游戏引擎 / 系统课时

用采样定位 CPU 热点

用采样定位 CPU 热点

函数看起来简单,也可能因为每帧调用很多次而成为热点。本课用 Profiler 缩小 CPU 问题,再以一个可运行的搜索例程拆开算法工作和调用频率,验证结果正确后才比较耗时。

学习目标

  • 能用调用次数、自身耗时和包含耗时区分热点
  • 能用单调时钟测量一个完整工作批次

在尖峰帧查看调用关系

在 Godot 4.7.2 的 Debugger → Profiler 启动采集,复现慢帧,停止后选择该帧。先查看 Script functions 的总时间与调用次数,再查看单次平均值。一个单次不慢但调用上万次的函数,也可能是本帧最重要的优化对象。

切换包含调用耗时与自身耗时。包含耗时高、自身耗时低,通常说明工作在下游;不要把调用链每一层都当成独立成本相加。先找到实际做计算、查找或分配的叶子工作,再判断能否减少次数或改变算法。

普通分析器会增加开销,而且当前内置脚本分析器不能直接分析 C#。本课的测量例程使用 GDScript;C# 项目应选支持 Godot 的外部分析工具,并保持同样的受控采集原则。面板中的峰值不是发行版本的最终成绩。

把搜索工作单独计时

以下完整例程搜索离原点最近的点,保存为 hotspot.gd,执行 godot --headless --path . --script hotspot.gd。固定生成数据,避免输入变化掩盖算法差异。距离平方不必开平方,因为这里仅比较大小。

gdscript
extends SceneTree

func nearest(points: PackedVector2Array, target: Vector2) -> int:
    var best_index := -1
    var best_distance := INF
    for i in range(points.size()):
        var distance := points[i].distance_squared_to(target)
        if distance < best_distance:
            best_distance = distance
            best_index = i
    return best_index

func _initialize() -> void:
    var points := PackedVector2Array()
    for i in range(2000):
        points.append(Vector2(i, i % 17))
    nearest(points, Vector2.ZERO) # 先运行一遍,避免初始化混入正式批次。
    var start := Time.get_ticks_usec()
    var checksum := 0
    for _i in range(100):
        checksum += nearest(points, Vector2.ZERO)
    var elapsed := Time.get_ticks_usec() - start
    print("checksum=", checksum, " elapsed_us=", elapsed)
    quit()

预期输出(省略启动横幅,时间随机器与负载变化):

text
checksum=0 elapsed_us=<TIME>

零号点就是原点,因此校验和应为零;时间为非负微秒值。它测量一百次搜索的墙钟耗时,不测 GPU,也不包含真实游戏中其他系统。不要除出一个单次值后宣布所有设备都只需相同时间。

先削减次数,再选择结构

如果真实项目为每个敌人每帧搜索所有目标,设敌人数和目标数分别为两项数量,工作会随两者乘积增长。缓存上次目标并在失效时更新,或分批、降频搜索,可能比微调运算符更有收益。攻击与移动的关键行为必须仍然按正确时机更新。

只有空间分布和规模支持时,才考虑网格分桶等空间索引。它减少候选数,却增加维护成本:移动对象换桶、对象释放、边界邻桶检查都要正确。对小规模列表,线性搜索可能更简单且足够快,不必为了“高级算法”引入复杂结构。

用空列表、单个点、等距点和目标移动测试正确性。这个例程空列表返回负一,真实调用者应处理没有目标;等距点保留先遇到的项。如果业务要求随机选同距离目标,规则也必须固定,不能让优化悄悄改变玩法。

用真实场景确认热点消失

修改后重放同一路线,观察调用次数与自身时间是否下降,再关闭 Profiler 测发行包的帧时间。若脚本时间减少但总帧时间没变,说明瓶颈可能转移到渲染或等待;这并不自动使改动无用,但必须按目标指标评估价值。

计时期间不要在内层循环打印,日志会改变测量。保留提交、脚本版本、输入数量与批次数;发现意外快慢时先核对输入与构建模式。计时粒度不足时增加批次,并检查校验和不变。完成优化的证据是正确输出、可复现的耗时变化以及功能验收,而非一次看起来更短的数字。

面板字段与手动计时方法见 The Profiler。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

用采样定位 CPU 热点

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