Installez Zig 0.13, compilez un programme « hello-world » avec la commande `zig build-exe`, testez les quatre modes de compilation — Debug, ReleaseSafe, ReleaseFast, ReleaseSmall — sur le même fichier source, puis effectuez une compilation croisée vers une cible Linux musl à l'aide d'un seul indicateur `-target`. Le résultat de cette semaine, c’est le moment où un binaire Linux est généré à partir d’un hôte macOS sans chaîne d’outils supplémentaire — la même primitive qui sous-tend tous les déploiements ultérieurs sur Lambda et les environnements d’exécution en périphérie.

Matrice d'optimisation pour une multiplication matricielle de 4096 × 4096 — comparaison entre Zig, Rust et Go sur la même charge de travail — mesurant la taille des binaires, le démarrage à froid et le débit en régime permanent pour les quatre modes de déploiement. Au cours de cette semaine, les participants apprennent à mettre en place la boucle de mesure qui transforme la question « Est-ce plus rapide ? » en « De combien, sur quelle dimension, par rapport à quelle référence ? » — cette même boucle qui guidera les décisions concernant Lambda et la périphérie au cours des semaines suivantes.

Compilez l'outil en ligne de commande « marcopolo » à partir de `std.process.argsAlloc` avec un `GeneralPurposeAllocator` et `std.testing.allocator` afin qu’une fuite fasse échouer la suite de tests, puis comparez les quatre allocateurs de la bibliothèque standard côte à côte : GPA pour le code d’application avec détection des fuites en mode débogage, ArenaAllocator pour les portées de type « parse-and-discard » qui libèrent tout en une seule opération de désinitialisation, FixedBufferAllocator pour les tampons exclusivement en pile sans tas, et page_allocator pour les allocations directes basées sur mmap.

Un serveur HTTP de 30 lignes utilisant std.net et std.http, puis le Dockerfile en plusieurs étapes qui permet d’obtenir une image finale de quelques mégaoctets par rapport à une base de départ, puis la carte des cas d’utilisation pour AWS Lambda, les environnements d’exécution en périphérie et les cibles embarquées, où l’empreinte binaire et le budget de démarrage à froid priment sur la valeur de la charge de travail par rapport au gain en temps de compilation apporté par le vérificateur d’emprunts.

Les idiomes Zig qui posent problème aux développeurs Rust, quand privilégier une branche « comptime » plutôt qu’une branche « runtime », la règle de décision « Rust ou Zig » pour une équipe d’ingénierie des données, les modèles FFI qui permettent à Zig d’appeler Rust et à Rust d’appeler Zig via une interface C-ABI, et la feuille de route vers Zig 1.0 qui vous indique quelles fonctionnalités de la version 0.13 sont suffisamment stables pour être intégrées dès aujourd’hui, et lesquelles nécessitent une stratégie de drapeaux de fonctionnalité.

Un exercice pratique de synthèse qui rassemble tous les frameworks et modèles abordés des semaines 1 à 6 au sein d’un composant Zig prêt à être déployé en production. Choisissez une cible Lambda ou Edge, appliquez le cadre à quatre cartes à la charge de travail, construisez le gestionnaire Zig en séparant la logique du câblage, déployez le Dockerfile en plusieurs étapes sur une base vierge, et ajoutez l’assistant assertInvariant de named-contract qui se déclenche au démarrage du conteneur avant que le binaire ne récupère sa première invocation. L’implémentation de référence sur laquelle reposent tous les livrables est disponible à l’adresse https://github.com/paiml/zig-from-zero — l’espace de travail comprend cinq démos (hello, marcopolo, http-server, sqlite-ws, lambda) qui couvrent tous les allocateurs de la bibliothèque standard et toutes les cibles de déploiement abordées dans le cours.