StringZilla

一行代码，让字符串处理快上百倍，跨语言通用。

StringZilla 是一个跨语言的高性能字符串处理库，专为加速字符串搜索、哈希、排序、编辑距离计算、相似度草图和内存操作而设计。它利用现代 CPU 的 SIMD 指令集（如 NEON、AVX2、AVX-512、SVE）以及 GPU（GPGPU）和 SWAR 技术，在 C、C++、CUDA、Python、Rust、Swift、JavaScript 和 Go 等多种语言中提供接近硬件极限的性能。该项目解决了传统字符串库在处理大规模文本或频繁操作时性能不足的问题，通过高度优化的底层实现，让开发者无需深入了解底层指令集即可获得数倍至百倍的性能提升。其核心能力包括高效的子串搜索、快速哈希、并行排序、编辑距离计算和内存拷贝/比较，适用于数据密集型应用、搜索引擎、基因序列分析、文本处理管道等场景。StringZilla 以 C 为核心实现，通过绑定层覆盖多语言，保持轻量且易集成。

开源 free 基础设施

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 3563

维护状态活跃

是否开源是

定价模式 free

项目数据

分类基础设施

开发团队ashvardanian

所属国家

官网地址https://ashvardanian.com/posts/stringzilla

GitHubhttps://github.com/ashvardanian/StringZilla

定价模式free

价格说明开源项目，Apache-2.0许可证，完全免费，可自行部署使用。

访问状态

是否开源是

开源协议Apache-2.0

主要语言C

技术栈/模型dataset,edit-distance,gpu,hash,hashing,information-retrieval,levenshtein-distance,parser,search,simd,sorting-algorithms,string,string-manipulation,string-matching,string-parsing,string-search,substring,unicode

GitHub 星标★ 3563

30天Star增速

HF 下载量

上线时间2020-08-14 00:00:00

最近更新2026-09-23 00:00:00

维护状态活跃

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-10

浏览次数4

使用教程

难度：进阶约 10 分钟部署方式：库/依赖 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

按所用语言准备的开发环境（README 为每种语言提供独立指南）
Python 用户需可用的 Python 环境，用于安装 PyPI 上的扩展包
使用 GPU 引擎需具备 CUDA 支持的环境
从源码构建 C 绑定需要 C 编译器与构建工具链

安装与启动步骤

1获取项目源码

从 GitHub 克隆仓库到本地，后续按不同语言的绑定分别构建或安装。
```
git clone https://github.com/ashvardanian/StringZilla.git
```
2定位语言章节

README 按语言分节，每节给出该语言自己的安装命令、导入行和专门指南，先找到自己用的语言。
3安装批处理引擎

批量处理（多核 CPU）引擎单独发布，README 明确其 PyPI 包名为 stringzillas-cpus。
```
pip install stringzillas-cpus
```
4安装 GPU 引擎

需要 GPU 加速时安装单独发布的 CUDA 引擎，README 给出 PyPI 包名 stringzillas-cuda。
```
pip install stringzillas-cuda
```
5按指南验证导入

各语言指南都会给出该语言的 import 行，照抄执行并跑通示例即可确认可用。

关键配置

配置项	必填	说明	示例
`cpus`	否	Rust 绑定的批处理引擎开关，以 crate feature 形式提供。	`features = ["cpus"]`
`cuda`	否	Rust 绑定的 GPU 引擎开关，以 crate feature 形式提供。	`features = ["cuda"]`

如何确认成功

按对应语言指南中的 import 行成功导入并跑通示例，即说明该语言绑定安装成功。

常见问题

Q：为什么 README 里没有统一的安装命令？

A：README 说明每种绑定都有自己的安装命令与导入行，全部收集在各语言章节中，需要按你使用的语言去查对应小节。

Q：批处理和 GPU 引擎要单独装吗？

A：要。README 明确这两个引擎单独发布，Python 侧是 PyPI 上的 stringzillas-cpus 与 stringzillas-cuda，Rust 侧是 cpus、cuda 两个 crate feature。

Q：在什么硬件上能获得加速？

A：README 提到直接使用 SIMD 与 SWAR 指令，覆盖 NEON、AVX2、AVX-512、SVE 等，例如在 Apple Silicon 上子串搜索比 LibC 快 9 倍。

Q：支持哪些编程语言？

A：README 列出 C、C++、CUDA、Python、Rust、Swift、JavaScript、Go，并为每种语言提供独立的安装与使用指南。

注意事项

README 节选中未给出完整安装命令，切勿凭猜测安装未提及的包名，请以各语言章节为准。
GPU 与批处理引擎与主库分开发布，需要按需额外安装或启用对应 feature。
不同平台 SIMD 指令集不同，实测加速幅度会有差异。

核心亮点

性能极强：利用 SIMD 和 GPGPU，实测搜索/哈希等操作比标准库快 10-100 倍
多语言覆盖：C/C++/Python/Rust/JS/Go 等主流语言均有绑定，一处优化处处受益
API 简洁：提供类似标准库的接口，集成成本低，无需重写业务逻辑

不足之处

部分高级功能（如 GPU 加速）需要特定硬件支持，普通环境无法发挥全部性能
文档和社区生态相对年轻，示例和最佳实践有待丰富

适用场景

全文搜索引擎中的高性能子串匹配与索引构建
大数据处理管道中的字符串去重、排序和相似度计算
生物信息学中的序列比对和编辑距离计算

替代项目

simdjson、hyperscan、re2

项目介绍

StringZilla 是基础设施领域的开源项目，由 ashvardanian 开发，2020 年首次发布。

在全站 13,014 个收录项目中，它的 GitHub 星标数（3,563）位列前 30%，在基础设施分类中处于中上游。

近 45 天，它的 GitHub 星标从 3,527 增加到 3,563，净增 36。

项目目前处于活跃维护状态，最近一次代码更新于 2026-09-23。Apache-2.0许可证，完全免费，可自行部署使用。

它主要面向的使用场景是：全文搜索引擎中的高性能子串匹配与索引构建。同类可对比的替代方案包括 simdjson、hyperscan、re2。

上一篇：esProc

下一篇：logfire