首页
/ ureq项目关于rustls加密后端选择的决策分析

ureq项目关于rustls加密后端选择的决策分析

2025-07-07 19:13:59作者:房伟宁

背景介绍

ureq是一个注重轻量级的Rust HTTP客户端库,其设计理念是保持尽可能少的依赖项。近期,rustls加密库的默认后端从ring切换到了aws-lc-rs,这一变化给ureq项目带来了技术决策上的挑战。

技术现状

rustls作为现代TLS库,在0.23版本后默认使用aws-lc-rs作为加密后端,而非之前的ring。aws-lc-rs需要额外的构建依赖(如cmake和nasm),这与ureq追求最小化依赖的理念产生了冲突。

面临的问题

  1. 依赖膨胀问题:aws-lc-rs引入了额外的构建工具链依赖,增加了用户的使用门槛
  2. 默认行为改变:rustls的默认后端变更影响了ureq的默认行为
  3. 兼容性考虑:ureq作为稳定版本库,需要谨慎处理这类底层变更

解决方案探讨

项目维护者考虑了多种解决方案:

  1. 禁用默认特性:通过设置default-features = false让用户自行选择后端
  2. 特性传递:在ureq中重新暴露rustls的特性,让用户通过ureq的配置间接选择
  3. 坚持使用ring:暂时保持使用ring作为默认后端

经过深入讨论,项目决定在即将发布的ureq 3.x版本中解决这一问题,同时保持对现有用户的兼容性。

技术决策背后的思考

维护者表达了对rustls发展方向的一些困惑:

  1. 纯Rust实现的理念:aws-lc-rs基于C/ASM实现,偏离了部分用户对"纯Rust"TLS库的期待
  2. 构建复杂性增加:新的依赖链引入了cmake、nasm甚至golang等工具
  3. API设计哲学:rustls推荐应用层设置默认加密提供者,而库应避免干预这一选择

对开发者的建议

对于类似情况的库开发者,建议:

  1. 谨慎处理默认特性的选择
  2. 考虑通过特性标志提供灵活性
  3. 在重大版本更新时解决这类架构性问题
  4. 明确记录项目的设计理念和技术选择

ureq的这一决策过程展示了在Rust生态系统中,库开发者如何平衡技术进步、用户体验和项目理念的典型案例。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.97 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
486
37
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
315
10
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
191
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
991
395
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
276
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
937
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69