用好Lua+Unity，让性能飞起来——Lua与C#交互篇
http://mp.weixin.qq.com/s?__biz=MzI3MzA2MzE5Nw==&mid=2668904614&idx=1&sn=cbf0647bd5458051e20354bb2ed1042f&chksm=f1c9ecd4c6be65c2c7fe2f30e078090a20b67d0c5ab380dc1c7145a4c7da4d1a50fd08fad788&mpshare=1&scene=2&srcid=1103JMOeRXAFM6qnJWw1qJVy&from=timeline&isappinstalled=0#wechat_redirect
整合Lua是目前最强大的Unity热更新方案，毕竟这是唯一可以支持iOS热更新的办法。然而作为一个重度uLua用户，我们踩过了很多坑才将uLua上升到一个可以在项目中大规模使用的状态。事实上即使到现在，Lua+Unity的方案仍不能肆意地被使用。要用好，你需要知道很多。在看了UWA之前发布的《Unity项目常见Lua解决方案性能比较》一文后，笔者决定动手写一下关于Lua+Unity方案的性能优化技巧。
感谢来自深圳游戏科学的招文勇供稿（QQ:1490582806，博客：http://www.cnblogs.com/zwywilliam/）。欢迎转发分享，未经作者授权请勿转载。如果您有任何独到的见解或者发现也欢迎联系我们，一起探讨。（465082844）
同时，作者也是USparkle活动参与者哦，UWA欢迎更多开发朋友加入USparkle开发者计划，这个舞台有你更精彩！
◆◆◆
启
从最早的Lua纯反射调用C#，以及云风团队尝试的纯C#实现的Lua虚拟机，一直发展到现在的各种Luajit+C#静态Lua导出方案，Lua+Unity才算达到了性能上实用的级别。但即使这样，实际使用中我们会发现，比起Cocos2dx时代Luajit的发扬光大，现在Lua+Unity的性能依然存在着相当大的瓶颈。仅从《Unity项目常见Lua解决方案性能比较》的test1就可以看到，iPhone4S下二十万次Position赋值就已经需要3000ms，如果是COC这样类型的游戏，不处理其他逻辑，一帧仅仅上千次位置赋值（比如数百的单位、特效和血条）就需要15ms，这显然有些偏高。是什么导致Lua+Unity的性能并未达到极致，要如何才能更好地使用？我们将结合一些例子逐步挖掘其背后的细节。
由于我们项目主要使用的是uLua（集成了topameng的CsToLua，但是由于持续的性能改进，后面已经做过大量的修改），本文的大部分结论都是基于uLua+CsToLua的测试得出来的，sLua都是基于其源码来分析（根据我们分析的情况来看，两者原理上基本一致，仅在实现细节上有一些区别），但没有做过深入测试，如有问题的话欢迎交流。
既然是Lua+Unity，那性能好不好，基本上要看两大点：
1、Lua跟C#交互时的性能如何
2、纯Lua代码本身的性能如何
因为这两部分都有各自需要深入探讨的细节，所以我们会分为多篇去探讨整个Lua+Unity到底如何进行优化。
◆◆◆
Lua与C#交互篇
一、从致命的gameobj.transform.position=pos说起
像gameobj.transform.position=pos这样的写法，在Unity中是再常见不过的事情。但是在uLua中，大量使用这种写法是非常糟糕的。为什么呢？
因为短短一行代码，却发生了非常非常多的事情，为了更直观一点，我们把这行代码调用过的关键LuaAPI以及uLua相关的关键步骤列出来（以uLua+CsToLua导出为准，gameobj是GameObject类型，pos是Vector3）：
就这么一行代码，竟然做了这么一大堆的事情！如果是C++，a.b.c=x这样经过优化后无非就是拿地址然后内存赋值的事。但是在这里，频繁的取值、入栈、C#到Lua的类型转换，每一步都是满满的CPU时间，还不考虑中间产生了各种内存分配和后面的GC！
下面我们会逐步说明，其中有一些东西其实是不必要的，可以省略的。我们可以最终把它优化成：lua_isnumber+lua_tonumber4次，全部完成。
二、在Lua中引用C#的Object，代价昂贵
从上面的例子可以看到，仅仅想从gameobj拿到一个transform，就已经有很昂贵的代价。C#的Object，不能作为指针直接供c操作（其实可以通过GCHandle进行pinning来做到，不过性能如何未测试，而且被pinning的对象无法用GC管理），因此主流的Lua+Unity都是用一个ID表示C#的对象，在C#中通过dictionary来对应ID和object。同时因为有了这个dictionary的引用，也保证了C#的object在Lua有引用的情况下不会被垃圾回收掉。
因此，每次参数中带有object，要从Lua中的ID表示转换回C#的object，就要做一次dictionary查找；每次调用一个object的成员方法，也要先找到这个object，也就要做dictionary查找。
如果之前这个对象在Lua中有用过而且没被GC，那还就是查下dictionary的事情。但如果发现是一个新的在Lua中没用过的对象，那就是上面例子中那一大串的准备工作了。
如果你返回的对象只是临时在Lua中用一下，情况更糟糕！刚分配的userdata和dictionary索引可能会因为Lua的引用被GC而删除掉，然后下次你用到这个对象又得再次做各种准备工作，导致反复的分配和GC，性能很差。
例子中的gameobj.transform就是一个巨大的陷阱，因为.transform只是临时返回一下，但是你后面根本没引用，又会很快被Lua释放掉，导致你后面每次.transform一次，都可能意味着一次分配和GC。
三、在Lua和C#间传递Unity独有的值类型（Vector3/Quaternion等）更加昂贵
既然前面说了Lua调用C#对象缓慢，如果每次vector3.x都要经过C#，那性能基本上就处于崩溃了，所以主流的方案都将Vector3等类型实现为纯Lua代码，Vector3就是一个{x,y,z}的table，这样在Lua中使用就快了。
但是这样做之后，C#和Lua中对Vector3的表示就完全是两个东西了，所以传参就涉及到Lua类型和C#类型的转换，例如C#将Vector3传给Lua，整个流程如下：
1.C#中拿到Vector3的x、y、z三个值；
2.Push这3个float给Lua栈；
3.然后构造一个表，将表的x,y,z赋值；
4.将这个表push到返回值里。
一个简单的传参就要完成3次push参数、表内存分配、3次表插入，性能可想而知。
那么如何优化呢？我们的测试表明，直接在函数中传递三个float，要比传递Vector3要更快。例如voidSetPos(GameObjectobj,Vector3pos)改为voidSetPos(GameObjectobj,floatx,floaty,floatz)。具体效果可以看后面的测试数据，提升十分明显。
四、Lua和C#之间传参、返回时，尽可能不要传递以下类型：
严重类：Vector3/Quaternion等Unity值类型，数组
次严重类：boolstring各种object
建议传递：intfloatdouble
虽然是Lua和C#的传参，但是从传参这个角度讲，Lua和C#中间其实还夹着一层C（毕竟Lua本身也是C实现的），Lua、C、C#由于在很多数据类型的表示以及内存分配策略都不同，因此这些数据在三者间传递，往往需要进行转换（术语parametermashalling），这个转换消耗根据不同的类型会有很大的不同。
先说次严重类中的bool和string类型，涉及到C和C#的交互性能消耗，根据微软官方文档，在数据类型的处理上，C#定义了BlittableTypes和Non-BlittableTypes，其中bool和string属于Non-BlittableTypes，意思是他们在C和C#中的内存表示不一样，意味着从C传递到C#时需要进行类型转换，降低性能，而string还要考虑内存分配（将string的内存复制到托管堆，以及utf8和utf16互转）。大家可以参考https://msdn.microsoft.com/zh-cn/library/ms998551.aspx，这里有更详细的关于C和C#交互的性能优化指引。
而严重类，基本上是uLua等方案在尝试Lua对象与C#对象对应时的瓶颈所致。Vector3等值类型的消耗，前面已经有所提及。
而数组则更甚，因为Lua中的数组只能以table表示，这和C#下完全是两码事，没有直接的对应关系，因此从C#的数组转换为Luatable只能逐个复制，如果涉及object/string等，更是要逐个转换。
五、频繁调用的函数，参数的数量要控制
无论是Lua的pushint/checkint，还是C到C#的参数传递，参数转换都是最主要的消耗，而且是逐个参数进行的，因此，Lua调用C#的性能，除了跟参数类型相关外，也跟参数个数有很大关系。一般而言，频繁调用的函数不要超过4个参数，而动辄十几个参数的函数如果频繁调用，你会看到很明显的性能下降，手机上可能一帧调用数百次就可以看到10ms级别的时间。
六、优先使用static函数导出，减少使用成员方法导出
前面提到，一个object要访问成员方法或者成员变量，都需要查找Luauserdata和C#对象的引用，或者查找metatable，耗时甚多。直接导出static函数，可以减少这样的消耗。
像obj.transform.position=pos。我们建议的方法是，写成静态导出函数，类似
classLuaUtil{
staticvoidSetPos(GameObjectobj,floatx,floaty,floatz){obj.transform.position=newVector3(x,y,z);}
}
然后在Lua中LuaUtil.SetPos(obj,pos.x,pos.y,pos.z)，这样的性能会好非常多，因为省掉了transform的频繁返回，而且还避免了transform经常临时返回引起Lua的GC。
七、注意Lua拿着C#对象的引用时会造成C#对象无法释放，这是内存泄漏常见的起因
前面说到，C#object返回给Lua，是通过dictionary将Lua的userdata和C#object关联起来，只要Lua中的userdata没回收，C#object也就会被这个dictionary拿着引用，导致无法回收。最常见的就是gameobject和component，如果Lua里头引用了他们，即使你进行了Destroy，也会发现他们还残留在mono堆里。不过，因为这个dictionary是Lua跟C#的唯一关联，所以要发现这个问题也并不难，遍历一下这个dictionary就很容易发现。uLua下这个dictionary在ObjectTranslator类、SLua则在ObjectCache类。
八、考虑在Lua中只使用自己管理的ID，而不直接引用C#的Object
想避免Lua引用C#Object带来的各种性能问题的其中一个方法就是自己分配ID去索引Object，同时相关C#导出函数不再传递Object做参数，而是传递int。这带来几个好处：
1.函数调用的性能更好；
2.明确地管理这些Object的生命周期，避免让ULua自动管理这些对象的引用，如果在Lua中错误地引用了这些对象会导致对象无法释放，从而内存泄露；
3.C#Object返回到Lua中，如果Lua没有引用，又会很容易马上GC，并且删除ObjectTranslator对Object的引用。自行管理这个引用关系，就不会频繁发生这样的GC行为和分配行为。
例如，上面的LuaUtil.SetPos(GameObjectobj,floatx,floaty,floatz)可以进一步优化为LuaUtil.SetPos(intobjID,floatx,floaty,floatz)。然后我们在自己的代码里头记录objID跟GameObject的对应关系，如果可以，用数组来记录而不是dictionary，则会有更快的查找效率。如此下来可以进一步省掉Lua调用C#的时间，并且对象的管理也会更高效。
九、合理利用out关键字返回复杂的返回值
在C#向Lua返回各种类型的东西跟传参类似，也是有各种消耗的。比如Vector3GetPos(GameObjectobj)可以写成voidGetPos(GameObjectobj,outfloatx,outfloaty,outfloatz)。表面上参数个数增多了，但是根据生成出来的导出代码（我们以uLua为准），会从：LuaDLL.tolua_getfloat3（内含get_field+tonumber3次）变成isnumber+tonumber3次。get_field本质上是表查找，肯定比isnumber访问栈更慢，因此这样做会有更好的性能。
◆◆◆
实测
好了，说了这么多，不拿点数据来看还是太晦涩，为了更真实地看到纯语言本身的消耗，我们直接没有使用例子中的gameobj.transform.position，因为这里头有一部分时间是浪费在Unity内部的。
我们重写了一个简化版的GameObject2和Transform2。
classTransform2{
publicVector3position=newVector3();
}
classGameObject2{
publicTransform2transform=newTransform2();
}
然后我们用几个不同的调用方式来设置transform的position
方式1：gameobject.transform.position=Vector3.New(1,2,3)
方式2：gameobject:SetPos(Vector3.New(1,2,3))
方式3：gameobject:SetPos2(1,2,3)
方式4：GOUtil.SetPos(gameobject,Vector3.New(1,2,3))
方式5：GOUtil.SetPos2(gameobjectid,Vector3.New(1,2,3))
方式6：GOUtil.SetPos3(gameobjectid,1,2,3)
分别进行100万次，结果如下（测试环境是Windows版本，CPU是i7-4770，luajit的jit模式关闭，手机上会因为luajit架构、IL2CPP等因素干扰有所不同）：
方式1：903ms
方式2：539ms
方式3：343ms
方式4：559ms
方式5：470ms
方式6：304ms
可以看到，每一步优化，都是提升明显的，尤其是移除.transform获取以及Vector3转换提升更是巨大，我们仅仅只是改变了对外导出的方式，并不需要付出很高成本，就已经可以节省66%的时间。
实际上能不能再进一步呢？还能！在方式6的基础上，我们可以再做到只有200ms！这里卖个关子，我们将在luajit集成中进行进一步讲解。一般来说，我们推荐做到方式6的水平已经足够。
这只是一个最简单的案例，有很多各种各样的常用导出（例如GetComponentsInChildren这种性能大坑，或者一个函数传递十几个参数的情况）都需要大家根据自己使用的情况来进行优化，有了我们提供的Lua集成方案背后的性能原理分析，应该就很容易去考虑怎么做了。
附测试用例的C#代码
文末，再次感谢招文勇的分享，如果您有任何独到的见解或者发现也欢迎联系我们，一起探讨