游戏引擎 / 系统课时

设置内存预算与告警

设置内存预算与告警

内存优化不能只靠“感觉还够用”。本节把总内存拆成可管理的预算项,并建立可重复的采样与告警流程,让超预算问题在开发和测试阶段就暴露,而不是等到真机崩溃后再追查。

学习目标

  • 能按平台与典型场景定义可执行的内存预算
  • 能用统一采样点记录峰值、常驻值和场景增量
  • 能设计分级告警,让超预算问题能被持续集成和测试流程捕获

预算要对应真实运行场景

预算不能只写一个“项目最多 4 GB”。同一个项目在编辑器、PC、主机和移动设备上的可用内存差异很大,真正有价值的预算应至少包含平台、典型场景和资源类别三个维度。

例如移动端可以分别记录启动后、主城、战斗、背包打开、切换地图后的内存;资源类别则至少区分纹理、网格、动画、音频和其他 UObject。这样当总内存超线时,能继续回答“是哪一类资源、在哪个场景增长”。

Unreal 内存预算与告警闭环

先建立可复现的采样动作

最简单的做法是把采样点固定下来。测试人员到达指定场景后,先等待异步加载和流送稳定,再执行内存统计。快速观察可以使用 stat memory,需要保留证据时使用 memreport -full。

text
stat memory
memreport -full

预期结果

text
stat memory 在视口显示实时内存统计。
memreport -full 生成完整内存报告;具体数值与报告保存路径以当前运行日志为准。

采样时不要混用编辑器数据和真机数据。编辑器自身模块、调试工具和编辑器资源会抬高内存占用,因此移动平台预算必须以对应设备或等价运行环境的结果为主。

用分级阈值代替单一红线

建议为每个场景保留“目标值、预警线、失败线”三层。目标值用于日常优化,预警线提醒趋势恶化,失败线用于阻止明显回归。阈值不是行业固定数字,应根据目标设备的可用内存、系统保留空间、峰值波动和稳定性测试结果制定。

一个可执行的预算文件可以由项目自己的测试脚本维护。下面示例使用标准 JSON 表达规则,本身不是 Unreal 内置配置;它的价值是让测试工具和 CI 使用同一份阈值来源。

json
{
  "platform": "Android",
  "scene": "Battle_01",
  "warningMb": 2200,
  "criticalMb": 2500
}

生效行为与验证方法:采样脚本读取当前场景的峰值内存,与 warningMb 和 criticalMb 比较。低于预警线记为通过;超过预警线产生告警;超过失败线则让对应性能检查失败。示例中的数值仅代表项目自定义预算格式,不是 Unreal 官方推荐阈值。

让告警进入自动化流程

告警最重要的不是“弹出来”,而是带上可追踪上下文。一次有效的超预算记录应包含平台、场景、构建版本、采样时间点、实测值和阈值,并附上对应内存报告或日志位置。这样开发者可以直接对比前后版本,而不是重新复现场景。

如果团队已经有自动化测试,可以把“进入固定场景 → 等待稳定 → 采样 → 比较阈值”作为性能用例。对于无法稳定自动化的场景,也至少应把操作路径写成测试步骤,并确保不同版本使用同一设备和同一采样时机。

超预算后按增量定位

收到告警后,先看“相对基线多了多少”,再看总量。若主城从 1.6 GB 变成 2.0 GB,新增的 400 MB 比“当前总共 2.0 GB”更容易对应到最近提交的资源或功能。随后再结合 memreport -full 的分类结果,判断增长来自纹理、网格、音频还是 UObject 数量。

预算真正发挥作用的标志,不是团队拥有一张内存上限表,而是每个关键平台和场景都能持续得到可比较的数据,并在回归超过阈值时立即留下证据。这样内存优化就从临时排障,变成了可执行的工程约束。

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

设置内存预算与告警

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