Unity Entity Component System 理论知识总结

今天跟同学们分享一下我找到的关于ECS相关的理论知识文章,可能比较枯燥,如果想看实操的请看我下方写的一些案例解析。



有说的不正确或者不准确的地方欢迎留言指正


如果你有感觉不错的相关文章也可以留言推送给我,不胜感谢~

有什么有趣的写作技巧或者想法欢迎大家给我留言,大家的帮助是我写下去最有效的动力


参考资料 【有时间强力建议看一下】。。。。。


下面是笔者看完这些参考文章后对ECS的理解或引用其中文章的部分解释

一:在Unity中笔者对ECS的理解

  • Entity:实体,笔者更喜欢说数据的小集合,例如transform中的、Position、Roitation、Scale,这三个数据组成的集合就可以称为实体。而且实体可以自由的组装拆分,例如可以拆分为Position与Roitation、Position与Scale、Roitation与Scale甚至自己编写的数据集合。
  • Component:组件。这里提到的组件与传统组件可不一样,传统的组件有点Entity+业务逻辑的意思,里面包含很多数据,但是在ECS中的Component 只是一条单一的数据,例如Position单一的数据是一个Component,Roitation单一的数据也是一个Component,不包含任何的业务逻辑,有点像传统类中的字段,仅仅就是一个数据。
  • System:系统,这里的作用就是做行为逻辑操作的地方了,通过对Component自由的组装成Entity,然后根据规则筛选出Entity获取到对应的对象,之后进行逻辑操作。而且在ECS中的System是不分场景的,例如有一个负责移动的System,他真的是负责所有场景中对应的移动,不像以往仅仅负责一个场景中一个物体或者子弹单类的移动。

二:一个有关CPU处理数据的概念:CPU多级缓存

什么是CPU缓存???

  • 更详细来说,结构应该是:CPU<---->寄存器<---->CPU缓存<---->内存
  • 可以看到CPU缓存是介于内存和寄存器之间的一个存储区域,此外它存储空间比内存小,比寄存器大。

为什么需要CPU多级缓存:

  • CPU的运行频率太快了,而CPU访问内存的速度很慢,这样在处理器时钟周期内,CPU常常需要等待寄存器读取内存,浪费时间。
  • 而CPU访问CPU缓存则速度快很多。为了缓解CPU和内存之间速度的不匹配问题,CPU缓存则预先存储好潜在可能会访问的内存数据。

CPU多级缓存预先存的是什么:

  • 时间局部性:如果某个数据被访问,那么在不久的将来它很可能再次被访问。
  • 空间局部性:如果某个数据被访问,那么与它相邻的数据很快也能被访问。
  • CPU多级缓存根据这两个特点,一般存储的是访问过的数据+访问数据的相邻数据。

CPU缓存命中/未命中:

  • CPU把待处理的数据或已处理的数据存入缓存指定的地址中,如果即将要处理的数据已经存在此地址了,就叫作CPU缓存命中。
  • 如果CPU缓存未命中,就转到内存地址访问。

提高CPU缓存命中率

  • 要尽可能提高CPU缓存命中率,就是要尽量让使用的数据连续在一起。

冷数据/热数据分割

有人可能认为这样能最大程度利用CPU缓存:把一个对象所有要用的数据(包括组件数据)都塞进一个类里,而没有任何用指针或引用的形式间接存储数据。
实际上这个想法是错误的,我们不能忽视一个问题:CPU缓存的存储空间是有限的
于是我们希望CPU缓存存储的是经常使用的数据,而不是那些少用的数据。这就引入了冷数据/热数据分割的概念了。

  • 热数据:经常要操作使用的数据,我们一般可以直接作为可直接访问的成员变量。

  • 冷数据:比较少用的数据,我们一般以引用/指针来间接访问(即存储的是指针或者引用)。

三:原来的OOP模式为什么越来越慢了?

oop模式的主要的思想就是万物皆对象,调用的方式几乎都是以对象为基础,以模块化编程的带来优势的同时,也有他的负面效果:冗余数据过多,包袱过重。举个例子:在旅行时是一个人带一张信用卡去还是带一堆的生活用品去会更方便呢?答案当然是前者,只需要带着有用的东西就可以了,无用的都可以丢掉。oop其实也是这个样子,在进行数据传输的时候(数据读取)总会带着一些无用的数据,不仅仅零零散散(传统方式的内存管理是离散式的),而且还占用空间(上文提到的CPU多级缓存),随着现在游戏的规模越来越大,摩尔定律的失效,单纯的提高主频达到好的计算效果变得越来越力不从心。

四:ECS为什么快?

  • 传统方式的内存管理是离散式的,即物体和它的组件(Component)并非在同一个内存区段,每次存取都非常耗时。而ECS会确保遍历时所有的组件资料(Component Data)都紧密的连接再一起,称为Archetype,这样就能确保存取内存资料时以最快的速度存取(也提高命中率)。

  • 数据量身定制化,不会有多余的数据,例如Position原有的Vector3换成了现在Float3,列表等换成了unity重新定的Native开头的数据结构,分为并发和非并发执行。IJob、IJobParallelFor或 IJobParallelForTransform会根据是否单核还是多核分别选择接口,SharedComponentData和ComponentData等等。这种量身定制或数据也带来了更多的选择性和灵活性,随之通用性也就降低。

  • 这种多核心并行计算也符合现在硬件的发展趋势,摩尔定律的失效,以增加核心数量带来的计算力不断的提升是现在主流的现象。

五:ECS目前能做多好

Unity 特大城市Demo展示

官方相关地址

根据官方介绍,此项目包含450万网格渲染,5000辆动态汽车,10万种独特的声音效果,每栋建筑的零件达到20万个,并且还能以60fps的帧率稳定运行。另外,视频的结尾部分还公开了一段手机平台的演示,官方特别指出这绝不是使用手机播放了一段视频,而是真正用Unity生成APP,再在手机上运行的画面。这款demo和所有资源将于2019年发布。


> 个人观点的补充,看过这两天Unite对ECS的介绍,笔者相信,现有的unity与oop结合的这种结构,最多存在2个大版本(2019、2020),随着2019年5G从试点到商用、硬件性能的加速提升、游戏的越来越重度化,以ECS这种面向数据编程为主导的模式势必成为主流,【立帖为证】。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,830评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,992评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,875评论 0 331
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,837评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,734评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,091评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,550评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,217评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,368评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,298评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,350评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,027评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,623评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,706评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,940评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,349评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,936评论 2 341

推荐阅读更多精彩内容