name: workers-multi-lang description: 使用Rust、Python和WebAssembly进行多语言Workers开发。在构建非JavaScript/TypeScript语言的Workers时，或集成WASM模块用于性能关键代码时使用。 version: 1.0.0

多语言Workers开发

使用Rust、Python或WebAssembly构建Cloudflare Workers，用于性能关键的操作。

语言比较

特性	JavaScript/TS	Rust	Python
启动时间	快	最快（WASM）	中等
CPU性能	良好	优秀	良好
内存使用	较高	较低	较高
包大小	较小	中等	较大
类型安全	可选（TS）	严格	可选
最佳用途	通用应用	CPU密集型	数据/机器学习

快速决策

需要最大性能？ → Rust/WASM
重计算（加密、图像处理）？ → Rust/WASM
数据处理、机器学习推理？ → Python
通用Web应用？ → JavaScript/TypeScript

前10大多语言错误

错误	语言	原因	解决方案
`WebAssembly.instantiate() failed`	Rust	无效的WASM	检查wasm-pack构建输出
`Module parse failed: Unexpected token`	Rust	ESM/CJS不匹配	使用`--target bundler`
`Cannot find module`	Python	缺少依赖	添加到pyproject.toml
`Out of memory`	所有	大型WASM	启用流式实例化
`Exceeded CPU time limit`	所有	长时间计算	分块处理
`wasm-bindgen version mismatch`	Rust	依赖冲突	在Cargo.toml中对齐版本
`RuntimeError: unreachable`	Rust	WASM中panic	添加适当的错误处理
`TypeError: not a function`	Rust	缺少导出	添加`#[wasm_bindgen]`属性
`Python worker startup timeout`	Python	启动慢	最小化导入
`SharedArrayBuffer not supported`	所有	安全	添加COOP/COEP头部

Rust快速开始

# 安装工具
cargo install wasm-pack

# 创建项目
cargo new --lib my-worker
cd my-worker

# 添加到Cargo.toml
cat >> Cargo.toml << 'EOF'
[lib]
crate-type = ["cdylib"]

[dependencies]
wasm-bindgen = "0.2"
worker = "0.3"
console_error_panic_hook = "0.1"

[profile.release]
opt-level = "s"
lto = true
EOF

// src/lib.rs
use worker::*;

#[event(fetch)]
async fn fetch(req: Request, env: Env, _ctx: Context) -> Result<Response> {
    console_error_panic_hook::set_once();

    Router::new()
        .get("/", |_, _| Response::ok("Hello from Rust!"))
        .get("/compute", |_, _| {
            // CPU密集型计算
            let result = heavy_computation();
            Response::ok(format!("Result: {}", result))
        })
        .run(req, env)
        .await
}

fn heavy_computation() -> u64 {
    (1..1_000_000).filter(|n| is_prime(*n)).count() as u64
}

fn is_prime(n: u64) -> bool {
    if n < 2 { return false; }
    (2..=(n as f64).sqrt() as u64).all(|i| n % i != 0)
}

Python快速开始（Workers for Platforms）

# pyproject.toml
[project]
name = "my-worker"
version = "0.1.0"
requires-python = ">=3.12"
dependencies = []

[build-system]
requires = ["hatchling"]
build-backend = "hatchling.build"

# src/entry.py
from js import Response, Headers

async def on_fetch(request, env):
    url = request.url

    if "/compute" in url:
        result = heavy_computation()
        return Response.new(f"Result: {result}")

    return Response.new("Hello from Python!")

def heavy_computation():
    """CPU密集型计算"""
    return sum(1 for n in range(2, 100000) if is_prime(n))

def is_prime(n):
    if n < 2:
        return False
    return all(n % i != 0 for i in range(2, int(n**0.5) + 1))

WASM模块集成

// 在TypeScript Worker中加载并使用WASM模块
import wasmModule from './pkg/my_lib_bg.wasm';
import { init, process_data } from './pkg/my_lib';

let wasmInstance: WebAssembly.Instance;

export default {
  async fetch(request: Request, env: Env): Promise<Response> {
    // 一次性初始化WASM
    if (!wasmInstance) {
      wasmInstance = await WebAssembly.instantiate(wasmModule);
      init();
    }

    // 使用WASM函数
    const result = process_data(inputData);

    return Response.json({ result });
  },
};

何时加载参考

参考	加载时机
`references/rust-workers.md`	构建Rust/WASM Workers时
`references/python-workers.md`	在Workers for Platforms上使用Python时
`references/wasm-integration.md`	在任何Worker中集成WASM模块时

性能提示

WASM初始化：缓存实例，使用流式处理
内存：使用类型化数组进行数据传输
包大小：启用LTO，剥离调试信息
冷启动：保持WASM模块小巧
数据传输：最小化JS/WASM边界跨越

另请参阅

workers-performance - 通用优化技术
workers-testing - 测试多语言Workers
cloudflare-worker-base - 基本Workers设置