪そうだ。以下のように、より効率がいい自作の高階関数 for_each/4 で置き換えてみた。

  @spec calc_pi(n :: non_neg_integer) :: {:ok, pi :: float}
  def calc_pi(n) do
    w = 1.0 / n
    s0 = 0.0
    s1 = for_each(0, n, s0, fn(i, s) ->    # <- ここを変更した
      x = i * w
      s + :math.sqrt(1.0 - x * x)
    end)
    {:ok, 4.0 * w * s1}
  end

  # この高階関数を追加した
  @spec for_each(index :: integer,
                 max :: integer,
                 init_acc :: term,
                 ((i :: integer, acc0 :: term) -> acc1 :: term))
                :: final_acc :: term
  defp for_each(max, max, acc, _fun) do
    acc
  end
  defp for_each(i, max, acc, fun) do
    for_each(i + 1, max, fun.(i, acc), fun)
  end

実行してみよう。

iex(1)> l Pi
{:module, Pi}
iex(2)> :timer.tc(fn() -> Pi.calc_pi(1_000_000_000) end)
{77341972, {:ok, 3.1415926555901215}}

10億分割時の計算時間は約77.3秒となり、先ほどと比べて 1.5 倍ほど高速化した。

その２　Elixir：マルチプロセスで計算

せっかくマシンが８個の論理コアを搭載しているので、全部使ってみよう。複数の軽量プロセスを起動して、面積を分割して求めればいい。Elixir なら直感的にプログラミングできる。

まず、calc_pi/1 を元に、四分円の一部の範囲だけの面積を求めるプログラム calc_pi_range/3 を追加する。この関数は、対象領域を n 等分して、offset 番目から count 個分の短形について、その面積を算出する。

  @spec calc_pi_range(n :: non_neg_integer,
                      offset :: non_neg_integer,
                      count :: non_neg_integer) :: pi :: float
  def calc_pi_range(n, offset, count) do
    w = 1.0 / n
    s0 = 0.0
    s1 = for_each(offset, offset + count, s0, fn(i, s) ->
      x = i * w
      s + :math.sqrt(1.0 - x * x)
    end)
    4.0 * w * s1
  end

次に calc_pi_range/3 を呼び出す関数 calc_pi_parallel/2 を追加する。この関数は、num_procs 個のプロセスを立ち上げ、calc_pi_range/3 を parallel に実行する。

  @max_procs  1024
  @timeout  60_000   # 1 minute

  @spec calc_pi_parallel(n :: non_neg_integer,
                         num_procs :: non_neg_integer) :: {:ok, pi :: float}
                                                           | {:error, term()}
  # num_process の値をチェックし、範囲外ならエラーを返す。
  def calc_pi_parallel(_n, num_procs) when num_procs <= 0 or num_procs > @max_procs do
    {:error,
     'Invalid num_procs #{num_procs}. It must be > 0 and <= #{@max_procs}'}
  end
  def calc_pi_parallel(n, num_procs) when rem(n, num_procs) != 0 do
    {:error, 'n #{n} must be a multiple of num_procs #{num_procs}'}
  end

  # num_process の値が範囲内なので、calc_pi_range/3 を parallel に実行する。
  def calc_pi_parallel(n, num_procs) do
    len = div(n, num_procs)
    pi = 0..(num_procs - 1)
      |> Enum.map(&(Task.async(fn() -> Pi.calc_pi_range(n, len * &1, len) end)))
      |> Enum.map(&(Task.await(&1, @timeout)))
      |> Enum.sum
    {:ok, pi}
  end

プロセスを立ち上げてから、結果を返すまでのコードを順に見てみよう。まず Task.async/1 でプロセスを立ち上げ、

    pi = 0..(num_procs - 1)
      |> Enum.map(&(Task.async(fn() -> Pi.calc_pi_range(n, len * &1, len) end)))

Task.await/2 で結果を集め、

      |> Enum.map(&(Task.await(&1, @timeout)))

Enum.sum/1 で合計する。

      |> Enum.sum

10億分割、10プロセスでの実行結果は以下の通り。

iex(2)> :timer.tc(fn() -> Pi.calc_pi_parallel(1_000_000_000, 10) end)
{29298379, {:ok, 3.141592655589816}}

約29.3秒で、シングルプロセス時の約2.6倍の速度となった。論理コアが８個とはいえ、実コアは４個なので、このくらいが現実的なのだろうか。top コマンドでは以下のように表示された。

  PID USERNAME       THR PRI NICE   SIZE    RES STATE   C   TIME    WCPU COMMAND
 2921 tatsuya         41  20    0   268M 72688K uwait   2   2:14 710.87% beam.smp

その後、プロセス数を20、40と増やしてみたが、結果は同じだった。

その３　Elixir：HiPE でネイティブコード化

Elixir のまま、もう少し頑張ってみよう。といっても頑張るのはコンパイラーであって、私たちではない。コードの変更は不要だ。

HiPE（High Performance Erlang）を使って、beamファイル内のコンパイル済みコードを、仮想マシンのバイトコードから、ネイティブコードに変換する。なお、この機能を使うためには、Erlang/OTP のビルド時に、–enable-hipe オプションを与えておかないといけない。また、–enable-native-libs も指定すると、Erlang/OTP のライブラリーの大半(？)が HiPE でコンパイルされる。

では、iex を立ち上げたまま、該当モジュールのみ HiPE 化しよう。別のターミナルから、以下のコマンドを実行する。

cd elixir_rust_interop_demo
ERL_COMPILER_OPTIONS="[native, {hipe, [o3]}]" elixirc -o _build/dev/lib/elixir_rust_interop_demo/ebin/ lib/pi.ex

iex からモジュールをリロードして、再度実行する。

iex(3)> l Pi
{:module, Pi}
iex(4)> :code.is_module_native(Pi)
true
iex(5)> :timer.tc(fn() -> Pi.calc_pi_parallel(1_000_000_000, 10) end)
{15226457, {:ok, 3.141592655589816}}

実行時間は約15秒ということで、HiPE 前と比べると約1.9倍の実行速度になった。このように計算が重い（CPU bound な）プログラムでは、HiPE の効果が大きくでる。

その４　Elixir から Rust のマルチスレッドプログラムを呼び出す

ではいよいよ Rust で書いてみる。まず、Rust 関連のファイルを格納する場所を作ろう。

rust_src と priv ディレクトリーを追加する

Elixir や Erlang のプロジェクトで C言語のソースコードを格納する時は、c_src というディレクトリーを使うのが一般的だ。それにならって、rust_src ディレクトリーを使うことにする。

Rust のプロジェクトを Cargo で作成する。elixir_rust_interop_demo ディレクトリー内で、以下のコマンドを実行する。

cargo new --name pi rust_src

さらに、Rust プログラムのビルドで作成される成果物（動的ロードの共有ライブラリー）を格納するために、priv ディレクトリを用意する。

mkdir priv
touch priv/.gitsave

この後、ソースコードを追加していくと、以下のような構成になるはずだ。

elixir_rust_interop_demo
├── README.md
├── _build
│   └── ...
├── config
│   └── config.exs
├── lib
│   ├── pi.ex         <-- いままで書いた Elixir モジュールのソースファイル
│   └── pi_nif.ex     <-- これから追加する Elixir モジュールのソースファイル
├── mix.exs
├── priv
│   └── libpi_nif.so  <-- コンパイル済みの Rust プログラムが格納された、共有ライブラリー
├── rust_src
│   ├── Cargo.lock
│   ├── Cargo.toml
│   ├── src
│   │   ├── lib.rs    <-- これから追加する Rust プログラムのソースファイル
│   │   └── pi.rs     <-- これから追加する Rust プログラムのソースファイル
│   └── target
│       └── ...
└── test

円周率近似プログラムの移植

まずは、Elixir のマルチプロセス版プログラムを Rust に移植する。rust_src/src/pi.rs ファイルに書いていくが、これは簡単な作業だ。というのは、Rust は Elixir と同様にモダンな言語で、しかも関数型言語の影響を強く受けているからだ。ほとんど同じ感覚で書ける。

calc_pi_range() は Elixir とほとんど同じ。

fn calc_pi_range(n: u32, offset: u32, count: u32) -> f64 {
    let w = 1.0 / (n as f64);
    let mut s = 0.0;
    for i in offset..(offset + count) {
        let x = (i as f64) * w;
        s += (1.0 - x * x).sqrt();
    }
    4.0 * w * s
}

もう一方の calc_pi_parallel() も、かなり似ている。

use std::thread;

const MAX_THREADS: u32 = 64;

#[allow(dead_code)]
pub fn calc_pi_parallel(n: u32, num_threads: u32) -> Result<f64, String> {
    if num_threads <= 0 || num_threads > MAX_THREADS {
        Err(format!("Invalid num_threads {}. It must be > 0 and <= {}",
                    num_threads, MAX_THREADS))
    } else if n % num_threads != 0 {
        Err(format!("n {} must be a multiple of num_threads {}",
                    n, num_threads))
    } else {
        let len = n / num_threads;
        let handles: Vec<_> = (0..num_threads).map(|i| {
            thread::spawn(move || {
                calc_pi_range(n, len * i, len)
            })
        }).collect();

        let results = handles.into_iter().map(|h| { h.join().unwrap() });
        // std::iter::Iterator の sum() は Rust 1.5 では unstable に
        // 指定されており使えない。代わりに fold() を使う。
        let pi: f64 = results.into_iter().fold(0.0, |acc, p| { acc + p });
        Ok(pi)
    }
}

マルチスレッドの実行過程について、Eixir と対比させてみよう。

まず、num_threads 個のプロセスを立ち上げ、calc_pi_range/3 を parallel に実行する部分。どちらもシーケンス型に map を適用し、Task.async/1 または thread::spawn() でスレッドを起動している。

    pi = 0..(num_procs - 1)
      |> Enum.map(&(Task.async(fn() -> Pi.calc_pi_range(n, len * &1, len) end)))

        let handles: Vec<_> = (0..num_threads).map(|i| {
            thread::spawn(move || {
                calc_pi_range(n, len * i, len)
            })
        }).collect();

なお、Rust では軽量プロセス（グリーン・スレッド）ではなく、OSが提供するネイティブ・スレッドを使用しているので、Elixir のように数百万個のプロセスを稼働させるといった芸当はできない。今回は重い計算処理なので、論理コア数を少し超えるくらいのスレッドを走らせれば十分なので、これで問題ない。

ちなみに、Rust の無名関数ブロックは、Ruby の文法を参考にしたそうだ。

結果を集める部分。どちらもスレッドのハンドルに map を適用。Task.await/2 と join() が対応している。

      |> Enum.map(&(Task.await(&1, @timeout)))

        let results = handles.into_iter().map(|h| { h.join().unwrap() });

合計する部分。

      |> Enum.sum

        // std::iter::Iterator の sum() は Rust 1.5 では unstable に
        // 指定されており使えない。代わりに fold() を使う。
        let pi: f64 = results.into_iter().fold(0.0, |acc, p| { acc + p });

Rust 1.5 では、標準ライブラリの仕様と実装の安定化の真っ最中で、非安定（unstable）に指定された sum() は、安定版の Rust では使用できない。今回は Elixir の reduce/3 に相当する fold() を使ったが、安定化が進めば、ここは sum() で置き換えられるようになる。

calc_pi_parallel() は結果を Result<f64, String> 型で返す。この型は失敗するかもしれない処理を暗示しており、成功時は Ok が、失敗時は Err(String) が返る。Haskell や Scala の Either 型と同じコンセプトだ。

Rust などのネイティブ関数を Elixir から呼び出す３つの方法

Elixir や Erlang モジュールから、Rust や C 言語などで書かれたネイティブプログラムを呼び出には、３つの方法かある。

Port Driver： 指定したプログラムを Erlang VM とは別のプロセスとして立ち上げ、標準入力と標準出力を介して情報をやり取りする方法。たとえば、ビルドツールの Mix や Rebar が外部コマンドを実行するときにはこの方法を使っている。

Port Linked-In Driver: 共有ライブラリーを Erlang VM に読み込んで実行する方法のひとつ。古くからあり十分安定している。OTPのネットワークやファイルIOのドライバーがこの方式で実装されている。APIが若干複雑だが、非同期性が高い操作を実装しやすい。

NIF (Native Implemented Function): 共有ライブラリーを Erlang VM に読み込んで、実行するもうひとつの方法。APIが比較的単純で、ネイティブ関数を同期式に呼び出す時に便利。

Port Driver は通信を介すので性能面では不利だが、外部コマンドがクラッシュしても Erlang VM に影響がないのが利点だ。

他の２つの方法は効率がいい反面、ネイティブプログラムがクラッシュすると、Erlang VM までクラッシュしてしまうので、実装に細心の注意を払う必要がある。またどちらも、ネイティブ関数が呼びだされてから 1ms 以内に Erlang VM に制御を戻さないといけないという制約がある。これについては、いくつかの対応法があるのだが、それは後日、別の記事にまとめようと思う3。

今回は NIF を使って実装する。1ms 以内に返答制約の対策として、Erlang/OTP 17.0 から実験的に導入された「dirty scheduler」の機能を使う。この方法だと、1ms の制約を無視しても、一応、問題なく動くものができる。dirty scheduler を有効にするには、Erlang/OTP のビルド時に –enable-dirty-schedulers を指定する。

Elixir 側で NIF を呼び出すモジュールを定義する

まず、Elixir 側でいままで Pi というモジュールを使っていたのだが、NIF 用に新しいモジュール PiNif を用意する。というのは、HiPE と NIF の相性が悪く、HiPE でコンパイルしたモジュールで、NIF の共有ライブラリーをロードしようとすると、エラーになってしまうからだ4。HiPE 用と、NIF 用に Elixir のモジュールを分ける必要がある。

defmodule PiNif do

  @on_load   :init

  @mod       PiNif
  @lib_name  'pi_nif'  # char list

  @spec calc_pi_parallel(n :: non_neg_integer,
                         num_threads :: non_neg_integer)
                        :: {:ok, pi :: float} | {:error, term()} | no_return
  def calc_pi_parallel(_n, _num_threads) do
    :erlang.nif_error({:nif_not_loaded, @mod})
  end

  def init() do
    priv_dir = case :code.priv_dir(@app) do
                 dir when is_list(dir) ->
                   dir
                 {:error, :bad_name} ->
                   case :code.which(@mod) do
                     :bad_name ->
                       './priv'
                     :non_existing ->
                       './priv'
                     dir when is_list(dir) ->
                       :filename.join([:filename.dirname(dir), '../priv'])
                   end
               end
    so_name = :filename.join(priv_dir, 'lib' ++ @lib_name)
    :erlang.load_nif(so_name, 0)
  end

end

まず、@on_load で、モジュールのロード時に実行される関数を指定する。ここでは、ごく一般的な名前 init/0 とした。init/0 は :erlang.load_nif/2 を使って、Rust で書かれた libpi_nif.so という共有ライブラリーをロードする。

calc_pi_parallel/2 は、この後 Rust 側で、これに対応する関数を書くので、共有ライブラリーがロードされると、この関数の内容が共有ライブラリーのそれで置き換えられる。もしうまくロードできなかった時はエラーを返したいので、上記のように :erlang.nif_error/1 を呼ぶようにした。

NIF の Glue 関数を実装する

glue 関数（糊付け関数）というのは、いま頭に浮かんだ言葉なので、一般に通用する言葉かどうかはわからない。が、ここでは、Elixir のモジュールに書いた関数と、Rust の関数をくっつけるための関数をイメージしている。これは Rust で書く。NIF の場合でも、Port Linked-In Driver の場合でも、それぞれのルールに沿った glue 関数を書かなければ動かない。

ここは一通り書き方がわかるまで、面倒な部分だ。NIF の API（C言語の関数）や、Rust で C言語の関数を呼び出す時の作法をよく理解していないうちは、コンパイルエラーが多発する。逆に、いったんコンパイルを通してしまえば、実行時にエラーが出ることはまずないのが Rust のいいところだ。

まず、Cargo.toml に以下の内容を追加する。このファイルは、Mix の mix.exs に相当するプロジェクトの設定ファイルだ。

[lib]
name = "pi_nif"
crate-type = ["dylib"]

[dependencies]
ruster_unsafe = { git = "https://github.com/tatsuya6502/ruster_unsafe/", rev = "nif-2.9-unmerged" }
libc = ">=0.2.4"

lib セクションには、pi_nif という名前の動的ロードライブラリー(dylib)を生成することを指定した。

dependencies セクションでは、ruster_unsafe というクレート（Rust のパッケージのこと）と、libc クレートを使うことを指定した。ruster_unsafe は “rust”-“er”（Rust ＋ Erlang の意味）という名前の通り、Rust から Erlang の NIF API が使えるようにするためのものだ。本家にまだ取り込まれていない修正があるので、今は私のフォークを指定しておく。libc は Rust の関数と C言語の関数の相互呼び出しに必要だ。

次に、rust_src/src/lib.rs ファイルに glue 関数を書いていく。まず始めに ruster_unsafe が用意した NIF の初期化マクロを使う。

#[macro_use]
extern crate ruster_unsafe;
use ruster_unsafe::*;

nif_init!(b"Elixir.PiNif\0",
          Some(load),    // on load    （必須）
          None,          // on reload
          Some(upgrade), // on upgrade （必須）
          None,          // on unload
          nif!(b"calc_pi_parallel\0",
               2,
               calc_pi_parallel,
               ERL_NIF_DIRTY_JOB_CPU_BOUND)
         );

b”Elixir.PiNif\0″ が、NIF のモジュール名。この名前と、呼び出し側の Elixir のモジュール名は同じでないといけない。Elixir のモジュール名は、defmodule で指定した名前の前に Elixir. が付くので、この名前になっている。C言語の文字列なので null文字 \0 を最後につける。

第２引数から第５引数に指定した関数は、モジュールのロード時などに呼ばれる ので、初期化や、後片付けが必要な時は実装する 。今回はロード時に load() 関数を呼ぶようにして、他は None とすることで、なにも呼ばれないようにした。　2015年1月18日修正：さらに、アップグレード時は upgrade() 関数を呼ぶようにした。他は None とすることで、なにも呼ばれないようにした。（第２引数 on load と第４引数 on upgrade は Option 型にもかかわらず、必須 でした）

その次の nif!(b”calc_pi_parallel\0″ が、Elixir の calc_pi_parallel/2 に対応する Rust 関数の情報になる。

• Elixir 側の関数名が “calc_pi_parallel\0″（C言語の文字列で表現）で、arity が 2

対応する Rust 関数が calc_pi_parallel

CPU bound 用の dirty scheduler で実行する（ERL_NIF_DIRTY_JOB_CPU_BOUND）

もし、他にも関数があるのなら nif!(…) を続けて書いていけばいい。

次に、load() の実装。calc_pi_parallel() が戻り値を返す時に使う :ok アトムと :error アトムを初期化する。なお、NIF API の関数は、名前が enif_ で始まる。

extern crate libc;
use libc::c_double;

static mut ok_atom:    ERL_NIF_TERM = 0 as ERL_NIF_TERM;
static mut error_atom: ERL_NIF_TERM = 0 as ERL_NIF_TERM;

/// static な変数にアトムを設定する。
extern "C" fn load(env: *mut ErlNifEnv,
                   _priv_data: *mut *mut c_void,
                   _load_info: ERL_NIF_TERM)-> c_int {
    unsafe {
        ok_atom    = enif_make_atom(env, b"ok\0"    as *const u8);
        error_atom = enif_make_atom(env, b"error\0" as *const u8)
    }
    0
}

upgrade() は何もせず、単に成功を表す 0 を返すようにした。

extern "C" fn upgrade(_env: *mut ErlNifEnv,
                      _priv_data: *mut *mut c_void,
                      _old_priv_data: *mut *mut c_void,
                      _load_info: ERL_NIF_TERM)-> c_int {
    0
}

続いて calc_pi_parallel() の実装。まず、mod pi; で、pi モジュール（rust_src/src/pi.rs）に書いた円周率計算の public 関数を使えるようにする。

glue 関数には calc_pi_parallel() のように、３つの引数が渡される。env が Erlang の VM 環境（ランタイム）を表す構造体、argc が引数の数、args が引数の入った構造体だ。戻り値は Erlang のデータを表す C言語の構造体で、calc_pi_parallel() では、引数の値によって以下のどれかになる。

• {:ok, piの近似値（float 型）}

• {:error, エラーの内容を示す文字列}

BadArgumentError

use std::mem::uninitialized;

mod pi;

/// Elixir: @spec calc_pi_parallel(n :: non_neg_integer,
///                                num_threads :: non_neg_integer)
///                               :: {:ok, pi :: float} | {:error, term()} | no_return
extern "C" fn calc_pi_parallel(env: *mut ErlNifEnv,
                               argc: c_int,
                               args: *const ERL_NIF_TERM) -> ERL_NIF_TERM {
    let mut n: c_int = unsafe { uninitialized() };
    let mut num_threads: c_int = unsafe { uninitialized() };
    if argc != 2
        || 0 == unsafe { enif_get_int(env, *args, &mut n) }
        || 0 == unsafe { enif_get_int(env, *args.offset(1), &mut num_threads) }
        || n <= 0 {
        return unsafe { enif_make_badarg(env) };
    }

    match pi::calc_pi_parallel(n as u32, num_threads as u32) {
        Ok(pi) =>
            make_ok_result(env, unsafe { &enif_make_double(env, pi as c_double) }),
        Err(reason) =>
            make_error_result(env, &reason),
    }
}

最初の if 式までで引数を受け取り、引数の型などが妥当かチェックをしている。

NIF の C API とやりとりをするため、unsafe { … } ブロックが何度も使われている。Rust のコンパイラーが安全性を検証できるのは、Rust で書かれた部分のみなので、外部の関数の呼び出しや、C言語の生ポインターが示す番地へのアクセスなどは、対象外となる。もし unsafe で囲まないと、安全性が確認できないため、コンパイルエラーとなってしまう。

unsafe で囲むとコンパイルできるようになるが、囲んだ部分のコードの安全性については、開発者自身が確認しなければならない。

最後の match 式では、piモジュールの方の calc_pi_parallel() を呼び出し、結果をパターンマッチで取り出している。もし Ok(pi) なら、make_ok_result() を呼んで、{:ok, pi} のタプルを作って返す。もし Err(reason) なら make_error_result() を呼んで、{:error, result} のタプルを作って返す。

make_ok_result() と make_error_result() の実装は以下の通り。雰囲気はつかめるだろうか。

fn make_ok_result(env: *mut ErlNifEnv, result: *const ERL_NIF_TERM) -> ERL_NIF_TERM {
    let tuple_elements = unsafe { [ok_atom, *result] };
    unsafe { enif_make_tuple_from_array(env, tuple_elements.as_ptr(), 2) }
}

fn make_error_result(env: *mut ErlNifEnv, reason: &str) -> ERL_NIF_TERM {
    let reason_str = unsafe { enif_make_string_len(env, reason.as_ptr(), reason.len(),
                                                   ErlNifCharEncoding::ERL_NIF_LATIN1) };
    let tuple_elements = [unsafe { error_atom }, reason_str];
    unsafe { enif_make_tuple_from_array(env, tuple_elements.as_ptr(), 2) }
}

mix compile で cargo build –release を呼び出す

では、Rust による共有ライブラリーをビルドしよう。rust_src ディレクトリーで、cargo build –release としてもいいが、ここでは、Mix から、Rust コードと Elixir コードを一括してビルドできるようにする。

mix.exs を以下のように変更する。

defmodule Pi.Mixfile do
  use Mix.Project

  def project do
    [app: :elixir_rust_interop_demo,
     version: "0.0.1",
     elixir: "~> 1.2",
     compilers: [:cargo, :elixir, :app],    # <-- この行を追加した。
     build_embedded: Mix.env == :prod,
     start_permanent: Mix.env == :prod,
     deps: deps]
  end

  def application do
    [applications: [:logger]]
  end

  defp deps do
    []
  end
end


####################
# Rust Cargo Tasks #
####################

defmodule Mix.Tasks.Compile.Cargo do        # <-- このモジュールを追加した。
  @shortdoc "Compiles helper in rust_src"

  def run(_) do
    case System.cmd("cargo", ["build", "--release"],
                    cd: "rust_src",
                    stderr_to_stdout: true) do
      {result, 0} ->
        if result != "" do
          Mix.shell.info result
        end
        # @TODO: Skip coping the file if it is up-to-date.
        case System.cmd("cp", ["-p", "rust_src/target/release/libpi_nif.so", "priv"],
                        stderr_to_stdout: true) do
          {"", 0} ->
            :ok
          {result, 0} ->
            Mix.shell.info result
            :ok
          {result, _error_code} ->
            Mix.shell.error result
            raise "copying libpi_nif.so failed"
        end
      {result, _error_code} ->
        Mix.shell.error result
        raise "cargo build --release failed."
    end
  end
end

defmodule Mix.Tasks.Clean.Cargo do          # <-- このモジュールを追加した。
  @shortdoc "Cleans helper in rust_src"

  def run(_) do
    case System.cmd("cargo", ["clean"],
                    cd: "rust_src",
                    stderr_to_stdout: true) do
      {result, 0} ->
        Mix.shell.info result
        :ok
      {result, _error_code} ->
        Mix.shell.error result
        :ok
    end
  end
end

これで、mix compile または iex -S mix とした時に、Rust 側も cargo build –release でビルドされる。できあがった共有ライブラリー libpi_nif.so は、priv ディレクトリーへコピーされる。

試しにビルドしてみよう。

mix compile
   Compiling ruster_unsafe v0.2.0 (https://github.com/tatsuya6502/ruster_unsafe/?rev=nif-2.9-unmerged#250957b5)
   Compiling libc v0.2.4
   Compiling pi v0.1.0 (file:///usr/home/tatsuya/workhub/dev/elixir_rust_interop_demo/rust_src)

Compiled lib/pi_nif.ex
Compiled lib/pi.ex
Generated elixir_rust_interop_demo app
Consolidated List.Chars
...

実行する

実は私は Rust の超初心者なので5、C関数とのやり取りの作法がよくわからず、glue 関数のコンパイルを通すのに、ずいぶん苦労してしまった。いやー、長かった。でも、この苦労は無駄にならないだろう。

では実行してみよう。iex を立ち上げる。

% iex -S mix
Erlang/OTP 18 [erts-7.2.1] [source] [64-bit] [smp:8:8] [ds:8:8:10] [async-threads:10] [hipe] [kernel-poll:false]

Interactive Elixir (1.2.0) - press Ctrl+C to exit (type h() ENTER for help)

まず、dirty scheduler が有効になっていることを確認する。iex の立ち上げ時に [ds:8:8:10] のように表示されれば OK だ。これは、左から順に、dirty CPU scheduler の最大本数、オンライン中のdirty CPU schedulerの本数、dirty IO scheduler の本数を表している。

モジュールをロードして実行しよう。

iex(1)> l PiNif
{:module, PiNif}
iex(2)> :timer.tc(fn() -> PiNif.calc_pi_parallel(1_000_000_000, 10) end)
{1262147, {:ok, 3.141592655589816}}

おぉ、速いっ！ 約1.3秒で終了。Elixir で HiPE を使用した時と比べると、約12.1倍の速度となった。小数点以下の全15桁が Elixir の計算結果と一致しているので、ちゃんと計算しているようだ

ちなみに、コードの掲載は省略したが、シングルスレッド版もある。

iex(3)> :timer.tc(fn() -> PiNif.calc_pi(1_000_000_000) end)
{4134014, {:ok, 3.1415926555901215}}

これにより、マルチスレッド版はシングルスレッド版よりも、約3.28倍速いことがわかった。

SIMD 命令にさらに期待

前にも書いたように、現状は Rust の関数を SIMD 命令への最適化がされてない状態で実行している。仮に最適化がされたなら、このマシンのプロセッサー（AVX 命令に対応）なら、４組の64ビット浮動小数点が、１度に計算できるようになる6。このプログラムの場合、sqrt 計算を繰り返すので、SIMD の効果が大きそうだ。後日、挑戦してみたい。

測定結果

その後、FreeBSD で再度測定した。それぞれの関数を３回ずつ実行し、その中央値（２番目に速かった値）を採用した。

\pi = 3.14159\ 26535\ 89793\ \dotsb

まとめ

• Elixir は堅牢でスケーラブルなアプリケーションの開発生産性を高める動的型付け言語

• Rust は安全性とスピードにフォーカスした、システムプログラミング向けの静的型付け言語

• どちらの言語もモダンな言語の特徴を取り込んでおり、よく似たスタイルでプログラムが書ける

• どちらの言語もマルチコアプロセッサに適したプログラムが簡単に書ける

２つの言語の使いどころを見極め、組み合わせることで、幸せになれそう