发布时间:2024-05-13 来源:网络
AOI(兴趣范围Area Of Interest)
游戏中的广播的类型
全服广播、地图广播、社交关系、交互目标、玩家自身
全服广播的特点:频率不高
地图广播的特点 :移动同步广播频率高,流畅度,做插值,服务器有压力
社交关系:低频率
交互目标:P2P,点对点,服务器中转,广播频度低
玩家自身:客户端和服务器的广播,别人不知道,只和自身相关,频度也不会高
【问题一】 同一个地图超过50人就很卡,服务器端怎么分析怎么解决?
承载结构,最大允许多少人
假设一个地图有100人,100个人移动,其他人都要知道 。
至少要发100*100次同步消息。同步消息间隔又需要很短。
假设1秒要同步10次,1秒需要有10万次消息处理。还有包括消息的收发,会有更多消息处理,客户端会非常卡。
假设一个消息包需要~3MB/S =24Mb/S ,100人就需要2400Mb/S,带宽压力大,转发率压力大(每秒转发多少个包,剩下的放路由器缓存里,无法一次性转发)
如何将1台服务器只能承载100人数,提升到承载1000人数,提升10倍甚至更高呢?
MMO可以插值校正,频度降低,【FPS不行,服务端不做强验证】
区分服务器线路,限制人数
技术层面:在地图消息同步的基础上 使用AOI
只关心玩家身边的人
建立AOI兴趣范围清单
只对兴趣范围内的目标广播
极大的降低消息处理压力与网络负载
所有的设计原则
兴趣范围的规范方案(划分范围,如何区别在身边)
对象与数据结构
高性能算法
区域划分
每个对象都有一个AOI管理器,有一个兴趣范围,放置一个数组,遍历周围的人,可维护的清单,半径N米的范围
消息的同步数量会减少,但不会大幅度减少性能,要比较
消耗量确实减少,但是CPU性能是否增加了吗????
级别设定
AOI范围级别设定
Level3:是不是能看到,产生兴趣预先加载
Level2:产生兴趣,同步基本数据,同步的数据少,能看到
Level1:产生兴趣,同步基本数据,精准同步各种状态
伪代码
优点
不需要特殊的数据结构
易于实现
缺点:
计算成本较高(1+N)*N / 2 ,第1个人,需要对其它999人计算,计算量还是相当大的
1000人 =》 500500次消息量 , 只减少一半,优化还不够
多线程:并行计算,提升计算效率
延迟计算:减少计算间隔(不需要每一帧进行计算)
分批计算:100 / frame (一帧计算100人)
【问题】距离计算:三维向量计算比较复杂
【设想】地图格子:格子内广播
【伪代码】格子的坐标,维护每张格子上的管理器,玩家离开旧格子,进入新格子
leave和enter要做一个全局的数据结构,一位数组,连续的内存地址,数组的查询最快,计算消耗低
优点
计算速度非常快
缺点
需要额外数据结构存储格子信息
需要额外的格子管理逻辑
实现复杂度高
【最重要的问题】格子边界问题
相邻格子,玩家不同步,可以进一步优化
9宫格,广播给其它9个格子,合理划分格子大小,最终影响性能消耗
格子太大,玩家数量少,发送的消息太多
格子太小,同步消息不多,性能消耗大
进一步优化
9宫格内在做半径计算
算法优化
优化数据结构,树结构,四叉树八叉树
降低运算消耗
(服务器)ECS架构(要求很高,容易做批量运算)
采用面向数据概念优化架构,提升运算性能
并行运算与GPU加速
利用并行计算提升性能
采用GPU加速减少CPU消耗
适可而止
避免过度优化