游戏引擎 / 系统课时

排查 Jobs 与线程同步等待

排查 Jobs 与线程同步等待

当 CPU Timeline 中主线程出现长时间停顿,而 Job Worker 仍在工作时,掉帧可能来自过早同步,而不是主线程正在计算。本课使用 Unity 6 Profiler 对齐调度、执行与等待位置,再通过可复现的 Job 实验验证修改是否有效。

学习目标

  • 在 Timeline 中区分 Job 执行、工作线程空闲与主线程同步等待。
  • 用 Flow Events 追踪 Job 的调度、执行和完成关系。
  • 对比立即与延后调用 JobHandle.Complete() 对主线程帧时间的影响。

从 CPU Timeline 定位同步点

适用 Unity 6(6000.x);以下界面路径以 Unity 6 的 CPU Usage Profiler 为准。建议连接 Development Build 的 Player 采样,避免把 Editor 自身负载算入游戏瓶颈。

  1. 打开 Window > Analysis > Profiler,选 CPU Usage 模块,录制 100~200 帧,点击超过目标预算的尖峰帧。例如 60 FPS 对应约 16.67 ms。
  2. 将下方详情切换为 Timeline,展开 Main Thread 和 Job.Worker 等工作线程轨道。线程名称与数量可能因平台不同而变化。
  3. 检查主线程的 JobHandle.Complete、WaitForJobGroupID,同时对照工作线程上同一时段的 Job 样本,而不是只看 Hierarchy 中的耗时排名。
  4. 在 Timeline 右上角 More (⋮) > Show Flow Events 启用流程事件,选中相关样本,查看调度点、Worker 执行点与同步结束点之间的连线。要找调用位置,可在采样前为相关标记启用 Call Stack 记录并重新采集;是否显示完整调用栈取决于构建和符号信息。
观察到的标记 应当如何解释
JobHandle.Complete 主线程触发 Job 同步;持续时间可能包含协助执行 Job,不能全部算作空等
WaitForJobGroupID 发生 Job 同步栅栏;其下可能有工作窃取执行的 Job,未必就是等待目标
Idle Worker 当前没有执行被记录的 Job;不能据此认定主线程正在等待它
Semaphore.WaitForSignal 线程等待信号;需结合邻近线程和前后样本确认等待对象

Complete 本身并不是错误:读取 Job 写入的 NativeArray 前必须先完成相应 Job。需要优化的是不必要的过早同步,而不是删除同步以隐藏标记。标记含义可核对 Unity 6 官方说明。

把主线程等待与 Worker 执行对齐

例如某次示意记录中,Job 在 1~9 ms 之间执行 8 ms,主线程还有 4 ms 不依赖 Job 结果的准备工作。如果主线程在 1 ms 处立即 Complete,它可能先等待到 9 ms,再做准备工作,流程到 13 ms 才结束。若先做准备工作,5 ms 时才 Complete,剩余等待可能缩为 4 ms,流程在 9 ms 结束。实际轨道还可能包含主线程参与 Job 执行、调度成本和其他引擎任务。

立即同步与延后同步的主线程和 Job Worker 时间线

排查时先判断是否有重叠机会:主线程在 Schedule 和 Complete 之间,如果全是必须等结果才能执行的工作,单纯移动 Complete 就不会缩短等待;如果存在动画参数准备、输入处理等独立工作,才有可能利用并行空窗。图中数值仅用于解释机制,不能当作优化收益承诺。

用可运行脚本复现两种顺序

在 Unity 6 创建脚本 JobSyncProbe.cs,挂到空 GameObject。此示例使用 Unity 自带的 Unity.Jobs、Unity.Collections 和 Unity.Profiling,用 IJobParallelFor 制造可观测的计算负载。Inspector 的 completeImmediately 决定是在独立工作之前还是之后同步。

csharp
using Unity.Collections;
using Unity.Jobs;
using Unity.Profiling;
using UnityEngine;

public class JobSyncProbe : MonoBehaviour
{
    public bool completeImmediately = true;
    [Range(500, 10000)] public int repetitions = 4000;

    static readonly ProfilerMarker ScheduleMarker = new ProfilerMarker("JobProbe.Schedule");
    static readonly ProfilerMarker WorkMarker = new ProfilerMarker("JobProbe.IndependentWork");
    static readonly ProfilerMarker CompleteMarker = new ProfilerMarker("JobProbe.Complete");

    NativeArray<float> results;
    float mainThreadSink;
    bool reported;

    struct ComputeJob : IJobParallelFor
    {
        public NativeArray<float> Results;
        public int Repetitions;

        public void Execute(int index)
        {
            float value = 1f + index * 0.001f;
            for (int i = 0; i < Repetitions; i++)
                value = value * 1.000001f + 0.000001f;
            Results[index] = value;
        }
    }

    void OnEnable()
    {
        results = new NativeArray<float>(1024, Allocator.Persistent);
    }

    void Update()
    {
        JobHandle handle;
        using (ScheduleMarker.Auto())
        {
            handle = new ComputeJob
            {
                Results = results,
                Repetitions = repetitions
            }.Schedule(results.Length, 64);
            // 仅为实验提前提交任务;实际项目应先测量额外调度开销。
            JobHandle.ScheduleBatchedJobs();
        }

        if (completeImmediately) Complete(handle);
        IndependentWork();
        if (!completeImmediately) Complete(handle);

        // Complete 后才能安全地读取这个 Job 写过的 NativeArray。
        if (!reported)
        {
            Debug.Log("JobSyncProbe: result ready = " + (results[0] > 0f));
            reported = true;
        }
    }

    void IndependentWork()
    {
        using (WorkMarker.Auto())
        {
            float value = 1f;
            for (int i = 0; i < 1000000; i++)
                value = value * 1.000001f + 0.000001f;
            mainThreadSink = value;
        }
    }

    void Complete(JobHandle handle)
    {
        using (CompleteMarker.Auto())
            handle.Complete();
    }

    void OnDisable()
    {
        if (results.IsCreated) results.Dispose();
    }
}

预期输出(进入 Play Mode 后 Console 出现一次):

text
JobSyncProbe: result ready = True

两种模式都应输出相同结果。Profiler 的 Timeline 中应能找到三个自定义标记 JobProbe.Schedule、JobProbe.IndependentWork、JobProbe.Complete。后者与 Unity 内部的 JobHandle.Complete 或 WaitForJobGroupID 样本可结合分析;具体耗时和 Worker 排布依赖 CPU 核数、Burst 配置及运行环境,不应预设固定毫秒数。

对照采样与安全修复

在同一设备、相同 repetitions 和相同测试场景下,分别将 completeImmediately 设为 true、false。各预热约 30 帧、采集至少 100 帧,对比主线程帧时间、JobProbe.Complete 时长、Worker 是否持续工作。可先将 repetitions 设为 4000;等待不明显时逐步调到 8000,而不是开启 Deep Profiling 人为制造负载。

核对指标 立即完成(示意) 延后完成(示意)
JobProbe.Complete 7.4 ms 2.6 ms
Main Thread 单帧时间 20.1 ms 15.4 ms
输出数据一致 是 是

以上数字是演示如何判断的假设样本,不是脚本的保证输出。如果 Complete 变短,但整个 Main Thread 帧时间没改善,继续检查独立工作是否只是挪了位置,或者瓶颈是否在渲染、物理及其他 Job 依赖链。若 Worker 几乎持续满载,考虑缩小单个 Job 的工作量、减少不必要依赖;调整 IJobParallelFor.Schedule 的 innerloopBatchCount(本例为 64)也必须做 A/B 实测。

验收标准是相同工作量下结果正确、主线程等待与尖峰减少,并且总帧时间确实改善。若长等待来自引擎内部 Job,而不是自己的 JobProbe,应沿 Flow Events 和调用栈继续追溯真实依赖方,而不是直接修改无关脚本。

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

排查 Jobs 与线程同步等待

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