tzf-rs: Rust 的快速时区查找器。

[!NOTE]

此包使用简化的形状数据，因此在大约边界处可能不完全准确。

• 发布文档： docs.rs/tzf-rs
• 最新文档（尚未发布）： ringsaturn.github.io/tzf-rs

构建选项

默认情况下，会构建二进制文件。如果您不需要，可以省略默认功能并按照以下方式构建

cargo build --no-default-features

或者以以下方式添加

cargo add tzf-rs --no-default-features

最佳实践

初始化 tzf-rs 的 Finder/FuzzyFinder/DefaultFinder 比较昂贵，因此请考虑重用实例或将其中一个创建为全局变量。以下是一个全局变量的示例

use lazy_static::lazy_static;
use tzf_rs::DefaultFinder;

lazy_static! {
    static ref FINDER: DefaultFinder = DefaultFinder::new();
}

fn main() {
    print!("{:?}\n", FINDER.get_tz_name(116.3883, 39.9289));
    print!("{:?}\n", FINDER.get_tz_names(116.3883, 39.9289));
}

对于重用，racemap/rust-tz-service 提供了一个很好的例子。

这里可以使用 Redis 协议演示： ringsaturn/redizone。

性能

tzf-rs 包旨在用于高性能的地理空间查询服务，如天气预报 API。大多数查询可以在非常短的时间内返回，平均大约 3,000 纳秒（比 Go 仓库 tzf 慢 1,000 纳秒。我将继续改进这一点 - 您可以在此 跟踪进度）。

以下是一些改进性能所做的工作

1. 使用预索引处理大多数查询大约需要 1000 纳秒。
2. 使用精细调优的射线投射算法包 ringsaturn/geometry-rs 来验证多边形是否包含一个点。

这就是全部。tzf-rs 中没有黑魔法。

以下是全球城市（约14K个）的基准测试运行，平均每个查询约3,000纳秒。

test benches_default::bench_default_finder_random_city ... bench:       2,870 ns/iter (+/- 182)

标准结果	图片
PDF
回归

您可以从 GitHub Actions 日志 中查看更多详细信息。

参考文献

我写了一篇关于 tzf 的历史、它的 Rust 端口以及其 Python 绑定的文章；您可以在 这里 查看。

• 原始 Go 仓库：ringsaturn/tzf
• 二进制时区数据：ringsaturn/tzf-rel
• 几何：使用 ringsaturn/geometry-rs，它是 tidwall/geometry 的 Rust 版本。
• 与其他包的连续基准比较：ringsaturn/tz-benchmark

绑定

• Ruby，请参阅 HarlemSquirrel/tzf-rb
• Python，请参阅 ringsaturn/tzfpy

许可证

本项目采用 MIT 许可证。数据采用 ODbL 许可证，与 evansiroky/timezone-boundary-builder 相同。