unity序列帧优化—Addressables

好，就这个了

已于 2022-10-08 22:16:43 修改

阅读量2.8k

点赞数 1

文章标签： unity 动画性能优化

于 2022-05-11 08:10:12 首次发布

本文链接：https://blog.csdn.net/qq_27050589/article/details/124701909

版权

unity序列帧优化

前言
一、导入Addressables System
二、标记资源
- 1.拖入动画到自定义的目录下
- 2.资源编译打包
三、引用资源
总结
补充

前言

开发过程中，有可能遇到分辨率很大，数量也很多的序列帧动画需求，在甲方要求高清晰度，不能压缩的情况下，正常做成动画直接打包，1.5G的序列帧动画，打出来的包在3.5G左右，加载卡顿严重。在这种情况下，建议使用Addressable System进行处理。

一、导入Addressables System

当前unity版本为2018.2.11，打开Package Manager，在all中选择Addressables System，并Install，安装好之后可以在Window --> Asset Management --> Addressable Assets中打开Addressables窗口。
在这里插入图片描述

二、标记资源

1.拖入动画到自定义的目录下

在这里插入图片描述

2.资源编译打包

打包好的资源在AddressableAssetsData目录下

三、引用资源

选择要引用的controller，勾选Addressable，后边的地址就可以复制了，复制地址在代码中使用。
在这里插入图片描述

代码如下（示例）：

 public Animator animator;

	void Start () {
        Addressables.LoadAsset<RuntimeAnimatorController>("Assets/背景的_00000.controller").Completed += OnLoadDone;
    }

    private void OnLoadDone(IAsyncOperation<RuntimeAnimatorController> data)
    {
        animator.runtimeAnimatorController = data.Result;
        animator.enabled = true;
    }

总结

按照这样的方法，一是资源无需重复编译，打包的时间大幅度缩小，二是加载时是先加载场景，再读取资源，可在界面添加加载资源提示，不会出现卡顿很久无法进入的情况。

补充

在后边项目的实际使用当中发现了一些问题，一块总结到下边。
1、实际打包中，只在一个 Group 中打包这些序列帧资源的话，超过一定量级依然出现资源加载异常，序列帧闪烁的情况
解决：将资源分配在多个Group中进行打包。在这里插入图片描述
2、上边文章中介绍的插件运行环境是2018.2.11的0.5.3版本，在2019.4.39版本中，我使用的是1.18.19版本的Addressables，上边提及的LoadAsset方法已经过时了，转而使用LoadAssetsAsync，但是不影响整体效果。而且新版也不会将资源自动编译放入 StreamingAssets文件夹中了，而是在Library\com.unity.addressables文件夹下，但是出包后依然在StreamingAssets中。

    public AssetLabelReference assetLabel;

    void Start()
    {
        Addressables.LoadAssetsAsync<RuntimeAnimatorController>(assetLabel, OnLoadDone);
    }

    /// <summary>
    /// 资源加载完成回调，此处可以加一个进度显示和交互限制，等待加载完毕之后再操作，防止异常
    /// </summary>
    /// <param name="animtorClip"></param>
    void OnLoadDone(RuntimeAnimatorController animtorClip)
    {
        Debug.Log(animtorClip.name);
    }

3、项目序列帧资源为240M，实测正常流程制作Animation打包大小为5.59G，使用Addressables后包体大小为388M（在对比过程中还有一个小发现，使用2019打包巨多序列帧的程序，实际运行时占用的内存空间是很小的，而2018中则需要申请巨大的空间，有了解其中原因的可以科普一下）。
2019出的包：在这里插入图片描述
2018出的包：