Mirror网络框架中ServerChangeScene对未认证连接的处理问题分析
问题背景
在Mirror网络框架中,ServerChangeScene()方法在服务器切换场景时会调用NetworkServer.SetAllClientsNotReady(),该方法会向所有客户端发送NotReadyMessage。然而,这一机制存在一个潜在问题:它会向尚未完成认证过程的客户端连接也发送NotReadyMessage,导致这些连接被意外断开。
问题现象
当服务器调用ServerChangeScene()方法时,会触发以下行为:
- 遍历所有客户端连接
- 对每个连接调用SetClientNotReady()
- 发送NotReadyMessage给每个客户端
问题在于,即使某些客户端尚未完成认证过程(如正在使用认证器进行认证),也会收到NotReadyMessage。由于NotReadyMessage是专为已认证客户端设计的消息类型,框架会检测到未认证客户端收到了不该接收的消息,从而主动断开这些连接。
技术细节分析
在Mirror框架的NetworkServer类中,SetAllClientsNotReady()方法的实现如下:
foreach (NetworkConnectionToClient conn in connections.Values)
{
SetClientNotReady(conn);
}
这种方法会无差别地处理所有连接,包括那些正在进行认证但尚未完成的连接。当这些未认证连接收到NotReadyMessage时,框架会记录如下警告并断开连接:
Disconnecting connection: connection(0). Received message Mirror.NotReadyMessage that required authentication, but the user has not authenticated yet
典型场景重现
这个问题在以下特定场景中尤为明显:
- 使用带有认证器的网络管理器
- 网络管理器未设置在线场景(onlineScene)
- 调用NetworkManager.StartHost()启动主机
- 立即调用ServerChangeScene()切换场景
在这种情况下,主机玩家会被添加到连接列表但尚未完成认证,随后收到NotReadyMessage导致断开连接。
解决方案
针对此问题,有两种可能的修复方案:
方案一:在SetAllClientsNotReady()中跳过未认证连接
public static void SetAllClientsNotReady()
{
foreach (NetworkConnectionToClient conn in connections.Values)
{
if (!conn.isAuthenticated)
continue;
SetClientNotReady(conn);
}
}
方案二:在SetClientNotReady()中增加认证检查
public static void SetClientNotReady(NetworkConnectionToClient conn)
{
if (!conn.isAuthenticated)
return;
conn.isReady = false;
conn.RemoveFromObservingsObservers();
conn.Send(new NotReadyMessage());
}
框架更新情况
值得注意的是,这个问题已经在Mirror 89.0.0版本中得到修复。新版本中已经加入了适当的认证检查,确保不会向未认证连接发送NotReadyMessage。开发者如果遇到此问题,应考虑升级到最新版本的Mirror框架。
总结
这个问题揭示了在网络框架设计中需要考虑连接状态的重要性。特别是在处理认证流程时,必须仔细区分已认证和未认证连接,避免向未认证连接发送仅限已认证连接使用的消息。这种设计考量对于构建稳定可靠的网络应用至关重要。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01