游戏客户端架构 / 系统课时
动态查询会带来什么成本
动态查询会带来什么成本
游戏逻辑经常按队伍、状态或组件组合筛选实体。如果每帧都重新拼装 ECS 查询,性能成本可能落在查询对象构建、匹配集合维护以及实体遍历上。本课通过一个可运行的小实验区分这些开销,并判断什么时候应复用查询、什么时候需要重新过滤结果。
学习目标
- 区分组件查询形状、运行时过滤参数和实体结果集合。
- 对比重复构建查询与复用查询对象的工作量。
- 判断查询缓存的适用边界,避免拿过期实体结果当缓存。
先分清哪些条件在变化
假设一个追踪系统需要处理同时具有 Position 和 Velocity 的实体,并且只关注当前目标队伍。这里实际上有两类条件:
- 查询形状:必须拥有
Position、Velocity,以及可能的排除组件或读写权限。多数帧中它们是稳定的。 - 运行时条件:当前的
team、距离阈值或目标 ID。这些值可能每帧改变,但不必每次都改变查询对象本身。
如果系统只是把 team=1 改成 team=2,通常更合理的做法是保留稳定的组件查询,在遍历时应用新的队伍条件。把普通数值变化也当作全新查询形状,会带来额外的准备工作。
查询的成本不止一次筛选
查询一般要经历描述条件、查找匹配的组件布局或 Archetype、遍历当前实体,以及对实体应用运行时条件等环节。不同 ECS 的内部实现不同,查询对象的构建和布局匹配也可能已经由框架自动缓存。

因此需要分开观察三种成本:
- 构建成本:创建查询对象、规范化条件或建立内部匹配信息。频繁创建相同查询可能重复付费。
- 遍历成本:每次更新仍要访问满足组件条件的实体;缓存查询对象不会让每帧扫描自动消失。
- 结果维护成本:若自行缓存实体 ID 列表,生成列表、更新列表和处理失效句柄都需要额外工作。
尤其要避免把“查询对象缓存”和“查询结果快照”混为一谈。前者描述筛选规则,后者记录某一时刻选中了哪些实体。
用最小实验比较创建次数
下面用 Python 函数模拟一个查询对象:创建时固定所需组件,执行时检查实体是否具备这些组件。队伍条件在每次遍历时传入;实验只统计构建次数,不伪装成真实 ECS 的耗时基准。
entities = [
(101, {"Position", "Velocity"}, 1),
(102, {"Position"}, 1),
(103, {"Position", "Velocity"}, 2),
]
def run(use_cache):
cache = {}
builds = 0
for team in (1, 2, 1):
key = frozenset({"Position", "Velocity"})
if not use_cache or key not in cache:
# 查询形状不变时,可复用同一组件匹配规则。
builds += 1
query = lambda components, required=key: required <= components
if use_cache:
cache[key] = query
else:
query = cache[key]
# 每次都检查当前实体与本帧的队伍条件。
matched = [eid for eid, parts, owner in entities
if owner == team and query(parts)]
print(f"{'缓存' if use_cache else '临时'} team={team}: {matched}")
print(f"构建次数: {builds}")
run(False)
run(True)预期输出:
临时 team=1: [101]
临时 team=2: [103]
临时 team=1: [101]
构建次数: 3
缓存 team=1: [101]
缓存 team=2: [103]
缓存 team=1: [101]
构建次数: 1两种写法的筛选结果一致,差别是组件匹配规则创建了三次还是一次。真实引擎还可能缓存 Archetype 匹配、批量索引或过滤器,因此不能直接把这里的次数换算成运行帧率收益。
复用查询时如何处理结构变化
如果实体 102 后来增加 Velocity,它就应该进入 Position+Velocity 查询的候选集合。一个持续有效的查询对象必须能够看到更新后的组件布局或实体集合;具体由 ECS 自动维护、查询失效机制还是显式刷新完成,要按所用框架的契约处理。
若开发者自行保存 [101] 这样的实体 ID 列表,列表不会因为组件新增、移除或实体销毁而自动变正确。使用快照时必须管理版本与失效,并在执行前验证句柄;否则可能漏处理新实体,或访问已不存在的对象。
什么时候值得优化
优先用分析器区分瓶颈是构建查询、扫描实体,还是创建临时结果集合。如果查询形状稳定且反复调用,复用查询对象通常值得尝试;如果每帧候选实体很多,主要成本在遍历,应考虑更精准的组件分组、变化过滤或空间索引,而不是仅缓存查询句柄。
当运行时条件经常变化时,先保留查询形状,只更新过滤参数;只有确实改变所需组件组合或排除条件时再评估动态查询。最终用相同实体规模、结构变化频率和更新次数做基准比较,避免为减少对象创建而引入更贵的缓存失效维护。