游戏引擎 / 系统课时

性能问题怎样稳定复现

性能问题怎样稳定复现

移动端卡顿受温度、网络、缓存和操作时机影响,偶尔复现一次不足以定位根因。本课将设备环境、构建版本、操作步骤和采样时间固定下来,制作可重复执行的复现卡,并用 Cocos Creator 3.8 脚本记录帧间隔,公平比较优化前后的结果。

学习目标

  • 写出其他测试人员可以照做的性能问题复现卡。
  • 区分预热阶段与正式采样窗口,减少随机干扰。
  • 通过连续重复实验与帧时记录验证问题是否稳定。

把问题描述改成复现卡

“打怪时偶尔很卡”不是可执行条件。复现卡至少要说明谁、在哪个版本、以什么配置、按什么路径操作,以及什么现象才算复现。以下为一个示例协议,具体设备与关卡名称应替换为项目真实信息。

项目 固定内容
设备 具体机型、芯片/GPU、内存、系统版本
游戏 构建标识、Cocos Creator 3.8 小版本、画质档位、目标 FPS
显示与系统 分辨率、刷新率、横竖屏、节能模式、充电状态
数据条件 首次安装还是热启动、资源缓存状态、网络类型
场景路径 启动游戏→进入指定关卡→靠近刷怪区域→持续战斗
复现判据 例如战斗窗口内连续出现超过 50 ms 的帧间隔,或发生闪退

同时记录操作时刻、异常出现时刻和屏幕录制。网络内容必须注明使用真实服务器还是固定测试环境;不要把冷启动的下载开销与热启动的战斗帧时混在同一组结论中。

控制温度与操作变量

先安装同一构建,并确认画质档位没有被自动切换。测试时固定屏幕亮度、音量、屏幕刷新率及电源模式;保持相同环境温度,避免一轮充电一轮电池运行。若设备明显发烫,应降温后重新开始,而不是把热降频误判为代码回归。

将输入路径写成可核对的动作序列,例如进入关卡后等待 30 秒,再按固定路线移动、释放同样技能、维持相近的敌人数量。随机生成的敌人应记录随机种子或使用固定测试数据。每轮开始前重置生命值、相机、场景对象及计时状态,确保第二轮不会继承第一轮的缓存或对象残留;如果研究的恰恰是缓存泄漏,则另设“连续切场景不清理”的独立场景。

固定预热和采样时间线

对于稳定战斗负载,可以按相同路径执行:前 30 秒预热资源与脚本,第 30~90 秒收集帧间隔,结束后保存记录并恢复初始条件;至少重复三轮。若排查的是首屏慢,则必须另设从启动即开始的采样窗口,不能使用这套会跳过启动阶段的协议。

性能问题复现与采样验证时间线

在场景中自动记录帧间隔

在 assets 下新建 TypeScript 脚本 PerfReproRecorder.ts,挂到测试关卡中始终处于激活状态的节点。进入关卡后按复现路线操作;脚本自动跳过前 30 秒,并在之后 60 秒统计 P95 与超过 50 ms 的帧数。

ts
import { _decorator, Component } from 'cc';
const { ccclass } = _decorator;

@ccclass('PerfReproRecorder')
export class PerfReproRecorder extends Component {
  private elapsed = 0;
  private frameMs: number[] = [];
  private finished = false;

  start(): void {
    console.log('perf warmup=30s sample=60s');
  }

  update(dt: number): void {
    if (this.finished || dt <= 0) return;
    const before = this.elapsed;
    this.elapsed += dt;

    // 将预热与正式采样分开;dt 是帧间隔,不是 GPU 专属耗时。
    if (before >= 30 && before < 90) this.frameMs.push(dt * 1000);
    if (this.elapsed < 90) return;

    this.finished = true;
    if (this.frameMs.length === 0) {
      console.warn('perf frames=0');
      return;
    }
    const sorted = [...this.frameMs].sort((a, b) => a - b);
    const p95 = sorted[Math.ceil(sorted.length * 0.95) - 1];
    const slow50 = this.frameMs.filter(ms => ms > 50).length;
    console.log(`perf frames=${this.frameMs.length} p95Ms=${p95.toFixed(1)} slow50=${slow50}`);
  }
}

预期输出格式如下,<COUNT> 和 <VALUE> 代表随设备与操作变化的实际数字:

text
perf warmup=30s sample=60s
perf frames=<COUNT> p95Ms=<VALUE> slow50=<COUNT>

update(dt) 反映引擎回调的时间间隔,能帮助比较卡顿频率,但它不能独立定位 CPU、GPU 或资源加载根因,也可能受到引擎时间步限制影响。遇到异常时,再配合引擎性能面板、平台 CPU/GPU 分析工具、内存记录与关键操作时间戳交叉核对。应用切到后台、切换场景或采样未满 60 秒的轮次应作废重跑。

用重复结果确认问题

每轮保存构建标识、温度状态、操作路径、P95、slow50、崩溃与否及异常位置。相同条件下三轮都在同一操作段出现慢帧,可认为问题具有较强可复现性;如果只有一轮异常,先排查网络抖动、后台通知、首次资源解码和温控差异,不急着改业务代码。

优化时只改变一个变量,例如将特效上限从 60 调至 30,再按同一复现卡重新执行三轮。只有异常帧数或 P95 的改善持续出现,且玩法表现和内存没有退化,才把它视为可信的性能收益。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

性能问题怎样稳定复现

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通