多人游戏与网络同步 / 系统课时
为什么每个玩家不该看到所有对象
为什么每个玩家不该看到所有对象
大型多人场景里,真正危险的不是单个同步对象有多大,而是服务器把大量无关对象复制给每个连接。玩家和对象数量同时增加后,发送流量、序列化工作和客户端处理量都会被成倍放大,因此必须先限制“谁需要知道什么”。
学习目标
- 理解全量复制为何会随着玩家数和对象数快速放大
- 区分场景中的全部对象与单个玩家真正相关的对象集合
- 判断哪些状态可以按兴趣范围过滤,哪些仍需全局同步
全量复制会产生乘法式扇出
假设服务器有 200 名玩家和 10000 个可复制对象。如果每名玩家都接收全部对象,那么一次完整更新就可能产生 200 × 10000 次“对象到连接”的复制关系。对象数量翻倍,服务器需要处理的复制关系也几乎翻倍;玩家数量再翻倍,又会再次放大。
再假设每个对象一次更新平均产生 32 字节负载,并以 10 Hz 更新。完全不做过滤时,理论应用层负载可达到 200 × 10000 × 32 × 10,也就是约 640 MB/s。真实系统通常不会让所有对象每 Tick 都产生变化,但这个数量级足以说明全量广播为何难以扩展。
问题不仅是出口带宽。服务器还需要检查对象、序列化字段、维护每连接状态,客户端也要解析、查找实体并应用更新。即使网络暂时扛得住,无关复制仍会消耗 CPU 和内存预算。
把复制目标缩成相关对象集合
多数玩家只需要知道与当前玩法有关的局部状态。例如角色附近的敌人、可交互物、附近载具和正在发生的战斗通常相关,而地图另一端的一枚掉落物通常没有必要持续发送。
兴趣管理的核心不是简单“少发数据”,而是在发送前计算每个连接的 relevant set,只让真正相关的对象进入该连接的复制队列。这样增长关系从“每名玩家乘以场景全部对象”变成“每名玩家乘以自己的相关对象数”。

如果 10000 个对象中,每个玩家平均只与 150 个对象相关,那么对象到连接的候选关系可从 200 × 10000 降到约 200 × 150。实际节省比例还取决于对象更新频率、字段大小以及兴趣计算本身的成本,但规模已经从“复制整个世界”变成“复制玩家当前需要的世界切片”。
相关性不等于纯距离
距离是最常见的过滤条件,但它不是唯一条件。一个可靠的相关性规则通常还会结合玩法语义。
| 状态类型 | 常见相关性规则 | 原因 |
|---|---|---|
| 附近角色与投射物 | 距离、区域或可见性 | 需要及时渲染和交互 |
| 队友状态 | 队伍关系,可跨区域 | UI、复活和战术信息可能始终需要 |
| 全局目标 | 全局相关 | 比分、阶段或胜负条件影响所有玩家 |
| 远处环境细节 | 通常不相关 | 持续同步收益很低 |
因此,兴趣区域系统通常不是一个固定半径,而是一组规则:空间范围负责过滤大量普通对象,队伍、所有权、任务订阅和全局状态再补充例外。
全量复制什么时候仍然合理
小型房间并不一定需要复杂的兴趣管理。如果只有几名玩家、几十个低频对象,并且全量复制的带宽和 CPU 都明显低于预算,简单方案往往更容易实现和调试。全局比分、比赛阶段、房间配置等状态,本身也可能天然对所有玩家相关。
是否需要缩小复制范围,应该先做数量级估算:统计每连接平均可复制对象数、平均变化对象数、更新频率和单对象负载,再观察玩家数量增长后服务器出口与复制 CPU 如何变化。当“绝大多数发送对象对当前玩家没有实际用途”时,继续优化单个字段只能获得局部收益,真正需要解决的是复制范围本身。