Unity性能优化一本通

文章目录

  • 关于Unity性能优化
  • 一、资源部分：
    • 1、图片
        • 1.1、 图片尺寸越小越好
        • 1.2、使用2N次幂大小
        • 1.3、取消勾选Read/Write Enabled
        • 1.4、图片压缩
        • 1.5、禁用多余的Mip Map
        • 1.6、合并图集
    • 2、模型
        • 2.1.限制模型面数
        • 2.2.限制贴图的大小
        • 2.3.禁用Read/Write Enables
        • 2.4.不勾选其他辅助功能
        • 2.5.调整网格压缩
        • 2.6.使用LOD技术
    • 3、字体
        • 3.1.区分字何功能
        • 3.2.制作字体
  • 二、代码部分
        • 1.AssetBundle文件
        • 2.建立对象池管理资源
        • 3.留意装箱拆箱
        • 4.事件注册移除
        • 5.物体寻找
        • 6.可见性设置
        • 7.静态类
        • 8.避免重复
        • 9.数据类型
        • 10.字串操作
        • 11.使用枚举和常量
        • 12.反射和动态
        • 13.避免try catch
        • 14.避免Camera.main找摄像机
  • 三、托管部分：
    • 1、什么是托管
        • 1.1、托管介绍
        • 1.2、什么内存碎片和扩展
    • 2、如何处理
        • 2.1、减少临时分配
        • 2.2、内存复用
        • 2.3、避免拆箱装箱
        • 2.4、避免闭包和匿名函数
  • 总结：

想拿《1024达人勋章》，帮忙点个赞,谢谢。

关于Unity性能优化

总结内存的优化主要分为以下三部分，资源，代码和托管。资源部分往往是大头，很多情况下都能占据工程的内存70%~80以上的大小，所以这一部分的优化至关重要。

在这里插入图片描述

一、资源部分：

1、图片

关于纹理主要检查以下几个部分：
-图片大小
-压缩格式
-导入设置
在这里插入图片描述

从性能优化的角度上看，图片的处理有以下几个事需要做：

1.1、 图片尺寸越小越好

按需求而定，在够用的情况下，越小越好。需要知道的是1024X1024的图片大小将是512X512的四倍，而不是二倍。如下图是1024大小3m,而512只有0.8m.

在这里插入图片描述
在这里插入图片描述

而然这只是图片大小，当使用时放到内存中将会进一步增大。

1.2、使用2N次幂大小

由于Unity对2的N次幂大小的图片处理更为友好，尽量使用此尺寸大小。

1.3、取消勾选Read/Write Enabled

当勾选此选项时，该图片将会在CPU中多存一份备份让CPU访问，如果没有读写需求可以请关闭此选项。
在这里插入图片描述

1.4、图片压缩

在你选压缩格式以前，Unity本身会对图片有一部分处理，转换为我们工程中使用的Texture 2D。
为什么转换好了格式还需要我们选择压缩的方式呢？因为Unity有个明显的优势即平台的通用与适配性。
因而对单一平台的处理会相对薄弱，而平台的性能优势又不尽相同。所以我们需要根据平台的来选择。

格式内存占用质量透明二次方大小建议使用场景
RGBA321100%有无需要清晰度要求极高
RGBA16+Dithering1/280%有无需要UI、头像、不带渐变、颜色不丰富
RGBA161/260%有无需要UI、头像、不带渐变、颜色不丰富、不拉伸放大
RGB16+Dithering1/280%无无需要UI、头像、不透明、不拉伸放大
RGB161/260%无无需要UI、头像、不透明、不渐变、不拉伸放大
RGB(ETC1)+Alpha(ETC1)1/460%有需要，可长宽不同尽可能使用，不满足要求再考虑上列格式
RGB(ETC1)1/860%无需要，可长宽不同尽可能使用，不满足要求再考虑上列格式
PVRTC41/840%无需要，长宽相同尽可能使用，不满足要求再考虑上列格式

RGBA32通常作为一种高保真的压缩格式，质量好性能消耗大。
而RBGA16+Dithering可以理解为RBGA32的阉割版，色彩分级大，过度也不够顺滑。
最后ETC1+Alpha/PVRTC4则是移动端常用的压缩格式，性能上有明显的优势。

1.5、禁用多余的Mip Map

类似于模型的Lod(Level of Detail)技术，会根据距离远近来展示图片的精度。
可以节省部分性能，但Mip map会增大部分内存，因而UI则没有必要开启功能。
当一张Texture开启Mipmap后，占用的内存将会是原来的4/3.

1.6、合并图集

合并图集优化的是图片渲染中Draw Call数量，基本原理即是将会经常一起出现的图片合并成一张图，当需要渲染的时候就一起发送给GPU去渲染。
由于DrawCall是由CPU调用GPU的命令，从而可以提升CPU的性能表现。
通过Edit > Project Setting > Editor > Sprite Packer > Mode > Always Enabled(Legacy Sprite Packer)
在这里插入图片描述

然后图片上就可以通过Packing Tag命名来区分合并的包了
在这里插入图片描述

通过Windows > 2D > Sprite Packer 可以打开图集窗口 点击Pack即可合并
在这里插入图片描述

2、模型

模型的优化更多的是建模人员的内容，模型的规范等。

2.1.限制模型面数

我们知道模型的构成即是由一个个点连成三角面，再由一个个三角面堆叠而成的。
所以面数的多少在一定程度上会影响模型文件的大小，所以不能无限制的添加。

2.2.限制贴图的大小

贴图会影响到模型的精细度，因而也会一定程序上影响大小。具体原理参照上面的图片部分讲解。
这部分也是容易被忽略的部分。

2.3.禁用Read/Write Enables

这个和图片的有点类似，打开后也会在CPU中保留一份Mesh数据让脚本访问，
在游戏当不需要对模型进行操作的时候则关闭此选项。
默认是禁用的，优化时可以排查一下。
在这里插入图片描述

2.4.不勾选其他辅助功能

与Reader/Write Enables类似，基本上在Unity中都是需要消耗一定资源去维护的。
因为未明确功能及需求不要点开。

2.5.调整网格压缩

调整Mesh Compression，此选项可以调整模型网格的压缩率，降低精度，从而获得性能的提升。
调整Optimize Mesh: 默认勾选的，确定三角形的网格中列出的顺序，获得更好的性能。
调整Normal:是否导入法线数据，默认导入，如果不需要做光照处理可以关闭。
在这里插入图片描述

2.6.使用LOD技术

这个是Unity提供的一个基于距离来决定展示精细度的功能，模型需要准备好指定内容的高、中、低模。
距离近的时候展示高模型，远一些时候使用中模，最远使用低模。
但这个技术也有个缺点，会大大增加模型工作量，同时也会让工程的包体变的巨大。
在这里插入图片描述

3、字体

3.1.区分字何功能

字体包有的含有中、英文，而有的则只是有英文。这点也非常容易被忽略，
如果一个字体我们只需要用到英文部分则，则应当优先考虑使用只有英文字体的包。

3.2.制作字体

此外如果字体我们只需要用到其中的小部分字符，我们可以考虑使用BMFont等字体
制作插件，制作自己独有的字体，以减少资源的大小。
字体少则1m,大的有数十兆，个人认为这点非常重要。可以考虑和美术同学协同优化。
总体而言，资源部分在满足效果需求的情况下，应该越小越好。

二、代码部分

1.AssetBundle文件

AssetBundle加载后要使用Unload卸载镜像文件
AssetBundle文件下载后可以考虑存本地作为缓存

2.建立对象池管理资源

什么是对象池资源太多了，自行查阅吧 Y(^ _ ^)Y，这里不坠述了。

3.留意装箱拆箱

避免装箱拆箱操作比如yield返回值、Foreach、ArrayList等…

4.事件注册移除

-比方说，Button.onClick.AddListener()加载的按钮事件，使用后则需要使用:Button.onClick.RemoveListener()来移除。-Evnet中的+=事件，需要使用-=来移除
否则将因为内容一直被引用而点用，可能造成内存泄露。

5.物体寻找

避免 频繁大量 Find()或GetComponent()函数.因为他会在当前全场景中搜索，产生较高开销。
可以考虑使用MonoBehaviour脚本下挂载引导，以减少搜索次数。

6.可见性设置

在非静态类中，全局变量会在该类补实例化过程中占用资料，而非局部变量则会在方便使用过程中占用资源。

7.静态类

非静态类会在实例化后占用资料，而静态类则会在首次补调用后，在程序中一直存在。
因而不要过多的使用静态类。

8.避免重复

需要注意在Update或for等循环、递归结构中的资源使用。在这些结果中通常重复次数较多，则容易产生大量的资源使用。比如就不要在Update中不断的实例化、销毁物体，而因考虑使用对像池。

9.数据类型

刚开始学习的时候我也很不理解，既然int和float都能存放数字，为什么需要区分开？
后面才知道他们占用的空间是不同的。在够用的情况下，我们应当使用更清量级的数据类型。
同理，选择数组时也当如此。

10.字串操作

避免大量的String操作，因为会产生大量的内存分配。实在有需要，则可以考虑使用StringBuffer进行优化。

11.使用枚举和常量

有时候我们在代码中有些莫名奇妙的数字，开发者自己当时知道是什么含义，时间长了可能会忘记，也不利于别人阅读。
因而推荐使用数字和常量，因为它们可以命名，从而提高代码的可读性。

12.反射和动态

避免过多使用发射和动态代码，因为他们的性能消耗会更大。

13.避免try catch

增经小白的我也想过，既然这个可以放置报错，我所有地方都不做空判断，直接使try catch不就好了。
其实这个语句结构体内有大量性能消耗。

14.避免Camera.main找摄像机

没想到吧，这个也消耗性能。不过细想每次都去找，当然会有消耗。找个变量存起来就好了。

三、托管部分：

1、什么是托管

1.1、托管介绍

Unity的托管内存系统是基于Mono或Il2CPP虚拟机之上的C#环境。所有托管代码中被创建的对像都会被分配到托管堆上，所有不为空的引用对象和值类型对象都将放置在托管堆上。当在脚本中不包含对像的任何引用时，系统将自动释放这部分内存。

个人推荐脑袋里要有下面一个图，内存的占用像是是一箱箱货物，需要有足够的空间来存放。废弃后的清理也有延迟，那么如何合理的分配和使用空间？我们来探讨一下。
在这里插入图片描述

1.2、什么内存碎片和扩展

内存空间类似于一个个小格子，有的数据类型需要占用2格，有的则是4格、8格，紧密排列在一起。
当有数据补释放时，这些格子会重新被空出来。这时这些格子只能存放小于等于这中间格子大小的
数据。这样就有可能有些空格子并没存到数据，这种情况称为 内容碎片 ，而当新的数据托管不足
矣存放时，则会申请更大的托管空间来存放。

2、如何处理

2.1、减少临时分配

部分项目中会出现每帧分配上百kb的临时数据，这非常影响性能。因为这些临时数据无法马上被释放
有可能导致堆长度不够而申请更大的长度。而托管堆申请的内存长度是不会反还的，会导致占用内存过大。

2.2、内存复用

尽量复用数组、集合、对象等。尽量避免新分配内存空间。
比如在Update中New一个List进行计算,就不如将List放在循环体外，每次Update使用Clear()清空后复用。

2.3、避免拆箱装箱

这是C#语言用于临时分配较小内存会被分代垃圾收集器和分配大小的而被开发出来的。
但由于不能有效处理小的、频繁产生的临时垃圾，所以我们要避免装箱拆箱操作比如：
yield返回值、Foreach、ArrayList等…

2.4、避免闭包和匿名函数

因为在编译IL代码时，闭包和匿名函数装会被New成一个Class

总结：

性能优化往往就是在了解程序与资源的运行规则后，根据具体项目合理分配资源。有时间也难免做出一些取舍拆东墙补西墙不善尽美。 希望大家可以活学活用。文章整理出来的是我上一篇文章的延伸，更细化一点的内容，希望对大家有帮助。谢谢观看。
​

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：/a/107816.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

使用Selenium和Java编写爬虫程序

使用Selenium和Java编写爬虫程序

以下是一个使用Selenium和Java编写的音频爬虫程序，该程序使用了proxy的代码。请注意，这个示例需要在IDE中运行，并且可能需要根据您的系统和需求进行调整。 import java.io.IOException; import java.util.List; import java.util.concurrent…
阅读更多...
synchronized 的锁类型

synchronized 的锁类型

之前的文章有讲过对同步锁的理解，实现同步锁的方式无非是多个线程抢占一个互斥变量，如果抢占成功则表示获得了锁，而没有获得锁的线程则阻塞等待，直到获得锁的线程释放锁 如图所示，在Mark Word中，我们发现锁…
阅读更多...
wangeditor 富文本编辑器使用

wangeditor 富文本编辑器使用

使用环境vue3 ts &#xff0c;添加了字数限制 尝试了两种&#xff0c;使用方法类似&#xff08;参考文档&#xff09;&#xff0c;工具栏图标有不同&#xff0c;最后选用了第一种。 一、wangeditor 安装 npm i wangeditor --save 使用 这里封装了个简单组件 <templat…
阅读更多...
IO流框架，缓冲流

IO流框架，缓冲流

一.缓冲流有什么优点 Java中的缓冲流&#xff08;Buffered Stream&#xff09;具有以下优势&#xff1a; 提高效率&#xff1a;缓冲流通过在内存中缓存一部分数据&#xff0c;减少了直接从内存到磁盘或从磁盘到内存的频繁IO操作&#xff0c;从而提高了读写效率。缓冲区大小调整…
阅读更多...
macOS 12 Monterey v12.7.1正式版：开启全新的操作系统体验

macOS 12 Monterey v12.7.1正式版：开启全新的操作系统体验

macOS 12 Monterey已经向所有兼容的Mac设备推出&#xff0c;为您带来了一系列强大的新功能和改进。这个全新的操作系统版本&#xff0c;不仅带来了更流畅的用户体验&#xff0c;还增强了与iOS设备的无缝集成&#xff0c;让您的设备使用更加高效&#xff0c;更加便捷。 macOS 1…
阅读更多...
RabbitMQ生产者的可靠性

RabbitMQ生产者的可靠性

目录 MQ使用时会出现的问题 生产者的可靠性 1、生产者重连 2、生产者确认 3、数据持久化 交换机持久化 队列持久化 消息持久化 LazyQueue懒加载 MQ使用时会出现的问题 发送消息时丢失&#xff1a; 生产者发送消息时连接MQ失败生产者发送消息到达MQ后未找到Exchange生…
阅读更多...
Vue 3.3.6 ，得益于WeakMap，比之前更快了

Vue 3.3.6 ，得益于WeakMap，比之前更快了

追忆往昔&#xff0c;穿越前朝&#xff0c;CSS也是当年前端三剑客之一&#xff0c;风光的很&#xff0c;随着前端跳跃式的变革&#xff0c;CSS在现代前端开发中似乎有点默默无闻起来。 不得不说当看到UnoCss之前&#xff0c;我甚至都还没听过原子化CSS[1]这个概念&#xff08;…
阅读更多...
时序预测 | Matlab实现ARIMA-LSTM差分自回归移动模型结合长短期记忆神经网络时间序列预测

时序预测 | Matlab实现ARIMA-LSTM差分自回归移动模型结合长短期记忆神经网络时间序列预测

时序预测 | Matlab实现ARIMA-LSTM差分自回归移动模型结合长短期记忆神经网络时间序列预测 目录 时序预测 | Matlab实现ARIMA-LSTM差分自回归移动模型结合长短期记忆神经网络时间序列预测预测效果基本介绍程序设计参考资料 预测效果 基本介绍 时序预测 | Matlab实现ARIMA-LSTM差…
阅读更多...
springboot配置https

springboot配置https

SSL &#xff1a; secure socket layer 是一种加密协议&#xff0c;SSL主要用于保护数据在 客户端和服务器之间的传输&#xff0c;&#xff0c;防止未经授权的访问和窃取敏感信息 在腾讯云申请ssl证书 申请了之后在我的域名中&#xff0c;&#xff0c;解析 解析了之后&…
阅读更多...
Jmeter的接口自动化测试

Jmeter的接口自动化测试

在去年实施了一年的三端&#xff08;PC、无线M站、无线APP【Android、IOS】&#xff09;后&#xff0c;今年7月份开始&#xff0c;我们开始进行接口自动化的实施&#xff0c;目前已完成了整个框架的搭建以及接口的持续测试集成。今天做个简单的分享。 在开始自动化投入前&#…
阅读更多...
虚拟化 vs. 裸金属：K8s 部署环境架构与特性对比

虚拟化 vs. 裸金属：K8s 部署环境架构与特性对比

伴随着 IT 云化转型的逐步推进&#xff0c;越来越多的用户加入应用容器化改造的行列&#xff0c;并使用 Kubernetes&#xff08;K8s&#xff09;进行容器部署管理。然而&#xff0c;令不少用户感到困惑的是&#xff0c;由于大部分应用此前都部署在虚拟化或超融合环境&#xff0…
阅读更多...
轻量封装WebGPU渲染系统示例＜7＞-材质多pass(源码)

轻量封装WebGPU渲染系统示例＜7＞-材质多pass(源码)

当前示例源码github地址: https://github.com/vilyLei/voxwebgpu/blob/version-1.01/src/voxgpu/sample/MultiMaterialPass.ts 此示例渲染系统实现的特性: 1. 用户态与系统态隔离。 2. 高频调用与低频调用隔离。 3. 面向用户的易用性封装。 4. 渲染数据和渲染机制分离。 …
阅读更多...
Mac电脑窗口管理Magnet中文 for mac

Mac电脑窗口管理Magnet中文 for mac

Magnet是一款Mac窗口管理工具&#xff0c;它可以帮助用户轻松管理打开的窗口&#xff0c;提高多任务处理效率。以下是Magnet的一些主要特点和功能&#xff1a; 分屏模式支持&#xff1a;Magnet支持多种分屏模式&#xff0c;包括左/右/顶部/底部 1/2 分屏、左/中/右 1/3 分屏、…
阅读更多...
基于51单片机的温度测量报警系统的设计与制作

基于51单片机的温度测量报警系统的设计与制作

提示&#xff1a;文章写完后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 前言一、实习目的二、实习任务2.1 设计温度测量报警系统硬件电路2.2 温度测量报警系统软件编程、仿真与调试&#xff1b;2.3 完成温度测量报警系统的实物制作与调试…
阅读更多...
基于定容积法标准容器容积标定中的电动针阀自动化解决方案

基于定容积法标准容器容积标定中的电动针阀自动化解决方案

摘要&#xff1a;在目前的六氟化硫气体精密计量中普遍采用重量法和定容法两种技术&#xff0c;本文分析了重量法中存在的问题以及定容法的优势&#xff0c;同时也指出定容法在实际应用中还存在自动化水平较低的问题。为了提高定容法精密计量过程中的自动化水平&#xff0c;本文…
阅读更多...
从工厂到社会：探索如何应用设计模式工厂模式

从工厂到社会：探索如何应用设计模式工厂模式

文章目录 &#x1f31f; 将设计模式工厂模式运用到社会当中&#x1f34a; 工厂模式在社会中的应用&#x1f389; 工厂&#x1f389; 餐厅&#x1f389; 运输 &#x1f34a; 工厂模式的优势&#x1f389; 代码简洁&#x1f389; 扩展性强&#x1f389; 便于维护和管理 &#x1f…
阅读更多...
信钰证券：华为汽车概念股持续活跃 圣龙股份斩获12连板

信钰证券：华为汽车概念股持续活跃 圣龙股份斩获12连板

近期&#xff0c;华为轿车概念股在A股商场遭到热捧&#xff0c;多只股票迭创前史新高。10月23日&#xff0c;华为轿车概念股再度走强&#xff0c;到收盘&#xff0c;板块内圣龙股份、银宝山新涨停&#xff0c;轿车ETF在重仓股提振下盘中一度上涨近2%。业界人士认为&#xff0c;…
阅读更多...
Day13力扣打卡

Day13力扣打卡

打卡记录 奖励最顶尖的 k 名学生(哈希表排序) 用哈希表对所有的positive与negative词条进行映射&#xff0c;然后遍历求解。tip&#xff1a;常用的分割字符串的操作&#xff1a;1.stringstream配合getline() [格式buf, string, char]2.string.find()[find未找到目标会返回npos…
阅读更多...
javaEE -9（7000字详解TCP/IP协议）

javaEE -9（7000字详解TCP/IP协议）

一&#xff1a; IP 地址 IP地址&#xff08;Internet Protocol Address&#xff09;是指互联网协议地址&#xff0c;又译为网际协议地址。 IP地址是IP协议提供的一种统一的地址格式&#xff0c;它为互联网上的每一个网络和每一台主机分配一个逻辑地址&#xff0c;以此来屏蔽物…
阅读更多...
AOP 笔记

AOP 笔记

AOP【面向切面编程】 作用&#xff1a;在不惊动原始设计的基础上进行功能增强。 无侵入式编程 连接点&#xff1a;程序执行的任意位置&#xff0c;SpringAOP中&#xff0c;理解为方法的执行。 切入点&#xff1a;匹配连接点的式子,要追加功能的方法 通知&#xff08;写在通…
阅读更多...
最新文章

Copyright @ 2022~2023