Unity性能分析（一）流程与工具的使用
性能分析工作流对于游戏开发是“必备”的，从基本的三方面开始：
- 在修改之前分析：建立基准线
- 在开发过程中分析：确保修改不会影响性能
- 在修改后分析：证明修改产生了预期效果
分析工具是开发者的实用工具之一，可以帮助开发者定位代码中的内存问题和性能瓶颈，也能帮助了解Unity引擎底层的运行。
Unity提供了多种分析工具，用于在Editor和目标设备上分析代码。建议使用各目标平台(例如Arm，Apple，PlayStation和Xbox等)自己的原生分析工具。
理解Unity中的分析工作
Unity的分析工具可在Editor和Package Manager中获得：
- Unity Profiler：在Editor中，或连接到设备上，分析游戏的性能。
- Profiling Core package：提供API，可以向Unity Profile捕获添加上下文信息。
- Memory Profiler：提供深入内存性能分析。
- Profile Analyzer：比较两个分析数据集，分析修改对性能的影响。
采样法分析vs仪表法分析
游戏性能分析通常采用：
- 采样法分析
- 仪表法分析
采样法分析是收集游戏运行时的统计数据并进行分析。
采样法分析器每n纳秒检测一次调用堆栈，并利用堆栈信息查明函数的调用时机（由哪些函数调用），以及持续时间。在这种分析方法中，提高采样率频率会提高准确性，但是会带来更高的开销。
仪表法分析
仪表法分析通过添加Profiler makers来“仪表化”代码，记录每个标记中的代码执行的详细时间信息。该分析器为每个标记捕获一系列Begin和End事件。这种方法不会丢失任何信息，但是需要按顺序放置标记，以便捕获数据。
Unity Profiler通过在多数Unity API接口设置标记，在重要原生函数和脚本代码间的调用进行了仪表化，捕获最重要的“概括信息”。也支持添加自定义Profiler makers进一步深入分析。
深层分析会自动在每个脚本方法调用中插入Begin和End标记，包括C# Getter和Setter属性。该系统在脚本侧提供了完整的分析细节，但也带来了相应的开销，根据在捕获的分析范围内调用次数的多少，也会让分析报告的时间产生膨胀。
Unity中的仪表化分析
如上所述，脚本代码调用（默认进行了仪表化）通常包括从Unity原生代码到托管代码的第一个调用堆栈。例如MonoBehaviour的常见方法：Start、Update、FixedUpdate等。
在Profiler中，还可以看到Unity API回调的脚本代码的子采样。值得注意的是，涉及的Unity API代码需要具有自身的Profiler markers。大多数带有性能开销的Unity API都进行了仪表化。例如Camera.main会导致在捕获的分析数据中出现FindMainCamera标记。在检查捕获的数据集时，了解不同marker的含义非常重要。请使用常用Profiler markers列表来了解更多信息。
使用Profiler markers增加分析详细信息
默认情况下，Profiler会分析Profiler markers中包含代码的时间开销。在代码的关键函数中手动插入Profiler markers可增加详细信息而不产生全部的深层分析开销。
Profiler模块
分析器以每帧性能指标为基础，帮助找到瓶颈。通过使用分析器中包含的Profiler模块，如CPU Usage, GPU, Rendering, Memory, Physics等，深入了解细节。
Profiler窗口在视图底部面板中列出了当前分析器模块捕获的详细信息。例如，CPU usage模块显示CPU工作的timeline或hierarchy视图，以及具体的时间。
默认情况下，分析器将连接到Unity Editor player实例。
在 Editor中进行分析和对独立构建分析的性能差异很大。将Profiler连接到目标设备上的独立构建是更好的选择，这样可以获得更准确的结果，而不受Editor开销的影响。
