多人游戏与网络同步 / 系统课时
把乱序快照放回正确时间线
把乱序快照放回正确时间线
多人游戏中,快照到达顺序不一定等于服务器生成顺序。客户端如果直接按接收顺序更新缓存,就可能让较旧状态覆盖较新状态。解决办法不是相信网络到达顺序,而是以快照时间戳为准,将每条状态插入到正确的时间位置,并在渲染前保持缓存有序。
学习目标
- 理解接收顺序与服务器时间顺序为什么可能不同
- 实现按时间戳插入快照并保持缓存升序
- 处理重复时间戳、过期快照和相同时间戳的覆盖策略
接收顺序为什么会出错
服务器连续生成快照 1000、1100、1200,单位可以是毫秒。网络传输后,客户端实际可能按 1000、1200、1100 的顺序收到它们。若缓存直接执行 append,数组就变成接收顺序,而不是游戏世界实际发生的时间顺序。
对插值来说,这个错误尤其危险。渲染器需要找到满足 t1 <= renderTime <= t2 的两个相邻快照。如果数组内部顺序混乱,遍历得到的“前一个”和“后一个”可能实际上时间相反,插值比例就会失去意义,严重时甚至会让远程对象倒退。
因此,快照缓存至少要维护一个明确不变量:按服务器时间戳从小到大排列。接收时间只决定什么时候处理消息,不决定快照应该位于时间线的什么位置。
用时间戳插入缓存
对于规模较小的快照缓冲区,可以直接扫描找到第一个时间戳大于新快照的位置,然后执行插入。这样代码简单,而且能同时处理乱序包。
下面是一个可直接运行的 Python 示例。它还定义了重复时间戳的行为:如果新快照与已有快照拥有相同时间戳,就用新状态覆盖旧状态,避免同一时间点出现两个状态。
from bisect import bisect_left
def insert_snapshot(buffer, snapshot):
"""按 timestamp 升序插入,并覆盖相同时间戳的快照。"""
timestamps = [item["timestamp"] for item in buffer]
index = bisect_left(timestamps, snapshot["timestamp"])
if index < len(buffer) and buffer[index]["timestamp"] == snapshot["timestamp"]:
buffer[index] = snapshot
else:
buffer.insert(index, snapshot)
buffer = []
received = [
{"timestamp": 1000, "x": 10},
{"timestamp": 1200, "x": 12},
{"timestamp": 1100, "x": 11},
{"timestamp": 1200, "x": 13},
]
for snapshot in received:
insert_snapshot(buffer, snapshot)
print([(item["timestamp"], item["x"]) for item in buffer])预期输出
[(1000, 10), (1100, 11), (1200, 13)]可以看到,1100 会被放回 1000 和 1200 之间,而重复到达的 1200 不会产生第二条记录,而是把原来的 x=12 更新成 x=13。这能为后续插值提供稳定的时间邻接关系。
插入以后还要处理什么
按时间排序只是第一步,生产代码通常还需要定义缓存边界。渲染器只会使用最近一段时间的数据,因此已经明显早于当前渲染窗口的快照可以淘汰,否则缓冲区会无限增长。
还要注意“过期包”与“重复包”的区别。一个时间戳比当前最旧快照还早很多的包,可能是延迟很高的旧网络数据;如果它已经不可能参与当前渲染,就没有必要重新插回缓存。重复时间戳则应根据协议决定是覆盖、丢弃还是进行序列号校验。
如果协议同时提供 timestamp 与递增 sequence,两者职责也应分开。timestamp 用于确定世界状态位于哪一个时间点,sequence 更适合判断消息新旧、检测丢包和处理同一时间戳下的多次更新。
为什么不要只按接收时间排序
接收时间描述的是“数据什么时候到客户端”,而插值需要回答的是“状态属于服务器时间线中的哪里”。例如:
| 快照 | 服务器时间戳 | 到达顺序 |
|---|---|---|
| A | 1000 | 1 |
| B | 1100 | 3 |
| C | 1200 | 2 |
正确的渲染时间线必须是 A → B → C,而不是 A → C → B。网络延迟只是传输过程的属性,不应该被误当成游戏世界时间。
这也是为什么快照对象通常至少要带一个服务器生成时间戳,而不是只保留客户端收到消息的时间。客户端可以记录接收时间用于测量延迟,但插值排序应优先依据服务器状态时间。
插入逻辑的边界条件
最容易遗漏的是空缓存、头部插入、尾部追加和重复时间戳。建议至少验证以下情况:新包比所有已有包更旧时进入头部;比所有已有包更新时进入尾部;插入中间时不能破坏其他元素;相同时间戳不会制造重复节点。
当快照频率较高、缓冲区长期保持较大规模时,逐个列表插入会产生移动元素的成本。此时可以改用双端队列加局部搜索、维护环形缓冲区,或根据数据结构需求采用更适合有序插入的容器。但在常见的几十条快照的小缓存里,简单实现通常更容易验证,也更不容易引入同步错误。
最终应把“有序缓存”当成后续插值代码的前置条件。只要进入渲染阶段的快照严格按服务器时间递增,查找前后状态、计算插值比例以及淘汰旧数据都会变得直接;否则,任何平滑算法都会建立在错误的时间线上。