游戏引擎 / 系统课时
检查 2D 游戏的性能瓶颈
检查 2D 游戏的性能瓶颈
帧率下降可能来自脚本、物理、渲染或资源峰值,单看平均 FPS 容易漏掉卡顿。本节采样帧间隔并按阶段做对照实验,用证据决定该减少实例化、调整碰撞还是合并渲染资源。
学习目标
- 区分平均速度与长帧问题
- 采集帧间隔并说明指标边界
- 通过单变量对照定位主要成本
先固定测试条件
选择目标设备和同一构建,在相同关卡、敌人数量与操作路径下测试。60 FPS 的单帧预算约 16.7 毫秒,120 FPS 约 8.3 毫秒;设备温度、后台任务、调试器和日志都会影响结果。编辑器桌面预览的流畅不能代替中低端移动设备验证。
记录普通游玩、密集敌人、批量掉落和切换场景四个阶段。观察帧时间分布、draw call、内存与资源加载峰值,先找长帧出现的具体动作。加载期卡顿与持续每帧过慢的优化方向不同。
采样当前运行的帧间隔
保存 FrameProbe.ts,挂到空节点并运行至少 120 帧。脚本只采集 dt 并打印一次,不逐帧输出,避免日志本身制造明显成本。P95 使用排序后最近秩定义,表示至少约 95% 样本不超过的帧间隔。
import { _decorator, Component } from 'cc';
const { ccclass } = _decorator;
export function p95(values: readonly number[]): number {
if (!values.length) return 0;
const sorted = [...values].sort((a, b) => a - b);
return sorted[Math.ceil(sorted.length * 0.95) - 1];
}
@ccclass('FrameProbe')
export class FrameProbe extends Component {
private samples: number[] = [];
update(dt: number): void {
this.samples.push(dt * 1000); // 秒转换为毫秒
if (this.samples.length < 120) return;
const mean = this.samples.reduce((a, b) => a + b, 0) / this.samples.length;
console.log('frame-ms:mean=' + mean.toFixed(2) + ',p95=' + p95(this.samples).toFixed(2));
this.enabled = false; // 一批结束后不继续采样
}
}预期结果:约 120 帧后出现一条 frame-ms:mean=... ,p95=... 形式的日志,实际没有等号后省略号,数值取决于设备和运行负载。它测量引擎提供的帧间隔,不是某个函数的 CPU 耗时,也不能独自区分 CPU 与 GPU 瓶颈。
用对照证明优化方向
脚本成本高时检查逐帧查找节点、临时数组、重复计算和大量事件;物理成本高时减少不必要的碰撞配对与高成本连续检测;生成峰值则考虑预热与合理对象池。每次只改变一项,重复同一段操作,比较长帧与内存,而不是只看一次最高 FPS。
渲染合批取决于纹理、材质、层级顺序、遮罩和组件条件,共用图集不保证所有对象自动合成一次 draw call。先观察实际统计,再调整资源与排序;不能为减少 draw call 破坏正确遮挡。大透明区域和粒子叠加也可能增加像素开销。
内存持续增长时区分缓存、对象池容量与真正无法释放的引用,检查场景多轮进出后的稳定值。优化完成后保留设备、版本、场景和采样数据,并重跑玩法验收,避免性能变化悄悄改变碰撞或动画行为。