多人游戏与网络同步 / 系统课时

大规模场景如何设置性能红线

大规模场景如何设置性能红线

大规模场景能否上线,不能只看一次压测有没有崩溃。更可靠的做法是把玩家数、相关对象数、出口带宽和服务器负载转换成明确红线,再用固定场景反复验证,让容量结论可以比较、回归和阻断发布。

学习目标

  • 为玩家数、同步对象、带宽和服务器负载设置可执行的容量阈值
  • 区分告警线、发布红线与真正的资源极限
  • 用固定负载数据自动判断一次压测是否达到上线条件

红线不是机器的理论极限

服务器在 100% CPU、网卡接近打满时仍能运行,并不代表这个负载可以上线。线上还需要为突发玩家、对象集中生成、GC、系统抖动和网络长尾留下余量,因此容量红线通常应低于压垮系统的临界点。

一组实用的红线至少覆盖四个维度:

  • 玩家规模:单实例预期承载的并发玩家数,例如目标为 100 人房间。
  • 同步规模:每个客户端平均或高分位相关对象数,避免对象总量正常但单玩家兴趣集合异常膨胀。
  • 网络负载:实例总出口带宽、每客户端带宽以及包速率,防止只盯 Mbps 而忽略大量小包。
  • 服务器负载:CPU、内存以及 Server Tick 的 p95、p99。Tick 是否按时完成通常比平均 CPU 更接近玩家实际体验。

容量指标经过红线判断后形成发布门禁

先把容量条件固定下来

红线只有在负载条件可重复时才有意义。比较两个构建版本时,应固定地图、玩家数、行为脚本、测试时长和网络条件,并明确统计窗口。例如预热 2 分钟后再采集 10 分钟,避免把启动阶段与稳定阶段混在一起。

不要把“100 名玩家”当成完整负载定义。100 名静止玩家与 100 名持续移动、射击、生成投射物的玩家,对 Tick、复制计算和带宽的压力完全不同。对象数也应区分世界总对象与单客户端 Relevant Set,因为真正决定复制扇出的通常是后者。

可以把发布门槛写成一组同时成立的条件,例如:目标玩家数下,Tick p99 不超过预算、CPU 不超过预留上限、出口带宽不超过实例带宽预算,并且每客户端相关对象数没有超过设计范围。具体数字必须来自自己的目标帧率、实例规格和基线压测,而不是照搬其他项目。

用脚本把红线变成发布判断

下面的脚本演示如何把一次压测结果与团队已经确定的红线进行比较。示例数字只是演示判断方式,实际项目应替换为自己的容量预算和采集结果。

python
from dataclasses import dataclass

@dataclass
class Metrics:
    players: int
    relevant_objects_p95: int
    tick_p99_ms: float
    cpu_p95_percent: float
    outbound_mbps_p95: float

LIMITS = {
    "players": 100,
    "relevant_objects_p95": 450,
    "tick_p99_ms": 33.3,
    "cpu_p95_percent": 75.0,
    "outbound_mbps_p95": 120.0,
}

def check_capacity(m: Metrics) -> list[str]:
    failures = []
    # 玩家数是必须达到的目标容量,其余指标都不能越过发布红线。
    if m.players < LIMITS["players"]:
        failures.append("target player count not reached")
    if m.relevant_objects_p95 > LIMITS["relevant_objects_p95"]:
        failures.append("relevant object count exceeded")
    if m.tick_p99_ms > LIMITS["tick_p99_ms"]:
        failures.append("server tick p99 exceeded")
    if m.cpu_p95_percent > LIMITS["cpu_p95_percent"]:
        failures.append("CPU p95 exceeded")
    if m.outbound_mbps_p95 > LIMITS["outbound_mbps_p95"]:
        failures.append("outbound bandwidth exceeded")
    return failures

sample = Metrics(
    players=100,
    relevant_objects_p95=420,
    tick_p99_ms=29.8,
    cpu_p95_percent=68.4,
    outbound_mbps_p95=108.2,
)

failures = check_capacity(sample)
print("PASS" if not failures else "FAIL")
for item in failures:
    print(f"- {item}")

预期输出:

text
PASS

脚本本身不是性能测试器,它负责把测试结果转换成一致的发布判定。实际流水线可以从压测报告或监控导出的 JSON 中读取指标,再复用同样的门禁逻辑。

给高分位和安全余量留位置

平均值很容易掩盖峰值。例如平均 Tick 为 18 ms,但 p99 已达到 70 ms,玩家仍会感到周期性卡顿。因此 Tick、CPU、带宽和 Relevant Set 更适合至少观察 p95 或 p99,并同时保留时间序列检查持续性尖峰。

当某个指标先触线时,它也指出了下一步优化方向:Tick 超线优先分析模拟和复制 CPU;相关对象数超线检查兴趣管理;带宽超线检查更新频率、字段大小和包速率;CPU 尚低但 Tick 已超线,则进一步寻找单线程热点或周期性长任务。

上线前怎样判定通过

一次有效的容量验收应同时满足目标负载已经达到、核心高分位指标没有越线,并且测试期间不存在持续恶化趋势。若 100 人测试通过但 80 人到 100 人之间 Tick 或带宽增长突然变陡,也应继续寻找拐点,而不是只记录最终的 PASS。

最终需要保存的不只是“最大支持多少人”,而是一组带条件的容量结论:在指定地图、行为负载、构建版本和实例规格下,目标玩家数对应的对象规模、Tick、CPU 与带宽分别是多少。这样后续任何网络优化或功能新增,都能用同一套红线判断是否真正保住了上线容量。

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

大规模场景如何设置性能红线

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