【厚积薄发】为什么驻留对象没增涨，而Used Mono却一直在增涨

这是第481篇UWA技术知识分享的推送，精选了UWA社区、UWA AI问答的热门话题等技术知识点，助力大家更全面地掌握和学习。

UWA社区主页：community.uwa4d.com

UWA QQ群：793972859

本期目录：

• 为什么驻留对象没增涨，而Used Mono却一直在增涨

• 为什么粒子内存一直在增涨，场景里却没新增特效

本次推送的实战案例来自于使用UWA服务的项目的真实且典型的问题。UWA将关键线索、定位路径与处理建议整理成了可复用的案例笔记，便于大家快速对照、排查自身项目中的同类问题。

实战案例

Q：项目近期在排查Mono内存问题，从已跑测的UWA GOT Online Mono模式报告可以观测到：托管堆内存碎片持续上涨，但Managed Object总量几乎无增长，想咨询一下这类现象一般是什么原因造成的？

A：我们可以去GOT Online Mono模式报告的「堆内存对象快照」看一眼碎片占比的情况。需要注意的是，Mono内存上涨并不一定意味着驻留对象增长，也可能是堆内存碎片增长。在Mono模式报告里，Used Mono=Managed Object（实际对象）+堆内存碎片。这两块在「堆内存对象快照」里会分开显示，如下图所示，粉色是Managed Object，蓝色是内存碎片。

从这份报告可以看到，在15000～20000帧之间的Used Mono呈持续上涨趋势。按照常规思路，第一步通常会查看驻留对象，排查是否存在内存泄漏。但进一步分析发现，驻留对象并没有出现与上涨趋势相匹配的增长，继续拆解Used Mono的组成可以看到，真正上涨的并不是Managed Object，而是堆内存碎片。

判断依据很简单：

如果Managed Object曲线基本稳定，而Used Mono持续上涨，同时碎片占比不断扩大，那么问题大概率不是内存泄漏，而是频繁分配导致的堆碎片增长。这是Mono堆的典型特征之一：Mono堆通常按需扩容，而已经申请的堆空间一般不会随着对象释放而立即归还给操作系统。

当项目中频繁发生小对象的“分配 — 释放”行为时，即使Managed Object总量变化不大，也会在堆中留下大量无法连续复用的空闲区域。随着碎片不断累积，Mono堆会持续扩容，最终推高Used Mono。

在部分项目中，内存碎片甚至可能接近Managed Object的1:1水平，例如实际托管对象占用约200MB，而Used Mono最终可能被推高到接近400MB。

这种情况下，需要重点排查的不是“谁没有释放”，而是“谁在频繁分配”。LINQ、字符串拼接、装箱拆箱、协程闭包、临时List、频繁创建委托等，都是最常见的碎片来源。因此，当Mono内存持续上涨时，不要急着下结论认为发生了泄漏。先拆解Used Mono的组成，区分清楚究竟是对象增长，还是碎片增长，再决定下一步的优化方向。

实战案例

Q：从UWA GOT Online报告中可以看到，粒子系统内存持续上涨，总占用已超过100MB，但对应场景中并没有新增大量特效，运行过程中也未观察到明显的粒子播放行为。这种情况下，应该如何进一步排查？

A：很多项目会采用粒子系统预热策略：进入战斗时批量Instantiate特效实例，按粒子类型预生成缓存池，等到需要时再直接激活。这种方案的优势是能够规避运行时实例化带来的卡顿。但代价同样存在：如果缓存池缺少合理的回收机制，这些粒子系统及其关联资源就会长期驻留内存，即使运行期间从未真正发射过粒子。

GOT Online报告提供了一个非常实用的过滤条件：「Playing组件数峰值为0的粒子系统资源」。勾选后，可以快速筛选出当前仍占用内存、但Playing组件数峰值为0的粒子系统。换句话说，就是那些预热完成后，到当前采样时刻为止从未真正触发过的特效。

从报告中可以看到，粒子系统总占用超过100MB。开启过滤后发现，其中相当一部分都属于Playing组件数峰值为0的粒子系统 —— 它们被提前预热进缓存池，却始终没有被实际使用。

排查思路建议分三步：

第一步：看粒子系统内存走势。

如果内存呈现明显的阶梯式上涨，而非随场景变化平滑波动，大概率说明粒子系统存在分批预热行为。

第二步：统计Playing组件数峰值为0的粒子系统的占比。

如果占比过高，说明当前预热策略可能过于激进。

第三步：结合资源路径进行归类分析。

GOT Online报告支持向上追溯5个层级的资源路径。可以按技能特效、场景特效、UI特效等维度进行分类，找出那些从未实际播放过的粒子系统，再决定是改为按需加载，还是直接从预热列表中移除。

需要注意的是，Playing组件数峰值为0并不意味着这些特效永远不会被使用，而是代表截至当前采样时刻尚未触发过。因此，在调整预热策略前，还需要结合实际触发频率和业务场景综合评估，避免误伤低频但关键的特效资源。预热本身没有问题，但“预热后长期驻留却从未使用”，就是典型的资源浪费。粒子系统的预热策略，应与实际触发频率相匹配。

无论是社区里开发者们的互助讨论，还是AI基于知识沉淀的快速反馈，核心都是为了让每一个技术难题都有解、每一次踩坑都有回响。希望这些从真实开发场景中提炼的经验，能直接帮你解决当下的技术卡点，也让你在遇到同类问题时，能更高效地找到破局方向。

封面图来源于网络

今天的分享就到这里。生有涯而知无涯，在漫漫的开发周期中，我们遇到的问题只是冰山一角，UWA社区愿伴你同行，一起探索分享。欢迎更多的开发者加入UWA社区。

UWA官网：www.uwa4d.com

UWA社区：community.uwa4d.com

UWA学堂：edu.uwa4d.com

点击下方名片关注我们，将我设为星标，及时接收小编每日推送哦，性能优化不迷路～

近期精彩回顾