esengine/docs/performance.md

ECS框架性能基准

本文档展示了ECS框架的真实性能数据和瓶颈分析。

🚀 快速测试

# 在项目根目录运行
node benchmark.js

📊 性能基准数据

测试环境: Node.js, 现代桌面CPU 测试时间: 2025年

1. 实体创建性能

实体数量	创建时间	创建速度	每个实体耗时
1,000	1.11ms	903,751个/秒	0.0011ms
5,000	3.47ms	1,441,462个/秒	0.0007ms
10,000	6.91ms	1,446,341个/秒	0.0007ms
20,000	7.44ms	2,686,764个/秒	0.0004ms
50,000	22.73ms	2,199,659个/秒	0.0005ms

结论: ✅ 实体创建性能优秀，平均每秒可创建 220万+个实体

2. 组件访问性能

迭代次数	总耗时	访问速度	每次访问耗时
100次	13.27ms	37,678,407次/秒	0.027μs
500次	34.27ms	72,957,553次/秒	0.014μs
1000次	68.85ms	72,624,911次/秒	0.014μs
2000次	139.67ms	71,598,669次/秒	0.014μs

结论: ✅ 组件访问性能优秀，平均每秒可访问 7200万+次

3. 组件操作性能

迭代次数	总耗时	操作速度	每次操作耗时
100次	36.89ms	27,105,193次/秒	0.037μs
500次	147.42ms	33,915,665次/秒	0.029μs
1000次	289.66ms	34,522,936次/秒	0.029μs

结论: ✅ 组件添加/删除性能优秀，平均每秒可操作 3450万+次

4. 查询系统性能

4.1 单组件查询

查询次数	总耗时	查询速度	每次查询耗时
100次	10.37ms	9,639次/秒	0.104ms
500次	41.17ms	12,144次/秒	0.082ms
1000次	82.11ms	12,178次/秒	0.082ms

4.2 多组件查询

查询次数	总耗时	查询速度	每次查询耗时
100次	11.22ms	8,914次/秒	0.112ms
500次	54.85ms	9,116次/秒	0.110ms
1000次	105.94ms	9,439次/秒	0.106ms

4.3 复合查询 (组件+标签)

查询次数	总耗时	查询速度	每次查询耗时
100次	15.80ms	6,327次/秒	0.158ms
500次	65.77ms	7,602次/秒	0.132ms
1000次	135.01ms	7,407次/秒	0.135ms

结论: ⚠️ 查询性能正常，平均每秒可查询 12000+次

5. 性能极限测试

实体数量	创建时间	处理时间/帧	FPS	状态
10,000	1.55ms	0.137ms	7264.0	✅
25,000	3.91ms	0.432ms	2311.4	✅
50,000	12.40ms	1.219ms	820.0	✅
100,000	58.93ms	2.976ms	335.9	✅
200,000	51.43ms	6.031ms	165.8	✅

结论: 🚀 框架极限性能优秀，可处理 20万个实体@165.8FPS 仍维持高性能

🎯 性能瓶颈分析

主要瓶颈

1. 查询系统 (相对瓶颈)

   • 单组件查询: ~12,000次/秒
   • 多组件查询: ~9,400次/秒
   • 复合查询: ~7,400次/秒
   • 原因: 需要遍历所有实体进行过滤

2. 大规模实体处理 (可接受)

   • 10万个实体: 335.9 FPS
   • 20万个实体: 165.8 FPS
   • 原因: 线性时间复杂度，符合预期

非瓶颈项

✅ 实体创建: 220万+个/秒，性能优秀
✅ 组件访问: 7200万+次/秒，性能优秀
✅ 组件操作: 3450万+次/秒，性能优秀
✅ 系统处理: 20万个实体@165.8FPS，性能优秀

📈 时间复杂度分析

操作类型	时间复杂度	性能等级	说明
实体创建	O(1)	✅ 优秀	常数时间创建
组件访问	O(1)	✅ 优秀	哈希表查找
组件操作	O(1)	✅ 优秀	常数时间添加/删除
单组件查询	O(n)	⚠️ 正常	线性遍历实体
多组件查询	O(n×m)	⚠️ 正常	遍历实体×组件数
系统处理	O(n)	✅ 优秀	线性处理实体

💡 性能优化建议

对于查询密集型应用

1. 缓存查询结果

   // 缓存常用查询
   const cachedPlayers = scene.getEntitiesWithComponents([Position, Player]);
   

2. 减少查询频率

   // 每5帧查询一次而不是每帧
   if (frameCount % 5 === 0) {
       updateEnemyList();
   }
   

3. 使用更精确的查询

   // 优先使用单组件查询
   const entities = scene.getEntitiesWithComponent(Position);
   

对于大规模实体应用

1. 分批处理

   // 分批处理大量实体
   const batchSize = 1000;
   for (let i = 0; i < entities.length; i += batchSize) {
       processBatch(entities.slice(i, i + batchSize));
   }
   

2. LOD系统

   // 根据距离调整处理频率
   if (distance > 100) {
       if (frameCount % 10 !== 0) continue; // 远距离实体降低更新频率
   }
   

🌍 实际应用指南

不同平台的建议

平台	推荐实体数量	查询频率	备注
桌面端	≤100,000	高频查询可接受	性能充足
Web端	≤50,000	中等查询频率	考虑浏览器限制
移动端	≤20,000	低频查询	性能和电池优化

游戏类型建议

游戏类型	典型实体数	主要瓶颈	优化重点
2D平台游戏	1,000-5,000	无明显瓶颈	专注游戏逻辑
2D射击游戏	5,000-20,000	碰撞检测	空间分割算法
RTS游戏	10,000-50,000	查询系统	缓存+分批处理
MMO游戏	50,000+	网络+查询	分区+优化查询

🔬 测试方法

运行完整基准测试

# 项目根目录
node benchmark.js

自定义测试

// 在source目录下
npm run test:framework:benchmark

📝 测试环境

• Node.js版本: 16+
• TypeScript版本: 5.8.3
• 测试实体数: 5,000个 (带position、velocity组件)
• 测试迭代: 多次取平均值
• 硬件: 现代桌面CPU

---

结论: ECS框架本身性能优秀，能够满足大多数应用需求。性能瓶颈主要来自于业务逻辑的算法选择而非框架架构。