QUAKE 3源代码审查:网络模型

2024-03-11 05:38

本文主要是介绍QUAKE 3源代码审查:网络模型,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

QUAKE 3源代码审查:网络模型(第3部分,共5部分)>>

Quake3的网络模型无疑是引擎最优雅的部分。在较低的级别,Quake III仍然与首次出现在Quake World中的NetChannel模块进行抽象通信。要了解的最重要的一点是:

在快节奏的环境中,任何第一次传输都没有收到的信息不值得再次发送,因为它太老了。

因此,引擎基本上依赖于UDP / IP:由于“可靠传输”方面引入了不可容忍的延迟,所以无任何TCP / IP跟踪。网络堆栈已经增加了两个相互排斥的层:

  • 加密使用预共享密钥。
  • 用预先计算的huffman键进行压缩。

但是,在设计真正闪耀的地方在服务器端,优雅的系统最小化每个UDP数据报的大小,同时补偿UDP的不可靠性:快照历史通过内存自省生成三角洲数据包。


建筑

网络模型的客户端相当简单:客户端向服务器发送每个帧的命令,并接收gamestate的更新。服务器端更复杂一些,因为它必须将Master gamestate传播到每个客户端,同时占用丢失的UDP数据包。该机制具有三个关键要素:

  • 一个硕士的游戏玩家,是事物的普遍真实状态。客户端在Netchannel上发送他们的命令。它们在event_t中被转换,当它们到达服务器时,它将修改游戏的状态。
  • 对于每个客户端,服务器保持通过网络在循环阵列中发送的最后一位玩家32位:它们被称为快照。数组周期与着名的二进制掩码技巧我在Quake World Network中提到(一些优雅的东西)。
  • 服务器还具有一个“虚拟”gamestate,每个单个字段设置为零。当没有“先前状态”可用时,这用于增量快照。

当服务器决定向客户端发送更新时,它会使用每个三个元素来生成一个消息,然后通过NetChannel进行传输。

琐事:为了保持这么多的玩家每个玩家消耗大量的记忆:根据我的测量,4个玩家8 MB。

快照系统

为了了解snaphop系统,下面是一个具有以下条件的示例:

  • 服务器正在向Client1发送更新。
  • 服务器正在尝试传播具有四个4个字段(3个位置[X],位置[Y],位置[Z]和一个健康状态)的Client2的状态)。
  • 通过UDP / IP进行通信:这些消息在Internet上经常丢失。


服务器框架1:

服务器已收到每个客户端的一些更新。他们影响了大师(绿色)。现在是将状态传播给Client1的时候了:

为了生成消息,网络模块将始终执行以下操作:

  1. 在下一个客户端历史记录槽中复制Master gamestate。
  2. 将其与其他快照进行比较。

这是我们可以在下图中看到的:

  1. 在Client1历史记录中的索引0处复制Master gamestate:现在称为“Snapshot1”。
  2. 由于这是第一个udpate,所以Client1历史记录中没有有效的快照,因此引擎将使用所有字段始终为零的“虚拟快照”。这将导致全部更新,因为每个单个字段都将发送到NetChannel。


要了解的重点在于,如果客户端历史记录中没有可用的快照,则引擎将选择“虚拟快照”以生成增量消息。这将导致发送到使用132个比特(每个字段是客户端的完整UDPATE 由位标记preceeded): [1 A_on32bits 1 B_on32bits 1 B_on32bits 1 C_on32bits]

服务器框架2:

现在让我们及时向前推进:这是服务器第二帧。正如我们可以看到每个客户端都发送了命令,并且它们影响了主机:Client2已经在Y轴上移动,所以pos [1]现在等于E(蓝色)。Client1还发送了命令,但更重要的是它也确认接收到以前的udpate,所以Snapshot1被标记为“ACK”:
进程是一样的:

  1. 在下一个客户端历史记录槽中复制Master gamestate:(索引1):这是Snapshot2
  2. 这次我们在客户端历史记录(snapshot1)中有一个有效的快照。比较这两个快照

因此,仅通过网络发送部分更新(pos [1] = E)。这是设计的美丽:过程总是一样的。
注意:由于每个字段 前面都有一个位标记(1 =已更改,0 =未更改),上面的部分更新将使用36位:[0 1 32bitsNewValue 0 0]

服务器框架3:

我们再向前迈进一步,以了解系统如何处理丢失的数据包。现在是第3帧。客户端一直在向服务器发送命令。Client2已经失去生命,现在健康现在等于H.但是Client1还没有确认最后一次更新。也许服务器的UDP丢失了,也许客户端的ACK丢失了,但底线是不能使用的。

不管过程如何,

  1. 在下一个客户端历史记录槽中复制Master gamestate:(索引2):这是Snapshot3
  2. 与上一次有效的确认快照(snapshot1)进行比较。

因此,消息将其部分发送,并包含旧更改和新更改的组合:(pos [1] = E和健康= H)。请注意,snapshot1可能已经太旧,无法使用。在这种情况下,引擎将再次使用“虚拟快照”,导致完全更新。

系统的美丽和优雅在于它的简单性。自动相同的算法:

  • 生成部分或全部更新。
  • 重新发送未收到的OLD信息和单个消息中的新信息。

记忆反思与C

你可能想知道Quake3如何比较快照与内省...因为C没有内省。
答案是,a的每个字段位置netField_t都是通过数组预先构建的,还有一些聪明的预处理指令:

    typedef struct {char     *名称int      offset;int      位;} netField_t; //使用字符串运算符保存键入...#define NETF(x)#x,(int)&((entityState_t *)0) - > xnetField_t entityStateFields [] = {{NETF(pos.trTime),32 },{NETF(pos.trBase [0]),0 },{NETF(pos.trBase [1]),0 },...}

这部分的完整的代码中可以找到snapshot.c的 MSG_WriteDeltaEntity。Quake3甚至不知道它是什么比较:它只是盲目跟随entityStateFields索引,偏移和大小...并通过网络发送差异。

预破碎

挖掘代码,我们看到NetChannel模块以1400字节()的块分片消息,尽管UDP数据报的最大大小为65507字节。这样做是因为大多数网络MTU为1500字节,引擎可以避免路由器在互联网上行走时将数据包分段。避免路由器碎片非常重要,因为: Netchan_Transmit

  • 进入网络后,路由器必须在分组时封锁数据包。
  • 离开网络时,问题更加严重,因为数据报的每一部分都必须等待,然后花费时间重新组装。

可靠和不可靠的消息

如果快照系统补偿通过网络丢失的UDP数据报,则必须保证一些消息和命令被传递(当播放器退出或服务器需要客户端加载新的级别时)。

这个保证被NetChannel所抽象:我几年前就写过(哇,我的图纸已经走了很长的路)!

推荐读数

开发团队的成员Brian Hooks 写了一点关于网络模型。


这篇关于QUAKE 3源代码审查:网络模型的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/796815

相关文章

一份LLM资源清单围观技术大佬的日常;手把手教你在美国搭建「百万卡」AI数据中心;为啥大模型做不好简单的数学计算? | ShowMeAI日报

👀日报&周刊合集 | 🎡ShowMeAI官网 | 🧡 点赞关注评论拜托啦! 1. 为啥大模型做不好简单的数学计算?从大模型高考数学成绩不及格说起 司南评测体系 OpenCompass 选取 7 个大模型 (6 个开源模型+ GPT-4o),组织参与了 2024 年高考「新课标I卷」的语文、数学、英语考试,然后由经验丰富的判卷老师评判得分。 结果如上图所

【Altium】查找PCB上未连接的网络

【更多软件使用问题请点击亿道电子官方网站】 1、文档目标: PCB设计后期检查中找出没有连接的网络 应用场景:PCB设计后期,需要检查是否所有网络都已连接布线。虽然未连接的网络会有飞线显示,但是由于布线后期整板布线密度较高,虚连,断连的网络用肉眼难以轻易发现。用DRC检查也可以找出未连接的网络,如果PCB中DRC问题较多,查找起来就不是很方便。使用PCB Filter面板来达成目的相比DRC

大语言模型(LLMs)能够进行推理和规划吗?

大语言模型(LLMs),基本上是经过强化训练的 n-gram 模型,它们在网络规模的语言语料库(实际上,可以说是我们文明的知识库)上进行了训练,展现出了一种超乎预期的语言行为,引发了我们的广泛关注。从训练和操作的角度来看,LLMs 可以被认为是一种巨大的、非真实的记忆库,相当于为我们所有人提供了一个外部的系统 1(见图 1)。然而,它们表面上的多功能性让许多研究者好奇,这些模型是否也能在通常需要系

通信系统网络架构_2.广域网网络架构

1.概述          通俗来讲,广域网是将分布于相比局域网络更广区域的计算机设备联接起来的网络。广域网由通信子网于资源子网组成。通信子网可以利用公用分组交换网、卫星通信网和无线分组交换网构建,将分布在不同地区的局域网或计算机系统互连起来,实现资源子网的共享。 2.网络组成          广域网属于多级网络,通常由骨干网、分布网、接入网组成。在网络规模较小时,可仅由骨干网和接入网组成

Toolbar+DrawerLayout使用详情结合网络各大神

最近也想搞下toolbar+drawerlayout的使用。结合网络上各大神的杰作,我把大部分的内容效果都完成了遍。现在记录下各个功能效果的实现以及一些细节注意点。 这图弹出两个菜单内容都是仿QQ界面的选项。左边一个是drawerlayout的弹窗。右边是toolbar的popup弹窗。 开始实现步骤详情: 1.创建toolbar布局跟drawerlayout布局 <?xml vers

人工和AI大语言模型成本对比 ai语音模型

这里既有AI,又有生活大道理,无数渺小的思考填满了一生。 上一专题搭建了一套GMM-HMM系统,来识别连续0123456789的英文语音。 但若不是仅针对数字,而是所有普通词汇,可能达到十几万个词,解码过程将非常复杂,识别结果组合太多,识别结果不会理想。因此只有声学模型是完全不够的,需要引入语言模型来约束识别结果。让“今天天气很好”的概率高于“今天天汽很好”的概率,得到声学模型概率高,又符合表达

智能客服到个人助理,国内AI大模型如何改变我们的生活?

引言 随着人工智能(AI)技术的高速发展,AI大模型越来越多地出现在我们的日常生活和工作中。国内的AI大模型在过去几年里取得了显著的进展,不少独创的技术点和实际应用令人瞩目。 那么,国内的AI大模型有哪些独创的技术点?它们在实际应用中又有哪些出色表现呢?此外,普通人又该如何利用这些大模型提升工作和生活的质量和效率呢?本文将为你一一解析。 一、国内AI大模型的独创技术点 多模态学习 多

OpenCompass:大模型测评工具

大模型相关目录 大模型,包括部署微调prompt/Agent应用开发、知识库增强、数据库增强、知识图谱增强、自然语言处理、多模态等大模型应用开发内容 从0起步,扬帆起航。 大模型应用向开发路径:AI代理工作流大模型应用开发实用开源项目汇总大模型问答项目问答性能评估方法大模型数据侧总结大模型token等基本概念及参数和内存的关系大模型应用开发-华为大模型生态规划从零开始的LLaMA-Factor

模型压缩综述

https://www.cnblogs.com/shixiangwan/p/9015010.html

AI赋能天气:微软研究院发布首个大规模大气基础模型Aurora

编者按:气候变化日益加剧,高温、洪水、干旱,频率和强度不断增加的全球极端天气给整个人类社会都带来了难以估计的影响。这给现有的天气预测模型提出了更高的要求——这些模型要更准确地预测极端天气变化,为政府、企业和公众提供更可靠的信息,以便做出及时的准备和响应。为了应对这一挑战,微软研究院开发了首个大规模大气基础模型 Aurora,其超高的预测准确率、效率及计算速度,实现了目前最先进天气预测系统性能的显著