性能优化-PR全流程
流程速览
- 工具层：Unity（Profiler / Frame Debugger / Memory Profiler / Overdraw）+ 平台工具（如 Xcode/Metal）+ 脚本侧（Lua Profiler）+ 项目级回归（UPR/自动化报告）
- 指标层：内存 / CPU / GPU（按“要采集 → 常见信号 → 常用抓手”组织）
- 流程层：复现 → 基线 → 定位 → 方案 → 实现 → 对比 → 回归 → PR 报告 → 监控与回滚
工具汇总
unity 内部工具使用
Profiler
Profiler是我们排查性能问题最常用的工具，可帮我们排查性能问题原因 Profiler使用教程：https://zhanglan.pages.dev/blog/unity_profiler_usage
FrameDebugger
Frame Debugger 主要用于排查 渲染顺序、Pass/Draw Call 组成、合批情况、材质/关键字切换 等问题。
常见情况：
- 版本打到真机上，有渲染粉色（Shader 丢失/变体缺失/材质引用异常）
- 调试游戏对象渲染 Shader 的变量值 FrameDebugger使用教程：https://zhanglan.pages.dev/blog/unity-frame-debugger
Memory Profiler
用于查看 内存占用大头（Top Allocations）、定位 未释放引用链、排查 内存泄漏/驻留不回落。
Memory Profiler使用教程 ：https://zhanglan.pages.dev/blog/unity_memory_profiler
OverDraw
主要查看渲染相关的 屏幕填充率 以及 重复绘制率（尤其是 UI、透明特效、雾/云等）。 OverDraw使用教程：https://zhanglan.pages.dev/blog/rendering-debug-overdraw
Xcode
主要用于定位 移动端 GPU 瓶颈（如 GPU Frame Capture / Metal System Trace），辅助判断：
- 主要渲染阶段开销（Tile/Fragment/Compute 等）
- Render Pass / 纹理带宽 / 过度绘制（Overdraw）倾向
- 分辨率、后处理、透明叠加带来的 Fillrate Pressure
SLua
用于定位 Lua 脚本侧的 CPU 热点、内存分配、调用栈 等.
SLua Profiler使用教程： https://github.com/Tencent/sluaunreal/wiki/slua-Profiler-%E4%BD%BF%E7%94%A8%E8%AF%B4%E6%98%8E/aaee3a8e742aff3be3aa8602f2739e11f5295a8e
可用排查Lua的性能问题
UPR
UPR 可理解为“项目级性能体检与回归系统”：
- 统一跑固定 Case（场景/战斗/主城/加载）
- 采集核心指标（FPS、CPU/GPU Frame、内存峰值/回落、GC、加载尖刺）
- 生成对比报告（版本间/分支间），用于快速发现回归点并定位责任模块
性能优化流程
注意事项（保证数据可信）
- 固定变量：同一机型、同一画质档、同一分辨率/渲染比例、同一场景与操作路径、同一构建配置（尽量统一 Development/Release 口径）。
- 采样规范：
- 尖刺问题：至少抓到 尖刺前后 3–5 秒 的 Timeline（必要时加自定义 Marker/埋点）。
- 稳态问题：持续运行 30–120 秒，避免“偶然采样误判”。
- 每个 Case 建议 跑 3 次，取均值与波动范围。
- 设备覆盖：高/中/低端机都要跑。机型选择建议以线上监控后台 Top 机型为准。
- 对比方式：优化前后必须给出 Before/After 数据与截图证据（Profiler/Memory Profiler/Frame Debugger/Xcode 等）。
测试频率建议（工程化节奏）
- 新功能/大活动上线前：对新增模块做专项性能测试（重点关注 CPU/GPU 峰值与内存驻留）。
- 底层架构/核心链路改动：必须做针对性测试（代码效率、GC、资源驻留、加载尖刺）。
流程
上述只是列举了我们常用的性能优化工具，接下来我大概叙述一下我在做性能优化的大概流程，不展开详细的内容分析。
对于新的功能模块（Feature/专项优化 PR）
- 复现问题：给出可复现路径（机型/画质档/场景/操作步骤/出现概率）。
- 建立基线：抓一份“问题版本”的 Profiler/Memory/GPU 证据。
- 定位瓶颈归属：
- Profiler：确认是否 CPU 超预算、热点函数与调用链
- Memory Profiler：确认是否驻留不回落/泄漏/大头资源
- GPU：在高/中/低端机跑一遍，判断是否 GPU 超预算；辅助查看 Overdraw、Fillrate
- 提出方案与取舍：给出“为什么选这个方案”的理由与风险点。
- 实现与验证：同 Case 同口径抓 After 数据，对比收益与副作用。
- 回归验证：覆盖关键场景（登录/切场景/战斗/主城/长时间挂机/反复进出）。
- 输出 PR 报告：把证据链与结论固化，便于评审与后续追溯。
整个项目性能检测（版本体检/回归）
主要用 UPR（或等价的自动化/半自动化流程）跑整体性能，通过报告发现回归点并对症下药：
- 定位“版本差异最大的 Case/指标”
- 回到对应模块用 Profiler/Memory/GPU 工具补齐证据链
- 形成“回归清单 + 责任模块 + 修复计划”
性能模块汇总
内存
音频/声音
要采集：AudioClip 总量、长音频是否流式、解码/格式、切换场景是否回收。
常见信号：
- 切场景/账号切换后音频资源不回落
- 大量 stereo、采样率过高、同时播放过多
常用抓手：
- Force To Mono（适用时）、降低采样率、合理 Compression
- 长音频 Streaming，短音效 Decompress on load（按场景权衡）
- 音频预加载/池化，避免频繁加载卸载尖刺
网格（Mesh）
要采集：Mesh 数量、总顶点/三角形、重复网格、SkinnedMesh 占比。
常见信号：
- 主城/大世界峰值 Mesh 飙升、重复驻留
- 过重 SkinnedMesh 引发 CPU/GPU 双高
常用抓手：
- LOD / Impostor（远景）、合并策略（谨慎，避免“超大 Mesh”）
- 共享 Mesh / 减少重复实例化
纹理（Texture）
要采集：纹理总内存、Top 纹理、是否 Mipmap、压缩格式、是否重复驻留。
常见信号：
- 峰值不回落（切换后重复纹理残留）
- UI/特效大图导致峰值异常
常用抓手：
- 纹理压缩、分辨率分级（低端机降档）
- 图集/Texture2DArray（适用时）、减少重复贴图
- 检查 Read/Write Enabled、MipMap 使用是否合理
动画（Animation）
要采集：Animator/Controller 数量、Clip 驻留、Avatar/SkinnedMesh 占用。
常见信号：
- 大量 Animator 同屏导致内存 + CPU 开销明显
常用抓手：
- 动画裁剪、减少状态机复杂度
- 同屏大量单位：评估 GPUAnimation/烘焙方案（你笔记里已有）
Shader
要采集：Shader/变体数量、运行时编译尖刺、Shader 相关内存。
常见信号：
- Shader.CreateGPUProgram 引发偶发大尖刺
常用抓手：
- 变体裁剪（Strip）、预热（Warmup）、控制首次出现时机
- 材质复用，减少变体/关键字组合爆炸
粒子系统
要采集：粒子实例数、贴图/材质数量、透明覆盖率（Overdraw 关联）。
常见信号：
- 大战斗峰值内存与带宽飙升
常用抓手：
- 贴图压缩/图集、特效分级（低端机粒子上限）
- 控制透明层数与屏幕覆盖率
CPU
动画（CPU）
要采集：Animator.Update、SkinnedMesh、骨骼数量、同屏角色数量。
常见信号：
- CPU Timeline 动画相关模块长期占大头
常用抓手：
- 降低骨骼/动画更新频率、LOD 动画、可见性驱动
- 同屏大量单位：评估烘焙/GPUAnimation
用户脚本（Scripts）
要采集：Main Thread Top Hotspots、GC Alloc、Update 链路、同步等待。
常见信号：
- 持续超预算：脚本逻辑重
- 偶发尖刺：GC/IO/同步加载/锁争用/日志
常用抓手：
- Update → 事件驱动/分帧；缓存引用；减少临时分配
- 资源加载改异步、控制加载时机；尖刺点加埋点证明收益
- UI/字符串拼接/频繁 new 的 GC 治理（你笔记里 NGUI 优化就属于这块）
GPU
渲染（Render）
要采集：GPU Frame time、主要 Pass 成本、相机栈、后处理开销。
常见信号：
- GPU 长期超预算或某些后处理开启后明显变差
常用抓手：
- 开关对比：后处理、阴影、额外光源、Render Scale、MSAA
- 相机栈精简，避免重复渲染路径
填充率（Fillrate）
要采集：全屏后效、透明物、雾/云、UI叠加的像素成本。
常见信号：
- 分辨率一提升就崩、或低端机尤其差
常用抓手：
- 降 Render Scale、降低后效迭代/采样
- 降透明覆盖率、减少全屏叠加层
Overdraw
要采集：Overdraw 视图（Scene/RenderDoc/Frame Debugger 辅助），重点看特效/UI/雾。
常见信号：
- 战斗同屏特效导致 GPU 断崖式下降
常用抓手：
- 粒子分级、控制透明排序与生命周期、降低屏幕覆盖率
Draw Call
要采集：DrawCall/SetPass、SRP Batcher/Instancing 是否生效、材质切换原因。
常见信号：
- SetPass 高、材质/关键字过多导致频繁切换
常用抓手：
- 统一材质与关键字、启用 SRP Batcher、可实例化对象启用 Instancing
- 大世界静态对象：批处理/分块策略（与你仓库B方向一致）
PR 报告输出（可直接复用的模板）
建议每个性能优化 PR 都附上以下内容（即使是小改动，也能极大提升评审效率与可信度）。
1. 背景与问题定义
- 问题描述：
- 影响范围（机型/场景/玩法/频率）：
- 复现步骤：
- 预期目标（预算/指标目标）：
2. 测试与采样口径
- 设备：高/中/低端机（型号 + 系统版本）
- 构建配置：Development / Release（是否 Script Debugging / 是否 Deep Profile）
- 画质档/分辨率/Render Scale/MSAA：
- 测试 Case：场景名 + 操作路径
- 采样时长与次数：
3. Baseline（优化前）
- 核心指标（建议表格化）：
| 指标 | Before | 备注 |
|---|---|---|
| FPS（稳态） | ||
| CPU Main（ms） | ||
| GPU Frame（ms） | ||
| 内存峰值（MB） | ||
| 内存回落（MB） | ||
| GC Alloc（KB/frame） | ||
| 尖刺（ms） | 发生点/频率 |
- 证据截图/文件：Profiler 截图、Memory Profiler Snapshot、Xcode Capture 等（脱敏）
4. Root Cause（结论必须可被证据支撑）
- 归属：CPU / GPU / Memory / IO / 资源驻留 / 变体编译 / 脚本分配
- 关键证据：热点函数/调用链、分配栈、渲染 Pass 组成、材质切换原因等
- 为什么会发生：业务逻辑与引擎机制的解释（避免“只会背结论”）
5. 方案与实现
- 方案描述：
- 关键改动点（模块/类/资源/配置）：
- 取舍与风险：兼容性、画面差异、资源包体、线上回滚策略等
6. After（优化后对比）
| 指标 | Before | After | 变化 | 备注 |
|---|---|---|---|---|
| FPS（稳态） | ||||
| CPU Main（ms） | ||||
| GPU Frame（ms） | ||||
| 内存峰值（MB） | ||||
| 内存回落（MB） | ||||
| GC Alloc（KB/frame） | ||||
| 尖刺（ms） |
- 证据截图/文件（同口径）：
7. 回归点与发布策略
- 回归覆盖：登录/切场景/战斗/主城/长时间运行/反复进出
- 监控指标：线上 FPS/卡顿率/内存峰值/崩溃率等
- 回滚条件：出现明显画面/性能回退或崩溃上升时的策略