当前位置: 首页 > article >正文

Unity DOTS系列之IJobChunk来迭代处理数据

最近DOTS发布了正式的版本, 我们来分享一下System中如何在System中使用IJobChunk来迭代处理World中的数据,方便大家上手学习掌握Unity DOTS开发。

再回顾一次基于ArcheType Chunk内存管理

我们先再次回顾以下基于ArcheType的Chunk内存管理。每一类Entity都是由一些列的ComponentData组合而成的,这个组合我们使用ArcheType来进行描述。同一种ArcheType的Entity具有相通的内存大小与布局,存放在chunk里面。每个chunk只会存放同一种ArcheType类型的Entity的组件数据。每个chunk的大小是16kb。里面并排存放着每个Entity的组件数据。如下所示:

===============================

ArchType1:

chunk1【e1(c1c2),e2(c1c2),e3(c1c2)】

chunk2【e4(c1c2),e5(c1c2),e6(c1c2)】

...

======================

ArchType2:

chunk1【e1(c3c4),e2(c3c4),e3(c3c4)】

chunk2【e4(c3c4),e5(c3c4),e6(c3c4)】

...

===============================

ArchType3:

chunk1【e1(c5c6),e2(c5c6),e3(c5c6)】

chunk2【e3(c5c6),e4(c5c6),e5(c5c6)】

...

===============================

使用IjobChunk的主要流程

在DOTS中迭代处理Entity的组件数据先找到对应符合条件的ArcheType,然后再找到ArcheType对应的所有的Chunks,再遍历每个Chunk里面的每个Entity的组件数据。有了这个思路以后,我们先来看下如何来使用IJobChunk机制来进行数据迭代。步骤如下:

  1: 定义一个EntityQuery对象,它根据赛选条件而生成,当IJobChunk来筛选Entity的时候就基于这个对象的筛选条件。EntityQuery对象是基于EntityQueryBuilder对象创建出来。EntityQueryBuilder负责将筛选条件转成最后的EntityQuery对象。示例代码如下:

    public partial class UpdateTranslationFromVelocitySystem : SystemBase

    {

        EntityQuery query;

        protected override void OnCreate()

        {

            // Set up the query

            query = new EntityQueryBuilder(Allocator.Temp)

                .WithAllRW<ObjectPosition>()

                .WithAll<VelocityVector>()

                .Build(this);

        }

  2: 定义一个继承IJobChunk接口的Job结构体,并实现Execute接口。

public struct UpdateTranslationFromVelocityJob : IJobChunk {

public void Execute(in ArchetypeChunk chunk, 

int unfilteredChunkIndex, 

bool useEnabledMask, 

in v128 chunkEnabledMask)

}

  3:定义在Job中Execute中所使用的数据,这些数据在System Update迭代的时候传入。IJobChunk迭代处理数据的时候都是一个一个Chunk来处理的,每个Chunk调用一次Execute函数。在Execute函数中你需要什么样的数据就可以定义在Job的结构体里面。

public struct UpdateTranslationFromVelocityJob : IJobChunk

    {

        public ComponentTypeHandle<VelocityVector> VelocityTypeHandle;

        public ComponentTypeHandle<ObjectPosition> PositionTypeHandle;

        public float DeltaTime;      

 

public void Execute(in ArchetypeChunk chunk, 

int unfilteredChunkIndex, 

bool useEnabledMask, 

in v128 chunkEnabledMask)

        {

        }

    }

利用ComponentTypeHandle可以把chunk内存块里面所有的对应的组件的数据放到NativeArray里面给Execute迭代使用。普通的数据可以直接定义即可。

  4: 实现Interface IjobChunk的Execute函数的具体迭代逻辑,用于具体的处理。处理组件数据的时候,基于ComponentTypeHandle把Chunk里面的组件数据获取到一个NativeArray里面。Execute有4个参数,

     chunk,类型是ArcheTypeChunk,就是我们的chunk内存块,存放数据地方;

   unfilteredChunkIndex: 我们当前chunk,所在所有chunk的索引;

   bool useEnbaleMask,  in v128 chunkEnableMask, 是enableable component的bitmap,给我们查询使用。

在Execute里面我们使用ChunkEntityEnumerator来遍历chunk里面的每个entity的Component,参考代码如下:

NativeArray<VelocityVector> velocityVectors = chunk.GetNativeArray(ref VelocityTypeHandle);

            NativeArray<ObjectPosition> translations = chunk.GetNativeArray(ref PositionTypeHandle);

            var enumerator = new ChunkEntityEnumerator(useEnabledMask, chunkEnabledMask, chunk.Count);

            while(enumerator.NextEntityIndex(out var i))

            {

                float3 translation = translations[i].Value;

                float3 velocity = velocityVectors[i].Value;

                float3 newTranslation = translation + velocity * DeltaTime;

                translations[i] = new ObjectPosition() { Value = newTranslation };

            }

  5: 在System中来使用IJobChunk,进行执行。当JobChunk的结构体定义好以后,我们就可以在System中使用它们,在System的Update中定义一个结构体对象,把JobChunk结构体中的数据初始化好,然后调用JobChunk的执行函数。执行函数有三个接口,分别如下:

  Run: 执行当前的job(job chunk 的execute)是在当前线程(system的update迭代所在的线程);

  Shedule: 就是会在另外一个线程来处理我们的Excute,按照顺序一个一个来处理;  chunk1, chunk2, chunk3….

SheduleParallel: 并发处理, 可以多个线程同时并发处理多个chunk,   线程1 chunk1, 线程2 处理chunk2 , …..

按照这5个步骤,来定义与使用IJobChunk来计算迭代游戏逻辑与数据。

今天的分享就到这里,关注我们获取更多的DOTS的相关资料


http://www.kler.cn/news/316037.html

相关文章:

  • 速盾:高防cdn防御的时候会封ip吗?
  • GPTo1论文详解
  • ICML 2024 论文分享┆用于高分辨率图像合成的可扩展修正流Transformers
  • 深度学习与应用:行人跟踪
  • 使用Docker快速搭建Airflow+MySQL详细教程
  • 【Linux篇】常用命令及操作技巧(基础篇)
  • IM项目-----消息转发子服务
  • 开源模型应用落地-qwen模型小试-调用Qwen2-VL-7B-Instruct-更清晰地看世界-集成vLLM(二)
  • 运行在docker环境下的图片压缩小工具
  • Qt集成Direct2D绘制,实现离屏渲染
  • OpenHarmony(鸿蒙南向开发)——轻量系统内核(LiteOS-M)【SHELL】
  • ARM中的寄存器
  • Zabbix 6.4添加中文语言
  • IT 人转架构设计必备:项目学习资料+视频分享,涵盖运维管理全内容
  • C++ 构造函数最佳实践
  • Jmeter压力测试-ServerAgent-2.2.3闪退问题解决
  • 【编程基础知识】MySQL中什么叫做聚簇索引、非聚簇索引、回表、覆盖索引
  • Spring Boot文件上传
  • Spring Boot 入门面试五道题
  • 【图灵完备 Turing Complete】游戏经验攻略分享 Part.6 处理器架构2 函数
  • 从局部到全局:深入理解Java Web的作用域机制
  • 【SpinalHDL】Scala/SpinalHDL联合编程之实例化
  • Spring Boot管理用户数据
  • 九、按照官网的操作:安装artifactory+mariadb--失败了
  • AI资深导师指导-ChatGPT深度科研工作应用、论文撰写、数据分析及机器学习与AI绘图
  • MySQL|MySQL 中 `DATE_FORMAT()` 函数的使用
  • 如何进行Ubuntu磁盘空间深度清理?
  • MySQL数据库迁移与备份实录
  • 【RabbitMQ】应用问题
  • 【c++】介绍