虚幻引擎5帧卡顿排查实战：从性能分析到问题解决的系统化方法¶

加入 UE5 技术交流群¶

如果您对虚幻引擎5的图形渲染技术感兴趣，欢迎加入我们的 UE5 技术交流群！

扫描上方二维码添加个人微信 wlxklyh，备注"UE5技术交流"，我会拉您进群。

在技术交流群中，您可以： - 与其他UE开发者交流渲染技术经验 - 获取最新的GDC技术分享和解读 - 讨论图形编程、性能优化、构建工具流、动画系统等话题 - 分享引擎架构、基建工具等项目经验和技术难题

源视频信息： [UFSH2025]卡顿大追猎:排查逐帧瓶颈 | Ari Arnbiornsson Epic Games 开发者关系资深工程师(官方字幕)

视频链接： https://www.bilibili.com/video/BV1k44mzWEvq

说明： 本文由AI基于视频内容生成，旨在为技术社区提供便捷的文字参考资料。

引言：游戏性能的隐形杀手¶

帧卡顿（Frame Hitch）是游戏开发中最令人头疼的问题之一。它不仅仅是性能指标上的一个数字，更是直接影响玩家体验的关键因素。在虚幻引擎5项目中，如何系统化地识别、分析和解决帧卡顿问题，是每个性能工程师必须掌握的核心技能。

本文基于Epic Games开发者关系资深工程师Ari Arnbiornsson在UFSH2025的技术分享，深入解析帧卡顿排查的系统化方法论。从性能分析工具的使用，到问题根源的追踪，再到优化方案的制定，我们将构建一套完整的"卡顿狩猎"工作流。

核心观点 - 帧卡顿排查需要遵循"What-Why-How"的系统化方法 - 性能分析工具是发现问题的"洞察之灯"（Lantern of Insights） - 源码分析是理解问题本质的"真理之源"（Source of Truth） - 盲目优化是最常见的错误，必须先理解问题再制定方案

第一部分：帧卡顿排查的系统化方法论¶

1.1 三件核心工具：洞察、真相与武器¶

在开始卡顿排查之前，我们需要明确三个核心工具的概念：

第一：洞察之灯（Lantern of Insights）

洞察之灯让我们能够"看到"卡顿的存在。这就是性能分析工具（Profiler），它能够可视化地展示性能瓶颈的位置。

不要盲目开火：在没有看到目标之前就尝试优化，往往会打偏。性能分析工具能够帮助我们精确定位问题。

第二：真理之源（Source of Truth）

真理之源告诉我们卡顿"为什么"存在。这包括源码分析、日志查看、代码审查等手段。

通过深入理解代码的执行路径和设计意图，我们能够找到性能问题的根本原因，而不仅仅是表面现象。

第三：选择武器（Weapon of Choice）

当我们知道"什么"是问题（What），也知道"为什么"会出现问题（Why），最后才是选择"如何"解决问题（How）。

不同的卡顿问题需要不同的优化策略，只有在充分理解问题本质的基础上，才能选择最合适的解决方案。

1.2 What-Why-How工作流¶

在实际的性能优化工作中，我们需要遵循一个严格的顺序：

步骤一：发现什么变慢了（What）

在性能分析器中，耗时最长的操作会自然地显现出来。如果某个操作确实耗时，它一定会出现在profiler的top列表中。

关键原则：如果操作耗时，profiler一定会显示它。如果profiler没有显示，说明这不是真正的性能瓶颈。

步骤二：理解为什么变慢（Why）

一旦在profiler中发现了性能热点，下一步是深入调查"为什么"会出现这个问题：

• 查看源码：理解代码的实际执行逻辑
• 查阅文档：了解API的设计意图和性能特性
• 搜索信息：参考社区经验和最佳实践
• 基于事实：不要猜测，要有数据支撑

步骤三：制定如何修复（How）

只有在充分理解了"什么"和"为什么"之后，才能制定有效的修复方案。这个方案应该基于前两个步骤收集的信息。

常见错误：很多开发者看到性能问题后，立即开始尝试各种优化手段，如"也许这样做会有效"、"试试那个方法"。这是错误的做法。

1.3 盲目优化的陷阱¶

在性能优化中，最常见的错误就是盲目尝试：

错误的做法： - 看到性能问题 → 立即尝试优化方案A - 方案A没效果 → 尝试方案B - 方案B没效果 → 尝试方案C - ...

正确的做法： - 使用profiler定位问题（What） - 分析源码理解原因（Why） - 基于理解制定方案（How） - 量化预期收益（预期能节省多少时间）

黄金法则：不要盲目修复。总是先理解问题原因，再制定解决方案。

第二部分：性能分析工具深度解析¶

2.1 Unreal Insights：虚幻引擎的性能分析利器¶

Unreal Insights是Epic Games为虚幻引擎开发的性能分析工具，它是帧卡顿排查的"洞察之灯"。

Unreal Insights的核心功能：

1. 时间线视图（Timeline View）
2. 展示每一帧的执行时间
3. 可视化CPU和GPU的工作负载

4. 识别帧时间的异常峰值

5. 统计视图（Stats View）

6. 聚合性能数据
7. 展示函数调用次数和耗时

8. 帮助定位热点函数

9. 调用栈分析（Call Stack Analysis）

10. 深入函数调用层次
11. 追踪性能问题的源头
12. 理解代码执行路径

2.2 使用Stat命令进行实时性能监控¶

在游戏运行时，Unreal Engine提供了丰富的Stat命令用于实时性能监控：

基础性能统计： - stat unit：显示帧时间、游戏线程、渲染线程的时间 - stat fps：显示帧率 - stat rhi：显示RHI（Render Hardware Interface）性能

高级性能统计： - stat scenerendering：场景渲染统计 - stat initviews：视图初始化统计 - stat shadows：阴影渲染统计 - stat lights：光照计算统计

使用建议：在性能分析过程中，结合Unreal Insights和Stat命令，能够从不同角度观察性能问题。

2.3 性能分析的黄金规则¶

在进行性能分析时，有几个关键原则需要牢记：

规则一：关注最耗时的操作

性能分析器会按照耗时排序显示操作。始终从最耗时的操作开始分析，而不是从最明显的操作。

规则二：理解上下文

一个函数在profiler中显示耗时，可能有很多原因： - 函数本身确实慢 - 函数被频繁调用 - 函数调用的子函数慢 - 函数在等待资源（IO、网络等）

规则三：量化预期收益

在实施优化之前，需要能够预估优化后能节省多少时间。如果优化方案预期只能节省0.1ms，但优化成本很高，可能不值得。

实用技巧：在profiler中，如果一个操作占用总帧时间的1%，优化它最多也只能提升1%的性能。如果目标是提升10%的性能，需要找到占用至少10%帧时间的操作。

第三部分：常见的帧卡顿原因与排查方法¶

3.1 CPU性能瓶颈¶

游戏线程卡顿：

游戏线程负责运行游戏逻辑、物理模拟、AI计算等。常见的性能瓶颈包括：

• 过多的Actor Tick：每个Actor每帧都会执行Tick函数，如果Tick逻辑复杂，会导致严重的性能问题

// 优化示例：减少不必要的Tick
void AMyActor::BeginPlay()
{
    Super::BeginPlay();
    // 如果不需要每帧更新，可以禁用Tick
    SetActorTickEnabled(false);
}

• 低效的碰撞检测：复杂的碰撞查询会导致CPU性能下降
• 同步加载资源：在游戏线程中进行同步IO操作会导致明显的卡顿

渲染线程卡顿：

渲染线程负责准备渲染命令、更新渲染状态等。常见问题包括：

• 过多的Draw Call：每个Draw Call都有开销，过多的Draw Call会导致渲染线程瓶颈
• 动态光照计算：每帧计算动态光源会消耗大量CPU时间
• 粒子系统更新：大量粒子系统的CPU更新会导致性能问题

3.2 GPU性能瓶颈¶

GPU性能瓶颈通常表现为GPU时间过长，而CPU时间正常：

常见的GPU瓶颈：

• 像素着色器过重：复杂的材质计算会导致像素着色器性能瓶颈
• 几何复杂度过高：过多的三角形数量会导致顶点着色器和几何着色器瓶颈
• 纹理带宽限制：过大的纹理或过多的纹理采样会导致带宽瓶颈
• 后处理效果：某些后处理效果（如SSAO、Bloom）会显著增加GPU负载

3.3 内存分配导致的卡顿¶

堆内存分配：

在游戏运行时进行大量的堆内存分配会导致明显的卡顿：

// 问题代码：每帧分配新内存
void UpdateParticles()
{
    for (int i = 0; i < ParticleCount; ++i)
    {
        // 每帧都会分配新内存，导致卡顿
        FVector* NewPosition = new FVector(GetRandomPosition());
        // ...
    }
}

// 优化代码：使用对象池
void UpdateParticles()
{
    for (int i = 0; i < ParticleCount; ++i)
    {
        // 重用已分配的内存
        FVector* Position = ParticlePool.GetPosition(i);
        *Position = GetRandomPosition();
    }
}

碎片化问题：

频繁的内存分配和释放会导致内存碎片化，进一步影响性能。

3.4 加载导致的卡顿¶

同步加载：

在游戏线程中同步加载资源会导致明显的卡顿：

// 问题代码：同步加载
void LoadLevel()
{
    // 这会阻塞游戏线程，导致卡顿
    ULevel* Level = LoadObject<ULevel>(nullptr, TEXT("/Game/Levels/MainLevel"));
}

// 优化代码：异步加载
void LoadLevel()
{
    // 异步加载不会阻塞游戏线程
    StreamableManager.RequestAsyncLoad(
        TSoftObjectPtr<ULevel>(TEXT("/Game/Levels/MainLevel")),
        FStreamableDelegate::CreateUObject(this, &AMyGameMode::OnLevelLoaded)
    );
}

流式加载：

使用World Partition和Level Streaming可以实现无缝的流式加载，避免加载导致的卡顿。

第四部分：实战案例与最佳实践¶

4.1 案例一：Actor Tick性能优化¶

问题描述：

在一个开放世界项目中，游戏运行时出现明显的帧率下降。通过Unreal Insights分析，发现大量的Actor在每帧执行复杂的Tick逻辑。

分析过程：

1. What（发现问题）：Unreal Insights显示AActor::Tick函数占用大量CPU时间
2. Why（理解原因）：查看源码发现，有数千个Actor启用了Tick，每个Actor的Tick函数都在执行复杂的计算
3. How（制定方案）：
4. 对于不需要每帧更新的Actor，禁用Tick
5. 对于需要周期性更新的Actor，使用Timer而不是Tick
6. 将Tick逻辑从主游戏循环移到异步任务

优化效果：

• CPU时间减少约30%
• 帧率从45fps提升到60fps
• 内存使用略有下降（减少了定时器开销）

4.2 案例二：纹理流送优化¶

问题描述：

游戏中出现周期性的卡顿，每几秒发生一次。通过分析发现，卡顿与纹理流送相关。

分析过程：

1. What：Stat命令显示在卡顿时，纹理流送线程占用大量CPU时间
2. Why：分析发现，游戏在短时间内请求加载大量高分辨率纹理，超过了流送系统的处理能力
3. How：
4. 调整纹理流送池大小
5. 优化纹理Mip设置
6. 使用更激进的LOD策略

优化效果：

• 周期性卡顿基本消除
• 纹理内存使用更加稳定
• 加载时间略有增加，但可接受

4.3 性能优化的最佳实践¶

实践一：建立性能基准

在进行优化之前，需要建立性能基准：

• 记录优化前的关键性能指标
• 定义性能目标（如：稳定60fps）
• 定期测试确保性能不会回退

实践二：使用版本控制

所有性能优化代码都应该提交到版本控制：

• 方便回退不成功的优化
• 便于团队协作和代码审查
• 记录优化的历史

实践三：持续监控

性能优化不是一次性的工作：

• 在CI/CD中集成性能测试
• 定期进行性能分析
• 建立性能回归测试

实践四：团队协作

性能优化需要团队协作：

• 分享性能分析结果
• 建立性能优化文档
• 定期进行性能评审

第五部分：高级技术与工具¶

5.1 自定义性能统计¶

Unreal Engine允许开发者添加自定义的性能统计：

// 添加自定义统计
DECLARE_CYCLE_STAT(TEXT("MyCustomOperation"), STAT_MyCustomOperation, STATGROUP_Game);

void MyFunction()
{
    SCOPE_CYCLE_COUNTER(STAT_MyCustomOperation);
    // 你的代码
}

使用场景： - 监控特定系统的性能 - 对比不同实现的性能差异 - 追踪性能回归

5.2 GPU性能分析¶

除了CPU性能分析，GPU性能分析同样重要：

工具： - RenderDoc：捕获和分析GPU渲染调用 - NVIDIA Nsight Graphics：NVIDIA GPU的深度性能分析 - AMD Radeon GPU Profiler：AMD GPU的性能分析工具

分析方法： 1. 捕获一帧的GPU命令 2. 分析每个Draw Call的耗时 3. 检查像素着色器和顶点着色器的性能 4. 识别GPU瓶颈

5.3 内存分析¶

内存问题也可能导致卡顿：

工具： - Unreal Insights Memory Profiler：内存使用分析 - Memory Report：生成详细的内存使用报告

关键指标： - 内存分配频率 - 内存峰值使用 - 内存碎片化程度 - 泄漏检测

第六部分：实战总结与建议¶

6.1 方案对比¶

方案A：基于Profiler的性能优化 - 🟢 优势：能够精确定位性能瓶颈，优化效果可量化 - 🔴 劣势：需要深入理解代码，优化周期较长 - 🎯 适用场景：长期项目、性能关键系统、团队有性能分析经验

方案B：基于经验规则的性能优化 - 🟢 优势：快速实施，适用于常见问题 - 🔴 劣势：可能过度优化，无法解决根本问题 - 🎯 适用场景：快速原型、明确的问题、性能要求不严格的项目

6.2 避坑指南¶

坑一：过早优化

在性能问题不明确的情况下就开始优化，往往导致： - 浪费开发时间 - 代码复杂度增加 - 引入新的bug

解决方案：始终遵循What-Why-How工作流，先理解问题再优化。

坑二：忽视上下文

同样的代码在不同环境下性能表现可能完全不同： - 硬件配置差异 - 游戏状态差异 - 数据规模差异

解决方案：在目标平台上测试，使用真实数据，考虑边界情况。

坑三：优化局部而非整体

优化单个函数可能对整个系统没有明显影响： - 函数可能不是真正的瓶颈 - 优化可能带来副作用 - 系统其他部分可能更值得优化

解决方案：关注整体性能，优先优化最耗时的部分。

坑四：忽视内存影响

CPU和GPU优化可能影响内存使用： - 缓存优化可能增加内存使用 - 数据结构优化可能改变内存布局 - 异步加载可能增加内存峰值

解决方案：同时监控CPU、GPU和内存，平衡各项指标。

6.3 最佳实践总结¶

开发阶段：

1. 早期建立性能基准：在项目初期就建立性能基准，定期测试
2. 使用性能预算：为各个系统设定性能预算，避免过度优化
3. 持续集成性能测试：在CI/CD中集成性能测试，及时发现问题

分析阶段：

1. 使用正确的工具：根据问题类型选择合适的分析工具
2. 建立性能分析流程：标准化性能分析流程，提高效率
3. 记录分析结果：记录性能分析结果，便于后续参考

优化阶段：

1. 量化优化效果：每次优化都要量化效果，确保有价值
2. 考虑副作用：评估优化的副作用，避免引入新问题
3. 代码审查：性能优化代码也要经过代码审查

维护阶段：

1. 持续监控：持续监控性能指标，及时发现回归
2. 定期评审：定期进行性能评审，优化工作流
3. 知识分享：分享性能优化经验，提升团队能力

结语：成为优秀的性能工程师¶

帧卡顿排查是一门艺术，需要系统化的方法、深入的理解和丰富的经验。通过本文介绍的方法，我们能够：

• 系统化地识别性能问题
• 深入理解问题的根本原因
• 制定有效的优化方案
• 避免常见的优化陷阱

记住，性能优化不是一次性的工作，而是一个持续的过程。只有不断学习、实践和总结，才能成为优秀的性能工程师。

最后提醒：不要盲目优化。总是先理解问题（What和Why），再制定方案（How）。这是性能优化的黄金法则。

延伸阅读： - Unreal Engine Performance and Profiling - Epic Games Developer Community - Unreal Fest Stockholm 2025

关于作者：
本文基于Ari Arnbiornsson在UFSH2025的技术分享整理而成，由AI辅助生成并经过技术校对。如有疑问或建议，欢迎在UE5技术交流群中讨论。