OpenGL顶点数据传输速度优化

《OpenGL顶点数据传输速度优化》
作者： 游蓝海
文章链接：http://blog.csdn.net/you_lan_hai/article/details/50994121
转载请注明出处

前言

最近在给cocos2d-x v2.x的一个项目做渲染优化，执行渲染批处理(Batch)的时候，发现顶点数据传输速度很慢，实在是颠覆了我的OpenGL认知。
常规的Batch原理：
· 将渲染命令加入到一个缓冲区当中
· 根据需求对渲染命令进行排序
· 合并所有命令的顶点数据
· 提交顶点数据
· 根据不同材质分批次渲染

传输顶点数据用到的两个API：

void glBufferData(GLenum target, GLsizeiptr size, const GLvoid * data, GLenum usage);
void glBufferSubData(GLenum target, GLintptr offset, GLsizeiptr size, const GLvoid * data);

glBufferData会分配一块新的内存，供程序存放数据。glBufferSubData会使用之前已经分配过的内存来存放数据。

问题

我事先创建了一个顶点buffer和索引buffer，索引buffer不用多说，其数据是一次就计算完成的，之后就不用修改了。而顶点数据每帧都会变化，所以需要动态的更新。

我在创建顶点buffer的时候，使用glBufferData分配足够大的空间。然后每次提交顶点数据的时候，使用glBufferSubData，仅提交实际使用到的数据。理论上来说，这样不会引发额外的内存分配行为，传输效率应该会很高。伪代码如下：

void init()
{
    glGenBuffer(...);
    glBindBuffer(...);
    //分配一块很大的空间
    glBufferData(GL_ARRAY_BUFFER, 32 * 1024, NULL, GL_DYNAMIC); 
    ...
}
void draw()
{
    for(int k = 0; k < parts.size(); ++k)
    {
        Part *p = parts[i];
        //仅提交用到的数据。可能只有几百字节，或者几k。
        glBufferSubData(GL_ARRAY_BUFFER, 0, p->vertices.size(), p->vertices.data());
        for(int i = 0; i < p->commands.size(); ++i)
        {
            drawCommand(p->commands[i]);
        }
    }
}

实测之后发现，掉帧特别明显，glBufferSubData操作相当耗时。百思不得其解，就查看了cocos2d-x v3.x渲染部分的代码，发现他每次提交顶点数据的时候，都是直接使用glBufferData分配空间，而且他们刻意的注释掉了使用glBufferSubData的代码。这让我更迷惑了，感觉自己的理论彻底被颠覆了。

原因

接着就去google上寻找原因，看到有人推荐看一下《OpenGL Insights》渲染效率优化部分的文章，文章全是英文，看的不是完全懂。大致理解如下：

所有的OpenGL操作，并不会被立即同步到显卡，而是被缓存在本地，等到合适的时机（比如swapBuffer）批量传输到显卡。对于顶点数据，会使用DMA进行异步传输，并不会阻塞CPU。

那么问题就来了，如果现在顶点buffer的数据还没有传输完成，我们立马又要向顶点buffer写数据了，这会出现什么情况？比如，如下的操作，写数据与渲染交替进行：

glBufferSubData(GL_ARRAY_BUFFER, 0, bytes, datas);
glDrawElements(GL_TRIANGLES, n, GL_UNSIGNED_SHORT);
glBufferSubData(GL_ARRAY_BUFFER, 0, bytes, datas);
glDrawElements(GL_TRIANGLES, n, GL_UNSIGNED_SHORT);
...

结论是，CPU还是会阻塞，直到DMA把顶点buffer中的数据传输完毕后，才允许我们继续向里面写数据。即便是有DMA异步传输，碰到不良的代码，还是会发生同步等待。

解决办法

书中说到，可以使用多个顶点buffer交替进行，或者使用顶点buffer的不同位置，都可以达到避免阻塞的作用。
当然，还有一种简单方法，我们也可以调用glBufferData，来强制OpenGL在本地分配一块新的内存，供我们存贮新数据。这样DMA会继续传输旧内存地址上的数据，然后再传输新内存地址上的数据，这种方式下CPU也就不用等待DMA了。虽然浪费了额外的内存空间，但是提高了数据传输的吞吐量，还是值得的。
总结来说，OpenGL的操作是异步的，我们要避免同步操作所引发的阻塞行为。

更多阅读

1. 顶点数据传输优化： https://www.opengl.org/wiki/Buffer_Object_Streaming
2. 《OpenGL Insights》第28章：http://download.csdn.net/download/you_lan_hai/9787675