游戏引擎 / 系统课时

修复热路径中的隐式堆分配

修复热路径中的隐式堆分配

Unity 6 的脚本热点即使计算简单,也可能因装箱、闭包、字符串拼接和 LINQ 查询持续产生托管堆分配。本课用可切换的脚本复现四种写法,再以同一数据和重复次数对照 Profiler,验证结果一致且稳定帧的 GC.Alloc 降低。

学习目标

  • 识别热路径中四类常见的隐式托管堆分配。
  • 用强类型、直接循环和按需更新替换反复分配的写法。
  • 在 Unity 6 CPU Usage 中对照分配字节和执行耗时。

从 GC.Alloc 追到分配来源

Profiler 的 GC.Alloc 表示代码在托管堆上新分配的字节,不代表该帧已经执行垃圾回收。临时对象失去引用后,可能在后续 GC 周期中被回收。优先检查每帧执行的 Update、FixedUpdate 和高频事件回调,别把场景初始化时的一次性分配误判为持续问题。

热路径写法 隐藏成本 替换方向
object boxed = count int 转为 object 时装箱 保留 int 类型
x => x < limit 捕获局部变量 可能生成闭包对象和委托 可直接比较时改为循环条件
"Near: " + count 每帧执行 反复生成新字符串 数据变化时才刷新文本
Where(...).OrderBy(...) 查询迭代器、排序缓存等临时对象 一次循环完成筛选和求最小值

四类热路径隐式分配与托管堆回收压力的关系

用可切换脚本复现四类成本

在 Unity 6(6000.x)中新建 Assets/Scripts/HotPathAllocDemo.cs,将下面代码完整粘贴进去,再给场景中的空 GameObject 添加该组件。Awake 仅创建一次 128 个整数;每帧执行 50 次同样的查询,使差异更容易观察。Inspector 中的 Optimized 控制运行哪条路径。

csharp
using System;
using System.Collections.Generic;
using System.Linq;
using Unity.Profiling;
using UnityEngine;

public sealed class HotPathAllocDemo : MonoBehaviour
{
    [SerializeField] private bool optimized;
    [SerializeField, Range(1, 100)] private int cutoff = 30;
    [SerializeField] private int nearCount;
    [SerializeField] private int closest;

    private readonly List<int> values = new List<int>(128);
    private object boxedCount;
    private string label;
    private int lastShownCount = -1;

    private static readonly ProfilerMarker BadMarker =
        new ProfilerMarker("Demo.Allocating");
    private static readonly ProfilerMarker GoodMarker =
        new ProfilerMarker("Demo.NoRepeatAlloc");

    private void Awake()
    {
        // 初始化只执行一次,不混入稳定帧的分配统计。
        for (int i = 0; i < 128; i++)
            values.Add((i * 37) % 100);
    }

    private void Update()
    {
        // 两条路径都执行 50 次,保证比较口径一致。
        if (optimized)
        {
            using (GoodMarker.Auto())
            {
                for (int i = 0; i < 50; i++)
                    RunOptimized();
            }
        }
        else
        {
            using (BadMarker.Auto())
            {
                for (int i = 0; i < 50; i++)
                    RunAllocating();
            }
        }
    }

    private void RunAllocating()
    {
        int limit = cutoff;
        // 捕获局部变量,创建闭包和委托。
        Predicate<int> isNear = value => value < limit;
        int count = 0;
        for (int i = 0; i < values.Count; i++)
            if (isNear(values[i])) count++;

        boxedCount = count;       // int 装箱为 object
        label = "Near: " + count; // 每次拼接产生新字符串
        nearCount = count;
        closest = values.Where(value => value < limit)
                        .OrderBy(value => value)
                        .FirstOrDefault();
    }

    private void RunOptimized()
    {
        int count = 0;
        int min = int.MaxValue;
        // 一次遍历同时完成筛选、计数和最小值计算。
        for (int i = 0; i < values.Count; i++)
        {
            int value = values[i];
            if (value >= cutoff) continue;
            count++;
            if (value < min) min = value;
        }

        nearCount = count;
        closest = min == int.MaxValue ? 0 : min;
        // 仅数值变化时生成用于展示的字符串。
        if (count != lastShownCount)
        {
            label = "Near: " + count;
            lastShownCount = count;
        }
    }
}

预期结果:Cutoff = 30 时,两种模式下 Inspector 的 Near Count 都为 39,Closest 都为 0。Optimized 关闭时 Demo.Allocating 持续产生 GC.Alloc;开启并经过初始帧后,Demo.NoRepeatAlloc 的稳定帧分配应显著降低,示例代码作用域可接近 0 B。具体字节数取决于脚本后端和采样环境。

改写时保持语义和边界一致

装箱只发生在值类型需要按引用类型处理时,例如本例把 int 赋给 object;不能据此认定所有 object 使用都会分配。捕获局部变量的委托可能带来闭包分配,而不捕获的委托不一定每次分配。能直接进行整数比较时,无须构造 Predicate<int>。

本例用一次 for 遍历替代 Where 加 OrderBy:计数和最小值在同一轮完成,既避免临时查询及排序缓存,也不再为求最小值做完整排序。若没有符合条件的元素,两种实现都返回默认整数 0;真实游戏中如需区分“没找到”和“值为零”,应另存 bool found。

字符串是不可变对象,"Near: " + count 每次执行会生成新字符串。优化版仅在数量变化时更新;如果数量确实每帧都在变,这种缓存仍会分配,应进一步使用支持数值格式化而不创建临时字符串的 UI 接口,并单独测量。不要靠每帧 GC.Collect() 掩盖问题,它会引入额外 CPU 成本。

在 Profiler 中复测并验收

  1. 打开 Window > Analysis > Profiler,选择目标 Play Mode,进入 CPU Usage;先关闭 Deep Profile,以免深度采样开销污染对比。
  2. 保持 Cutoff = 30 与每帧 50 次调用不变。先取消 Optimized,运行并采集约 300 帧;再启用它采集约 300 帧。两组都跳过切换后的前 30 帧,避免首次编译或缓存初始化影响。
  3. 在 Hierarchy 视图分别查找 Demo.Allocating 和 Demo.NoRepeatAlloc,比较 GC Alloc 列、耗时及相邻帧波动;必要时到 Timeline 查看 GC.Alloc 样本所属线程。仅定位来源时临时打开分配调用栈,正式测耗时前关闭。
  4. 最终在相同平台、相同脚本后端的 Development Build 中复测;可在 File > Build Profiles 的构建选项中启用 Development Build 和 Autoconnect Profiler。不要拿 Editor 采样数值直接与独立 Player 比绝对大小。

验收应同时满足三项:Near Count = 39、Closest = 0;优化路径稳定帧的样本 GC Alloc 明显更低;CPU 耗时没有因改写变差。GC.Alloc 不是内存泄漏的直接证据,偶发的场景加载分配也不需要强行压成零。

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

修复热路径中的隐式堆分配

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