跳到主要內容

nature online 的架構

nature online, no是以多人連線版本吃金幣的人為基礎所建立起來的一個網路架構實驗平台。




雛形版本功能如下:

- 分散式的網路伺服器架構,後端使用mysql。
- 使用2張測試地圖,隨時可以任意切換至任意地圖任意位置。
- 地圖物件有二種:tree,bug。
- tree物件應用生命遊戲規則生成及更新。
- bug物件應用基因算法活動,食物為tree物件。
- 自動同步client可見視野內的內容。
- 使用good為client成象引擎。

新增功能如下:

- 可監控,動態增減server節點。
- 新增地圖物件:bird,base,ship。
- bird物件應用鳥群算法(boids)控制。
- base物件對應每一個帳號在地圖上的基地。
- ship物件為bot/testclient自動從base出發前往地圖採集tree物件得到log資源。
調整自動同步client可見視野內的內容機制提升效能。

no底層是以smallworld2的Bigworld架構為基礎再往上架構出來的一個分散式game server架構,每一個server都是一個Bigword節點,設定好conf後Bigworld底層會自動建立並保持節點關係。底下是架構圖:


  • center:這是所有server的server,所有server都需要連線到它。center作為一個中央控制server,可以作其它server的訊息轉發者,也能夠控制其它server的開關。
  • login:負責轉發client的登入,因此每一台login都知道所有其它game的存在。login登入center後,即註冊自己讓client可以在登入時隨機選一台login作登入。
  • game:game負責gameplay功能實作。client由login登入game時,是由login幫client隨機選擇一個game登入。
  • client:client登入時由指定url取得一隨機login位址,登入login後再由login轉發至隨機一台game。client登入game後即和login斷線。
  • db:db負責作為no架構裡mysql的代理,所以狀態讀寫都針對db,再由db對mysql讀寫。client登入game後,game即向db讀取和此client有關的帳號資料。遊戲過程中有任何變化需要儲存即存入db,再由db批次存入mysql。
  • account:所有帳號和db/mysql的關聯以及是否online等資訊由account記錄維護。client登入game後,game也會向account註冊此client帳號目前所在game位置。若是新帳號登入,則account會指派此新帳號,以後此帳號的資料會由那個db負責存取。
  • map:client畫面上看到的物件,如tree,bug,bird,base,ship等全由map產生維護。
以上是no節點的大略介紹。

;-----------

每個server節點程式就是一個console程式,所以執行起來後在畫面上都以文字模式顯示狀態及訊息,同時也能以簡單的命令操作server功能。不知道server支援什麼指令時,只需輸入help即可得到簡單的指令列表及說明。



如圖所示的certer help列表可以看到,center有help,info,exit,shutdown,remote,fork等指令可使用。前3個指令help,info,exit是所有節點都支援的common指令,不同server節點可能會提供不同的特有指令,而shutdown,remote,fork是center特有的指令。server負載過大可用fork新增節點,要關機時用shutdown指令一次全部關機,就不必一個一個server關不遺漏。

雖然info是每個server都支援的指令,但根據server類型不同,顯示的info內容除了header格式相同外,其餘內容也會有不同。如上圖center的info就包含每一個連線到center的節點的info,而如下圖map的info內容就包含地圖info。


附帶提一下,center同時也內建web service,所以center的console內容和操作也可以透過browser對center作存取。

;------------

server程式開發最重要的就是穩定,想確保server穩定最簡單的方法是作該作的測試和夠多的測試。所以從一開始server雛形建立的同時,我也同時會建立一個testclient雛形。一開始也是一個console程式,後來再建立gui程式。


testclient的雛形就只是一個可以連線登入到game的console程式,可以顯示送到server和收到server的訊息內容這樣子就夠了,這樣簡單的程式就能讓整個server開發動起來,以後再以這樣的基礎繼續加功能繼續改良。最重要的是,有了testclient就能很方便快速的debug。

當server開發到一個程度後,想要開始作一點簡單的壓力測試時,可以很簡單的用batch file重復多開幾個testclient就行了。寫2個批次檔,RunTest1.bat一次執行一個testclient,RunTestN.bat可以透過RunTest1.bat用for迴圈一次執行多個testclient。

如下所示:

這個方法很簡單很暴力,初期這樣作簡單的壓力測試還可以,中後期要作比較大量的壓力測試時就有問題了。因為每一個testclient執行一個console,100個testclient就100個console,電腦還勉強可以。但當開了200,300,400..到一個量之後電腦資源就被吃光不行了,所以後面勢必要改成一個testclient console可以支援多個連線才行,這樣就可以作更大規模的壓力測試。

;------------

一開始為了簡化設計client登入game後,每隔一段時間由game自動替這個client向map請求他的視野範圍內的可視物件狀態資訊。map回應視野內的物件資訊給game後,game再根據簡單的狀態檢查,只傳送client視野內有變化的物件資訊給client作畫面更新。

地圖物件的更新有二種類型,一是以當前位置狀態更新給client,如tree,bug,bird,base等。另一種是有起點和終點的長距離移動物件,如ship。第一種類型物件的更新資訊會不斷從server傳至client,讓client有機會可以更新畫面。第二種類型物件只有在需要的時候才更新給client,其餘時間由client自行根據移動物件的起止點作內插更新。

這也是很簡單又暴力的方法,當client不多時還好,但當client多起來的時候server之間的封包量非常大,server光是要處理這麼大的封包就可能來不及消化,以致於server反應愈來愈慢。game這邊定時發給map的請求是暫時方便測試的作法,所以會有大量重覆請求及大量多餘封包。以後需要改成其它機制,這是接下來要作的改良。





留言

這個網誌中的熱門文章

單人撲克牌遊戲 - 蒙地卡羅

更多可在網頁玩的 單人撲克牌遊戲 ; 新增一個簡單的單人撲克牌遊戲: 蒙地卡羅 ,簡單介紹一下玩法。 下載 事先排列好5x5張牌。 每次移動一張可以配對的牌,並消除這對牌。在上下、左右及斜向相隣的二張牌,只要擁有同樣數字(不計花色),即可配對。 消除二張配對的牌後,剩餘的牌以往左往上的方式補滿空隙,接著在發新牌補滿後面的空格。 重覆步驟2~3,直到沒有牌可以配對及發完所有牌為止。 結果有二種。一個是勝利,成功的消除掉所有牌。另一個是Gameover沒有牌可以再作配對。

以lex/yacc實作算式計算機

前面我們透過 手工的方式 實作了一個簡易的算式計算機,現在我們要開始使用工具來作同樣的事,比較看看手工和使用工具有什麼不同的差別。首先要介紹的就是lex&yacc。 lex & yacc lex(Lexical Analyzar)及yacc(Yet Another Compiler Compiler)是用來輔助程式設計師製作語法剖析器的程式工具。lex的工作就是幫助我們將輸入的資料文字串流分解成一個個有意義的token,而yacc的工作就是幫我們分析這些token和我們定義的規則作匹配。下圖中所表示的是使用lex及yacc的一般工作流程。 首先看到yacc會讀入一個.y檔案,這裡.y檔案的內容就是我們使用類似(E)BNF語法定義的語法規則,yacc會分析這些語法規則後,幫我們產生可以用來解析這些規則的程式碼,而這個檔案一般名稱預設為y.tab.c,產生的程式碼裡面最重要的一個的函式叫作yyparse。 同yacc類似,lex也會讀入一個.l的檔案,這個檔案裡面定義的是如何從文字流裡解出token的規則,使用的方法是常規表示式(regular expression)。在圖的左側中間我們還可以看到有一個叫作y.tab.h的檔案從yacc產生出來並餵給lex作輸入,這個檔案是yacc根據在讀入的.y檔裡面所定義的token代號所產生出來的一個header,這樣yacc及lex產生出來的程式碼裡面就可以使用共通定義的代碼而不必各寫個的。lex分析過.l檔案後也會產生一個一般預設叫作lex.yy.c的原始碼檔案,裡頭最重要的一個函式叫作yylex。 最後,我們把yacc產生出來的y.tab.c還有lex產生出來的lex.yy.c,以及其它我們自己撰寫的原始碼檔案一起拿來編譯再作連結,最後產生出來的就是一個可以用來解析我們定義的語法的解析器工具。以上是整個lex及yacc的使用流程概觀。 常規表示式 在正式使用lex之前,我們首先來對常規表示法作一個基本的認識。常規表示法是一種用來表示字串樣式(pattern)的中繼語言,就好比前文所介紹的(E)BNF表示式一樣,都是用來描述其它語言的語言,只不過用途不太一樣罷了。 常規表示式使用一些中繼符號(meta-symbol)以及ASCII字元定義字串樣式,以下列出一些常規表示式所使用的符號。 . 表示除了換行字元...

窮人的 AI:自動漫畫分鏡切割

  ( 試試看 ) 在手機上看漫畫時,有一個體驗上的問題: 漫畫原本是「整頁設計」 手機最適合的是「一格一格往下滑」 與其強迫使用者縮放、拖曳、放大,更直覺的做法是: 直接把一頁漫畫自動切成多個分鏡,轉成瀑布流閱讀。 這篇文章分享一個不靠深度學習、完全在前端完成的實作方式: 使用 OpenCV.js 做分鏡偵測 輸出 rect list 再用 全畫面 Canvas 把每個分鏡當成一個「閱讀單位」 整個系統可以拆成三層: 漫畫圖片 ↓ 影像處理(找出 rects) ↓ 排序後的 rect list ↓ 全畫面 Canvas 逐格呈現(瀑布流) Step 1:灰階化 漫畫的資訊 90% 都在線條上,顏色反而是干擾。 cv.cvtColor(src, grayImage, cv.COLOR_RGBA2GRAY); 灰階化的好處: 降低維度 對邊緣偵測更穩定 對黑白漫畫特別有效 Step 2:邊緣偵測,抓出「分鏡的邊」 接下來用最經典、也最夠用的 Canny Edge Detection: cv.Canny(grayImage, edges, 50, 150); 在漫畫中,分鏡外框通常就是最明顯的邊界。 Step 3:形態學操作,把破碎邊框「補起來」 真實漫畫的線條並不完美,常常有斷線、陰影、留白。 所以要做一個很重要的步驟:膨脹(Dilation) const kernel = cv.Mat.ones( 5 , 5 , cv.CV_8U); cv.dilate(edges, dilatedEdges, kernel); 直覺理解就是: 把細線「抹粗一點」, 讓本來斷掉的邊界連成封閉區域。 這一步直接決定後面能不能成功抓到「一整格分鏡」。 Step 4:找輪廓,轉成矩形框(rect) 有了封閉區域之後,就可以找輪廓: cv.findContours( dilatedEdges, contours, hierarchy, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE ); 每一個 contour,代表一個「可能的分鏡區塊」。 接著轉成矩形: const rect = cv.boundingRect(contour); rects.push([rect.x, rect.y, rect.widt...