UE4 ReplicationGraph分析
原创
UE4 ReplicationGraph分析
老版本网络系统
总体思路
- 所有Actor都会添加到网络列表中，每次更新的时候都是从这个Actor列表中遍历，根据不同的条件，确定每个链接的客户端需要同步的Actor列表，然后同步数据
流程图
老流程图.png
添加
- 生成Actor的时候直接调用AddNetworkActor函数，添加进workObjectlist中
void UWorld::AddNetworkActor( AActor\* Actor )
{
if ( Actor == nullptr )
{
return;
}
if ( Actor->IsPendingKill() )
{
return;
}
if ( !ContainsLevel(Actor->GetLevel()) )
{
return;
}
ForEachNetDriver(GEngine, this, [Actor](UNetDriver\* const Driver)
{
if (Driver != nullptr)
{
// Special case the demo net driver, since actors currently only have one associated NetDriverName.
Driver->GetNetworkObjectList().FindOrAdd(Actor, Driver->NetDriverName);
}
});
}详细同步过程
- 每个服务器的tick调用同步函数
// 总入口函数
int32 UNetDriver::ServerReplicateActors(float DeltaSeconds)
{
// 确定当前的连接客户端
ServerReplicateActors\_PrepConnections
//确定同步列表（性能瓶颈点）
ServerReplicateActors\_BuildConsiderList
//对Actor列表进行优先级排序（性能瓶颈点）
ServerReplicateActors\_PrioritizeActors
//处理排序过后的Actor列表（这里会进行最终的同步操作）
ServerReplicateActors\_ProcessPrioritizedActors
}优化方式
- 裁剪距离降低
- 降低更新频率
核心问题
- 每次同步的计算量是ConnectionList*NetObjList,Actor列表庞大，比对计算的时候性能消耗是主要瓶颈点
- 优化困难，上述优化都是有损优化，降低了客户
新版本网络系统
总体思路
- 根据类型和状态对Actor进行节点划分，每次针对当前Connection只检查所在Grid内对象的信息来大大降低整个Replication的计算量，节省CPU时间
流程图
新流程图.png
结构图
同步图表.jpg
- UReplicationGraph: 同步图表，NetDriver的网络分发入口
- GridSpatialization2D：按照2D空间划分的同步节点
- Playerstate：与状态有关的节点，比如限制更新频率的对象
- Always Relevant（All）： 与所有的链接都有相关性
- Tear off：类似于OwnerRelevant，只同步给主客户端，不同步给模拟客户端
- Always Relevant（Connection）：只与某一个链接具有相关性，比如走进某一个区域点亮一盏灯，只对这个链接有作用
- Always Relevant（team）：和队友都有关的链接行，比如复活次数等等
- Static：静态同步对象（可破坏物件）
- Dynamic：可以移动的同步对象
- Dormant: 休眠对象
- Streaming：和关卡有关的对象，只有关卡加载了才会进行同步
添加
- 生成Actor的时候通过调用各个类型节点的AddNetworkActor，分发Actor的存储
void UNetDriver::AddNetworkActor(AActor\* Actor)
{
GetNetworkObjectList().FindOrAdd(Actor, NetDriverName);
if (ReplicationDriver)
{
ReplicationDriver->AddNetworkActor(Actor);
}
}- Gird 2D结构
2D结构.png
- GridSpatialization2D 会按照cellsize划分为多个网格- AddActo - 存在 - 根据种类添加到对应的列表中，静态，动态，休眠等等 - 静态动态中有划分为是否是属于streamingLevel中等 - 不存在网格 - 创建网格（和裁剪距离，Cellsize都有关系），重复网格存在的添加步骤- 更新 - 超过现有的网格边界 - 创建新的网格 - 刷新网格中的Actorlist - 根据动态Actor位置刷新网格中的actorList详细同步过程
- 服务器tick调用网络同步，直接分发到同步图表类中，在这个类里面做同步的Actor同步前的处理操作，但是最终的Actor同步过程还是走原有的逻辑
// 总入口函数
int32 UNetDriver::ServerReplicateActors(float DeltaSeconds)
{
// 转发到同步图表类中
ReplicationDriver->ServerReplicateActors(DeltaSeconds);
int32 UReplicationGraph::ServerReplicateActors(float DeltaSeconds)
{
//各个节点的前期同步准备工作（对于空间划分的Grid主要是刷新各个网格中的Actor列表）
for (UReplicationGraphNode\* Node : PrepareForReplicationNodes)
{
Node->PrepareForReplication();
}
// 处理各个链接的客户端
for (UNetReplicationGraphConnection\* ConnectionManager: Connections)
{
//公共节点中需要的Actor列表
for (UReplicationGraphNode\* Node : GlobalGraphNodes)
{
Node->GatherActorListsForConnection(Parameters);
}
//相关联的节点中的Actor列表
for (UReplicationGraphNode\* Node : ConnectionManager->ConnectionGraphNodes)
{
Node->GatherActorListsForConnection(Parameters);
}
//真正Actor进行同步的地方，剩下的和老版本网络流程一致
ReplicateSingleActo
}
}
}新版本网络使用步骤
- 自己重写ReplicationGraph
- 添加自己的网格节点划分类型
- 两种启动方式
- DefaultEngine.ini 配置自己重写的同步图表类 - [/Script/OnlineSubsystemUtils.IpNetDriver]ReplicationDriverClassName="/Script/ProjectName.ClassName"
- 创建委托 UReplicationDriver::CreateReplicationDriverDelegate().BindLambda([](UNetDriver\* ForNetDriver, const FURL& URL, UWorld\* World) -> UReplicationDriver\*
{
return NewObject<UMyReplicationDriverClass>(GetTransientPackage());
});优化方式
- 通过详细的网格划分减少每次需要进行计算的Actor数量，提升性能
核心问题
- 对于小场景来说用处不大，很有可能所有的Actor都在同一个网格中
- 每次同步前都需要刷新网格中acto
新老版本对比（数据相关的需要自己搭建场景获取）
| Type | 标准网络 | Graph网络 |
|---------- |:-------------:|:-------------:|
| ActorList | 全量存储 | 按类型划分存储|
| 自定义网络同步 | 不支持 | 支持|
| 优化方式 | 有损效果，降频，降低裁剪距离 | 细致的网格种类划分|
| 性能 | 性能较差，随着客户端和actor的增长，呈现几何增长的性能消耗 | 性能和网格的划分密切相关（fortnite官方数据此处性能消耗降低75%）|
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
目录
相关产品与服务
云服务器
云服务器（Cloud Virtual Machine，CVM）提供安全可靠的弹性计算服务。 您可以实时扩展或缩减计算资源，适应变化的业务需求，并只需按实际使用的资源计费。使用 CVM 可以极大降低您的软硬件采购成本，简化 IT 运维工作。
腾讯云开发者
