Forgottenserver经典攻击速度模式下的CPU占用问题分析与修复
2025-07-10 18:43:53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
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134