多人游戏与网络同步 / 系统课时
先为项目定义网络预算
先为项目定义网络预算
网络优化先要知道“多少算够、多少算超”。本课把玩家规模、发送量、时延和服务器负载写成可测预算,并把它们变成压测门禁,避免团队只凭“感觉更流畅”判断优化是否有效。
学习目标
- 把玩家规模、带宽、时延、CPU 与 Tick 指标写成同一份可验证预算
- 理解单玩家预算、服务器总量和性能余量之间的关系
- 用固定负载执行预算检查,并判断结果是否具备发布条件
把预算绑定到具体负载
网络预算不是一组脱离场景的数字。相同的 4 Mbit/s,在 20 人房间和 100 人房间里代表完全不同的同步成本。因此每个阈值都要同时记录测试条件,例如玩家数、地图、动作频率、构建版本和网络模拟条件。
下面是一份示例预算,数字仅用于演示门禁写法,不是多人游戏的通用标准。
| 维度 | 示例目标 | 为什么要看 |
|---|---|---|
| 同服玩家数 | 50 | 决定同步扇出和对象相关集规模 |
| 单玩家下行 p95 | ≤ 80 kbit/s | 防止个别客户端持续吃满链路 |
| 服务器总下行 p95 | ≤ 4.0 Mbit/s | 控制实例出口与托管成本 |
| 输入到可见反馈 p95 | ≤ 120 ms | 避免省了带宽却牺牲交互体验 |
| CPU p95 | ≤ 70% | 为瞬时峰值和后台工作留余量 |
| Server Tick p99 | ≤ 30 ms | 防止网络改动把序列化压力转成 Tick 抖动 |

从单玩家预算反推服务器总量
单玩家带宽只能说明客户端压力,服务器还要承担所有玩家之和以及握手、心跳、控制消息等固定开销。最简单的检查方式是先按玩家数估算总量,再和总出口预算及余量一起判断。
下面的脚本把预算和一次测量写成可执行门禁。这里使用十进制网络单位,即 1000 kbit/s = 1 Mbit/s。
from dataclasses import dataclass
@dataclass(frozen=True)
class Budget:
max_players: int = 50
max_per_player_kbit_s: float = 80.0
max_total_mbit_s: float = 4.0
max_latency_p95_ms: float = 120.0
max_cpu_p95_pct: float = 70.0
max_tick_p99_ms: float = 30.0
min_headroom_pct: float = 15.0
budget = Budget()
measured = {
"players": 50,
"per_player_kbit_s": 60.0,
"fixed_server_mbit_s": 0.2,
"latency_p95_ms": 96.0,
"cpu_p95_pct": 64.0,
"tick_p99_ms": 24.0,
}
# 总出口由玩家相关流量与实例固定开销组成。
total_mbit_s = (
measured["players"] * measured["per_player_kbit_s"] / 1000
+ measured["fixed_server_mbit_s"]
)
headroom_pct = (
(budget.max_total_mbit_s - total_mbit_s)
/ budget.max_total_mbit_s
* 100
)
checks = {
"players": measured["players"] <= budget.max_players,
"per_player_bandwidth": measured["per_player_kbit_s"] <= budget.max_per_player_kbit_s,
"total_bandwidth": total_mbit_s <= budget.max_total_mbit_s,
"latency": measured["latency_p95_ms"] <= budget.max_latency_p95_ms,
"cpu": measured["cpu_p95_pct"] <= budget.max_cpu_p95_pct,
"tick": measured["tick_p99_ms"] <= budget.max_tick_p99_ms,
"headroom": headroom_pct >= budget.min_headroom_pct,
}
for name, passed in checks.items():
print(f"{name}: {'PASS' if passed else 'FAIL'}")
print(f"total_mbit_s={total_mbit_s:.2f}")
print(f"headroom_pct={headroom_pct:.1f}")
print("gate=" + ("PASS" if all(checks.values()) else "FAIL"))预期输出
players: PASS
per_player_bandwidth: PASS
total_bandwidth: PASS
latency: PASS
cpu: PASS
tick: PASS
headroom: PASS
total_mbit_s=3.20
headroom_pct=20.0
gate=PASS实际项目通常直接读取压测产物或监控导出的 p95、p99,而不是手填 measured。脚本的价值在于把“目标”变成机器可判定的条件,使每次候选构建都经过同一套规则。
给平均值之外留下安全余量
只把平均带宽压到阈值以下并不够。多人场景会出现玩家集中进入区域、批量生成对象、可靠消息重传等短时峰值,所以预算至少要同时保留高分位指标与余量。例子里的 20% 余量意味着当前总下行 3.2 Mbit/s 距 4.0 Mbit/s 上限还有空间。
让预算成为每次压测的验收条件
真正可用的预算应和测试脚本一起版本化。每次压测固定玩家数、行为脚本、地图、网络条件和持续时间,只改变待验证的代码或配置;结果同时与预算和上一稳定版本比较。这样即使某项指标仍低于上限,也能发现候选版本正在持续退化。
预算的最终作用不是给团队一个漂亮数字,而是明确“在什么负载下,哪些指标必须达到什么范围,并且还要保留多少余量”。有了这条线,后续每次网络优化才能判断是确实改善,还是仅仅换了一种代价。