Forgottenserver经典攻击速度模式下的CPU占用问题分析与修复
2025-07-10 13:17:06作者:廉彬冶Miranda
问题背景
在Forgottenserver开源游戏服务器项目中,当启用classicAttackSpeed配置选项时,服务器会出现CPU使用率逐渐攀升至100%的严重性能问题。这个问题主要发生在玩家使用近战武器攻击其他玩家时,随着游戏时间的推移,服务器的CPU负载会不断加重。
问题现象
当两个玩家在游戏世界中相互靠近并进行攻击时,服务器会为每次攻击创建检查事件。在正常情况下,这些事件应该按照设定的攻击速度间隔执行。然而,在实际运行中,这些事件会不断累积,导致服务器需要处理的事件数量呈指数级增长。
技术分析
事件调度机制
Forgottenserver使用事件调度器(Scheduler)来管理各种游戏事件。在攻击场景中,每次攻击检查都会创建一个checkCreatureAttack事件。理想情况下,每个玩家应该只有一个活跃的攻击检查事件。
问题根源
问题的核心在于事件管理机制存在缺陷:
- 每次调用
doAttacking函数时都会无条件地创建新事件 - 玩家移动时也会触发额外的事件创建
- 没有机制来清理或合并已经存在的同类事件
这种设计导致了事件堆积:
- 每个玩家步进(step)都会增加1个新事件
- 每秒的
onThink调用也会产生新事件 - 所有事件都是重复性的,只要目标不能被击中就会持续存在
解决方案
修复思路
为了解决这个问题,我们需要确保每个玩家在任何时候都只有一个活跃的攻击检查事件。这可以通过以下方式实现:
- 为每个玩家添加一个专门用于跟踪攻击事件的变量
- 在创建新事件前,先取消任何已存在的同类事件
- 只保留最新的攻击事件
具体实现
-
添加成员变量: 在Player类中添加
classicAttackEvent变量,用于存储当前攻击事件的ID。 -
修改事件创建逻辑: 在
doAttacking函数中,先停止任何已存在的事件,然后再创建新事件。
修复效果
实施这个修复后:
- 每个玩家最多只有一个活跃的攻击检查事件
- CPU使用率将保持稳定,不再随时间增长
- 攻击行为的响应性和准确性不受影响
- 服务器整体性能得到显著提升
技术启示
这个案例展示了在事件驱动系统中管理重复性事件的重要性。在设计类似系统时,开发者应该考虑:
- 事件的生命周期管理
- 重复事件的去重机制
- 资源占用的监控和控制
通过这种优化,可以确保服务器在高负载情况下仍能保持稳定的性能表现,为玩家提供流畅的游戏体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 MQTT客户端软件源代码:物联网开发的强大工具与最佳实践指南 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868