动态骨骼Dynamic Bone优化

这是侑虎科技第484篇文章，感谢作者FrankZhou供稿。欢迎转发分享，未经作者授权请勿转载。如果您有任何独到的见解或者发现也欢迎联系我们，一起探讨。（QQ群465082844）

作者主页： https://www.zhihu.com/people/pkhere ，作者也是U Sparkle活动参与者，UWA欢迎更多开发朋友加入USparkle开发者计划，这个舞台有你更精彩！

Dynamic Bone是基于弹簧质点算法的弹性节点模拟组件，可以用于柔性绳索和其他的简单的柔体，上一篇我们已经详细的对于算法进行过研究， 想回顾的可以到这里查看

上周主要在对原版代码进行优化以适应大规模的应用，优化过程主要是减少了向量、矩阵的数学运算的消耗，缓存每个节点的状态变化，降低计算频度高，减少其一帧内的计算量，并且进行了ECS化和Job System的尝试，最终效果目前符合预期。

场景内50个模型，共450个组件对象，2700个节点 ，测试为PC环境，CPU为i7-8700，属于高配，数据仅供参考。

优化的相关结果

DynamicBone经历一系列优化之后，单帧耗时下降非常明显，目前只有原始C#版本代码开销的4%不到。不考虑Culling和Distance机制仅有原版的2.5%的开销，对于distance的计算后面不会每帧去计算，最后会采用间隔几帧来处理，原版插件没有culling这部分。

上面数据的这一系列优化除了C#到C++的迁移之外，还涉及到Unity引擎内部的相关调整，在下面会一并的进行介绍。

一、Transform的结构与算法优化

Dynamic Bone优化过程遇到的Transform的最主要的性能坑点，或者说最主要的不必要的高额性能开销，就是Transform提供的最通用的各项全局数据（例如位置、旋转、变换矩阵等）的获取和设置接口开销相当之高。从上图的数据可以看出与Transform进行数据交互至少占了整个计算流程30%的时间；

Transform的数据读写接口的高耗时与其数据结构有关。由于Unity场景内所有GameObject都是以层级关系相互关联的，所以Transform使用层级关系结构来储存变换数据，每个Transform对应层级关系树中的一个节点，其只储存本身的局部位置、局部旋转和局部缩放；

这样Transform只用关心自身局部变换数据的修改，父节点发生变化后不用修改所有的子孙节点的数据（虽然实现上不是完全没有修改）。但是由于所有的Transform都只存储局部变换数据，所以当需要读取或者设置某个Transform的任何全局变换数据时，这个Transform都需要向上回溯计算得到他的全局变换数据。

Unity的Transform结构

Transform的全局变换的计算开销问题本身可以用Cache处理——当每次读取Transform都将读取过程计算得到的结果储存到Cache，而当两次读取之间Transform的变换数据没有发生变化时，Transform不进行计算直接返回Cache值，需要计算时再进行更新计算——由于Unity中整体逻辑流程是串行的，没有逻辑上的并行（Job System只是计算并行），因此这个功能不难实现。

但是Transform却没有任何Cache逻辑，虽然其有一种ChangeMask机制用于保存当前Transform是否有过修改的信息，但是Transform没有基于ChangeMask建立Cache，这就导致对于Transform全局位置、旋转、缩放数据的每次读取和修改都会导致Transform从当前节点出发，逐层递归或者迭代直至根节点计算出全局变换数据；

这其中，SetPosition\SetRotation的逻辑也是会先逐层向上求逆，直到求到当前节点应有的局部变换数据之后再进行设置，但是与全局Getter函数不同的是，Setter函数求逆的过程是递归的，同样的简单逻辑递归的实现要比迭代耗时很多，这就导致Setter函数的性能更加低下；我们的优化也就对其进行了CACHE，CACHE后数据看出效率提升明显。

二、SIMD数学库对于普通数学库的修改

原始的代码是不经过SIMD的，改为C++代码以后编译也就编译器的默认的simd的优化，而Unity内部几乎所有的数学计算都使用它自己的数学库的SIMD优化，因此我们对代码进行了改写保持与引擎内部的计算一致。

顺手进行了下测试，测试代码的编译环境是VC++2010，优化全开，通过查看反汇编代码可以看出VC编译器是会自动进行SIMD优化的；

结果中的向量点乘和四元数乘向量都有明显的SIMD优化，以至于普通运算耗时接近SIMD运算耗时，这对测试结果影响比较明显，但考虑到安卓平台编译环境依然可能有自动的SIMD优化，所以这里没有关闭编译器的SIMD优化开关；

从测试结果可以看出：

1、SIMD对向量四元数矩阵等数据结构运算优化是比较明显的，能减少40-50%的耗时；

2、虽然有编译器的自动SIMD优化，但是其优化幅度有限，实际优化还是要依赖技术手动调用SIMD接口；

三、ECS机制以及Job System化

ECS机制以及Job System是Unity为了提供代码性能而提出的设计框架，ECS即Entity-Component-System，核心理念是把原先的OOP思想改为DOD思想。DOD的好处是可以将同种数据集中到一起并放在内存中密集排布，大幅增加CPU Cache的命中率，降低代码抽象度，将数据独立出来，并且断开各种数据之间的耦合，这样Job System就可以将同种数据分散到不同的线程进行处理。具体ECS机制官方已经有详细的DEMO和数篇文章介绍，在这里也就不再重复，下面说说对于Dynamic Bone原始的结构改进以满足优化要求。

1.数据的拆分-ECS化

查看插件源码可以知道DynamicBone是每个实例各自储存自己的组件数据以及自身粒子（DynamicBone会将每根骨骼抽象为一个弹簧粒子）的数据，并且在每帧Update和LateUpdate中完成自身数据的更新，

我们增加了一个DynamicBoneManager进行整体的管理，Manager的好处可以统一储存所有组件和所有粒子的数据，并且所有数据都是以直接数组的形式平坦储存的；然后Manager会在自身的Update和LateUpdate中通过JobSystem一次性并行更新所有粒子的数据，并且将其Apply至对应的Transform对象上；

经过这样设计以后，DynamicBoneManger把原本分散作为DynamicBone和Particle属性的数据全部集中在集合DynamicBones中，然后再对集合进行分类，分类依据就是DynamicBone组件对象拥有的节点数量；

如上图中所示的DynamicBones对象，红框部分就是Particle数据，其他是DynamicBone数据以及有效列表数据，而这里Particle数据集合永远保持为其他DynamicBone数据集合大小的两倍，也就是说这个DynamicBones对象专门容纳有2个节点的DynamicBone对象的数据。同理，就可以创建N个DynamicBones对象，分别容纳有2到(N+1)节点的DynamicBone对象的数据。这样的设计完成后，所有组件和粒子的数据都是内存紧密排布的；Manager会一次性申请大量的空闲内存，而当新的组件Entity注册的时候，Manager只会就近找一个没有被使用的无效索引分配给这个组件Entity，并且将这个索引置为有效，随后初始化Component数据，并且将数据存入索引的空闲内存中。反之，当Entity注销的时候，Manager并不真正释放内存，而只是将这个索引置为无效. 同时，Manager会维护一个有效索引表，Manager每一帧只用按照这个表去更新有效索引指向的所有Component数据。

2.Dynamic Bone的JobSystem使用

由于Manager使用索引逻辑，所以Job只需要和有效索引一一绑定就好了，DynamicBoneManager的JobData内只有索引相关的信息，还有Component数组指针。每次当有索引被设置为有效，就会添加新的Job，反之就会删除存在的Job。例外补充一下对于Job的拆分后需要注意下本身的Job消耗太小比如处于0.001MS的消耗，建议对于Job进行BATCH测试，大家在2018的Job SYSTEM的使用中需要注意。

文末，再次感谢FrankZhou的分享，如果您有任何独到的见解或者发现也欢迎联系我们，一起探讨。（QQ群：465082844）。

也欢迎大家来积极参与U Sparkle开发者计划，简称“US”，代表你和我，代表UWA和开发者在一起！