复制图

问题

标准复制策略要求每个复制 Actor 对每个已连接的客户端判断是否需要发送更新，在大规模游戏中表现很差，会成为服务器 CPU 的瓶颈。分批错开更新或者干脆降低更新频率能缓解，但会降低更新频率、损害客户端体验。复制图让 Actor 不必逐个评估每个客户端，在不牺牲体验的前提下解决了 CPU 问题。（Replication Graph in Unreal Engine）标准的相关性与优先级机制见 网络复制与 RPC。

结构

复制图包含一系列复制图节点，负责按需为每个客户端构建要复制的 Actor 列表。因为它由持久对象构成，而不只是复制 Actor 自己执行的函数调用，数据可以跨帧保存并在多个连接之间共享，这就是生成列表变快的原因。节点的最终任务是尽快把「复制列表」交给每个连接，使服务器在每个 Actor、每个客户端上花的 CPU 周期尽可能少。官方鼓励按游戏需要编写自定义节点。（Replication Graph in Unreal Engine）

flowchart TD
  RG["复制图"] --> G["空间网格节点<br/>按格子存可能被看到/听到的 Actor"]
  RG --> AR["常驻相关节点<br/>对所有人都相关的 Actor"]
  RG --> DM["休眠列表<br/>预放置、长时间不变的 Actor"]
  RG --> OW["随拥有者更新<br/>被携带的武器、装备"]
  G --> L["每个连接的复制列表"]
  AR --> L
  DM --> L
  OW --> L

图中各节点按不同规则把 Actor 分组，最后拼成每个连接各自的复制列表。

官方给的大规模设计思路

（Replication Graph in Unreal Engine）按位置分组正是 空间数据结构 中网格划分的思想，在网络层的应用。

启用

复制图是复制驱动 (Replication Driver) 的子类。可以在 DefaultEngine.ini 的 [/Script/OnlineSubsystemUtils.IpNetDriver] 节中设置 ReplicationDriverClassName（见 配置文件系统），也可以在代码中绑定。ShooterGame 示例项目是很好的参考。（Replication Graph in Unreal Engine）

取舍

复制图的效果取决于游戏专属的节点设计，需要投入工程量；小规模游戏用标准复制往往就够了（这是归纳）。

与 Iris 的关系

官方 5.8《Migrate to Iris》写明：Iris 不支持复制图，两者是互相独立的系统，网络驱动 (Net Driver) 只能使用其中一个。Iris 没有复制图意义上的「节点」概念，而是用网络对象过滤器 (Filter) 和优先级器 (Prioritizer) 替代复制图的功能。（Iris Introduction / Migrate to Iris / Iris Components）

（Iris Introduction / Migrate to Iris / Iris Components）Epic 员工在论坛上的回复（非文档，未抓取全文）提到：Iris 并不保证更快，玩家少时尤其如此；目前也没有淘汰复制图的计划。