多人游戏与网络同步 / 系统课时

把高频状态改成按需同步

把高频状态改成按需同步

固定频率发送实现简单,却会不断重复传输没有变化或变化小到无需感知的数据。按需同步的核心不是单纯降低 Hz,而是在发送前判断“这次变化是否值得传”,让事件、变化检测和阈值过滤共同减少无效更新。

学习目标

  • 区分周期广播、事件驱动和变化检测的适用场景。
  • 使用“相对最后一次已发送状态”的阈值过滤连续数据。
  • 理解按需同步在丢包、最终一致性和阈值选择上的边界。

哪些状态不该一直广播

生命值、装备槽、开门状态这类离散值通常只在事件发生时变化。如果生命值保持 100,却仍以 20 Hz 发送 health=100,这些消息没有提供新信息。更合适的做法是在伤害、治疗或重生事件修改生命值后,把字段标记为需要同步。

位置、朝向和速度属于连续状态,不能简单等到“发生变化”再发送,因为几乎每一帧都会有微小差异。这类数据更适合先执行变化检测,再用距离、角度或速度阈值过滤不会显著影响表现的微小变化。

把发送判断分成三道过滤

一个实用的按需同步链路可以依次回答三个问题:业务事件有没有把数据标记为脏、当前值相对上次已发送值是否真的改变、变化幅度是否超过同步阈值。只有全部满足时才进入发送队列。

事件驱动、变化检测与阈值过滤组成的按需同步链路

比较基准应当是最后一次准备同步的基准状态,而不是上一帧采样值。如果每次只比较相邻帧,一个每帧移动 0.01 米的对象在阈值 0.05 米时可能永远不触发;相对最后一次发送位置比较后,累计变化达到阈值就会正常发送。

用阈值过滤连续位置

下面的示例模拟一维位置采样。只有当前位置与最后一次发送位置相差至少 0.05 时,才产生新的网络更新。

python
THRESHOLD = 0.05
samples = [0.00, 0.01, 0.03, 0.06, 0.07, 0.12]

last_sent = None

for position in samples:
    if last_sent is None or abs(position - last_sent) >= THRESHOLD:
        print(f'send position={position:.2f}')
        last_sent = position

预期输出

text
send position=0.00
send position=0.06
send position=0.12

6 次采样最终只产生 3 次更新。真实游戏中的三维位置可以对距离做同类判断,朝向则可以使用角度差;阈值应来自实际可接受的表现误差,而不是随意选择一个很大的数字。

按需同步仍需要可靠边界

按需发送减少的是冗余数据,不代表可以永久取消周期校验。如果某个状态只变化一次,而对应的不可靠数据包恰好丢失,客户端可能一直保留旧值。因此重要离散状态可以使用可靠传输,或者由后续权威快照、周期性低频全量状态负责修复。

还要谨慎处理“脏标记”的清除时机。如果发送 API 只是把消息交给本地队列,并不意味着远端已经收到数据;需要端到端确认的业务状态,应结合可靠通道或确认机制决定何时认为同步完成。

阈值也不能只从节省流量出发。阈值过小会退化成接近逐帧发送,过大则可能造成明显跳变。实际项目应从玩家可感知误差确定上限,再结合插值效果、对象重要性和网络预算调整。这样做得到的不是简单“降频”,而是只把真正有价值的状态变化送上网络。

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

把高频状态改成按需同步

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