多人游戏与网络同步 / 系统课时

更新频率为什么会直接推高带宽

更新频率为什么会直接推高带宽

多人游戏里,单个状态包看起来很小,但当同类对象按固定频率持续广播时,总流量会被对象数、发送频率和每次更新大小同时放大。本篇用可计算的模型找出带宽增长的主要杠杆。

学习目标

  • 理解对象数量、更新频率和单次更新大小之间的乘法关系。
  • 能根据实际参数估算每秒状态同步流量。
  • 判断什么时候降低频率比继续压缩单条消息更有效。

带宽为什么呈乘法增长

先忽略重传、加密和网络协议头,一类同步数据的基础流量可以近似看成:每秒字节数 = 同步对象数 × 每秒更新次数 × 单次更新字节数。

例如场景内有 200 个需要同步的对象,每个对象以 20 Hz 发送状态,每条状态消息平均占 48 字节,那么服务器仅这一类状态每秒就要产生 192000 字节数据。任何一个乘数翻倍,结果都会近似翻倍。

这里的“单次更新字节数”不能只看业务字段。真正经过网络发送时,还可能包含对象 ID、消息类型、序列号、时间戳以及 UDP、IP、加密或传输层封装开销。大量很小的独立数据包尤其容易让协议开销占比升高。

用实际参数算一次流量

下面用一个小脚本估算单方向状态同步所需的基础带宽。实际项目可以把三个参数替换成抓包或运行时统计得到的值。

python
objects = 200
update_hz = 20
bytes_per_update = 48

bytes_per_second = objects * update_hz * bytes_per_update

print(f'{bytes_per_second} B/s')
print(f'{bytes_per_second / 1024:.1f} KiB/s')
print(f'{bytes_per_second * 8 / 1_000_000:.3f} Mbit/s')

预期输出

text
192000 B/s
187.5 KiB/s
1.536 Mbit/s

这还只是一个客户端接收一种状态的理论业务流量。如果服务器同时向多个玩家复制同一批对象,出口带宽还会继续随接收者数量增长,因此服务端优化不能只观察单个连接。

高频发送还会增加哪些成本

频率从 10 Hz 提升到 30 Hz,不只是网络字节数变成约三倍。服务器还需要更频繁地构造状态、序列化、筛选接收者并调用发送接口;客户端也要执行更多反序列化和状态应用。

更高频率有时确实能降低最新状态到达的等待时间,但它不能自动解决延迟、抖动或丢包问题。网络本身已经拥塞时,继续增加更新频率甚至可能制造更多排队和丢包,让实际体验变差。

优先降低哪个乘数

如果大量对象都按相同高频率广播,降低更新频率通常是最直接的优化杠杆。例如从 20 Hz 降到 10 Hz,在其他条件不变时,这部分带宽理论上立即减半。

但不是所有状态都适合统一降频。玩家近距离移动可能需要较高频率,而远处角色、低优先级物体和变化缓慢的数据可以使用更低频率;生命值、装备切换等离散状态甚至没有必要周期发送,可以只在发生变化时同步。

实际优化时应分别测量对象数量、真实发送频率、平均消息大小和接收者数量。只有先知道哪个乘数贡献最大,才能判断下一步应该降频、减少同步对象、缩小消息,还是把周期广播改成按需同步。

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

更新频率为什么会直接推高带宽

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