Unity 游戏的 string interning 优化
问题描述
在开始之前，先说一下这个问题为什么很容易被忽视吧。
正常情况下，我们通常难以注意到运行着的 Unity 程序内 string 的实例化情况。这些字符串的创建，销毁的时机是否合理，是否存在有重复 (相同内容的字符串)，冗余 (存有已不再有意义的垃圾字符)，低效 (capacity 远大于 length)，以及泄漏 (没有在期望的时机及时销毁) 的情况就更容易被忽视了。由于 string 没法随时像普通的 Unity 对象那样通过调用 Object.GetInstanceID() 来查看实例id，我们不太容易感知字符串对象的实际内存开销。其实要不是偶然在工具里发现了大量的此类情况，俺也没想到看起来颇单纯的 immutable string 里居然隐藏着这么多秘密。
一次只说一件事，这次我们只讨论重复字符串的问题。
使用自制工具 ResourceTracker ，可以发现 Unity 游戏运行时 mono(il2cpp) 内有大量重复的字符串，如下所示：
手动 Intern()
对 .Net 特性有了解的同学，应该知道 C# 同 Java 一样，提供了一套内建的 string interning 机制，能够在后台维护一个字符串池，从而保证让同样内容的字符串始终复用同一个对象。这么做有两个好处，一个是节省了内存 (重复字符串越多，内存节省量越大)，另一个好处是降低了字符串比较的开销 (如果两个字符串引用一致，就不用逐字符比较内容了)
但是为什么上面的 Unity 程序内仍然有大量的重复字符串呢？
查看他们的地址，发现彼此各不相同，说明的确没有引用到同一块内存区域。由于 C# 语言实现以静态的特性为主，俺推测，也许只有编译期可以捕捉到的字符串 (也就是通常用字面字符串 literal string 来构建时) 才会 interning。
做个实验吧：
string foobar = "foobar";
string foobar2 = new StringBuilder().Append("foo").Append("bar").ToString();
Debug.Log(foobar == foobar2);
Debug.Log(System.Object.ReferenceEquals(foobar, foobar2)); foobar = "foobar";
string foobar2 = new StringBuilder().Append("foo").Append("bar").ToString();
Debug.Log(foobar == foobar2);
Debug.Log(System.Object.ReferenceEquals(foobar, foobar2));运行上面的代码，输出结果分别是 True 和 False 。嗯，也就是说，即使运行时内容一样 ( == 返回 True )，手动在运行时拼出来的字符串也 不会自动复用已有的对象。查看游戏代码，发现很多重复字符串是通过解析 binary stream 或 text stream 构造出来的，这样就解释得通了。( String literals get interned automatically )
手动 Intern 一下试试吧。
string foobar0 = "foobar";
string foobar1 = new StringBuilder().Append("foo").Append("bar").ToString();
string foobar2 = string.Intern(foobar1);
string foobar3 = new StringBuilder().Append("f").Append("oo").Append("b").Append("ar").ToString();
string foobar4 = string.Intern(foobar3);
Debug.Log(foobar0 == foobar1); // True
Debug.Log(foobar0 == foobar2); // True
Debug.Log(foobar0 == foobar3); // True
Debug.Log(foobar0 == foobar4); // True
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar1)); // False
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar2)); // True
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar3)); // False
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar4)); // True foobar0 = "foobar";
string foobar1 = new StringBuilder().Append("foo").Append("bar").ToString();
string foobar2 = string.Intern(foobar1);
string foobar3 = new StringBuilder().Append("f").Append("oo").Append("b").Append("ar").ToString();
string foobar4 = string.Intern(foobar3);
Debug.Log(foobar0 == foobar1); // True
Debug.Log(foobar0 == foobar2); // True
Debug.Log(foobar0 == foobar3); // True
Debug.Log(foobar0 == foobar4); // True
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar1)); // False
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar2)); // True
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar3)); // False
Debug.Log(System.Object.ReferenceEquals(foobar0, foobar4)); // True注意，C# 并没有提供“清除已经 Intern 的字符串”的接口。也就是说，如果不由分说地把产生的字符串都扔进去，会造成大量短生命期字符串 (如某个地图上特有的特效名) 在全局池内的堆积。
解决这个问题并不难，手写一个可清除的版本就可以了。
可清除的 Interning - UniqueString
下面的 UniqueString 类除了提供两个与 string.Intern() 和 string.IsInterned() 一致的接口外，还提供了 Clear() 接口用于周期性地释放整个字符串池，可在地图切换等时机调用。这个类通过判断参数来确认，是将字符串放入全局的系统池，还是支持周期性清理的用户池。
public class UniqueString
{
// 'removable = false' means the string would be added to the global string pool
// which would stay in memory in the rest of the whole execution period.
public static string Intern(string str, bool removable = true)
// Why return a ref rather than a bool?
// return-val is the ref to the unique interned one, which should be tested against `null`
public static string IsInterned(string str)
// should be called on a regular basis
public static void Clear();
} class UniqueString
{
// 'removable = false' means the string would be added to the global string pool
// which would stay in memory in the rest of the whole execution period.
public static string Intern(string str, bool removable = true)
// Why return a ref rather than a bool?
// return-val is the ref to the unique interned one, which should be tested against `null`
public static string IsInterned(string str)
// should be called on a regular basis
public static void Clear();
}通过参数 removable 我们可以指定使用默认 intern 还是 removable-intern。显式地指定后者的字符串将可被随后的 UniqueString.Clear() 清理。
UniqueString 的实现 (及更新) 在 这里 。
效果
使用上面的机制在关键点加了几行代码简单地优化后，内存中的字符串从 88000 条降低到 34000 条左右 (仍有很多重复存在)。
小结
- 直接写在代码里的常量字符串 (即所谓的 literal string) 会在启动时被系统自动 Intern 到系统字符串池；而通过拼接，解析，转换等方式在运行时动态产生的字符串则不会。
- 避免在 C# 代码里写多行的巨型 literal string，避免无谓的内存浪费。常见的情况是很大的 Lua 代码块，很密集的生成路径，大块 xml/json 等等，见下面的例子。
- 已经被自动或手动 Intern 的字符串在之后的整个生命期中常驻内存无法移除，但可以使用上面提供的
UniqueString类实现周期性的清理。
下面是一些 不合理的 常见的代码内的常量字符串的情况 (都是常驻内存无法释放的)
string query = @"SELECT foo, bar
FROM table
WHERE id = 42";
string lua_code_block = @"
local ns = foo.bar(self.nID)
for i,v in ipairs(self.imgs) do
if (i - 1) < ns then
Obj.SetActive(self.imgs[i], true)
else
Obj.SetActive(self.imgs[i], false)
end
end
";
string[] resFiles = new string[] {
"Assets/Scenes/scene_01.unity",
"Assets/Scenes/scene_02.unity",
"Assets/Scenes/scene_03.unity",
"Assets/Scenes/scene_04.unity",
"Assets/Scenes/scene_05.unity"
};SELECT foo, bar
FROM table
WHERE id = 42";
string lua_code_block = @"
local ns = foo.bar(self.nID)
for i,v in ipairs(self.imgs) do
if (i - 1) < ns then
Obj.SetActive(self.imgs[i], true)
else
Obj.SetActive(self.imgs[i], false)
end
end
";
string[] resFiles = new string[] {
"Assets/Scenes/scene_01.unity",
"Assets/Scenes/scene_02.unity",
"Assets/Scenes/scene_03.unity",
"Assets/Scenes/scene_04.unity",
"Assets/Scenes/scene_05.unity"
};附：
- Understanding C#: String.Intern makes strings interesting 是很好的材料，对弄清楚 intern 的一些 dirty 细节非常有帮助
- 本文遵循 Creative Commons BY-NC-ND 4.0 许可协议
[完]
Gu Lu
[2016-11-22]
原文：http://www.gulu-dev.com/post/perf_assist/2016-11-22-unity-string-intern?utm_source=tuicool&utm_medium=referral
【关于我们】
才淇（微信公众号：caiqicehua），专注于国内各大互联网公司社会招聘内推。每天更新最新互联网名企（包括但不限于今日头条、网易游戏、BAT、网易互联网、小米、京东、乐视、携程等名企）内推信息，有技术岗、有产品岗、有运营岗、有设计岗、有交互岗、有销售岗，更有其他N多相关岗位！更多内推信息请扫描以下二维码关注查阅。
612
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
