前言
在看了uwa之前發布的《Unity項目常見Lua解決方案性能比較》，決定動手寫一篇關於lua+unity方案的性能優化文。
整合lua是目前最強大的unity熱更新方案，畢竟這是唯一可以支持ios熱更新的辦法。然而作為一個重度ulua用戶，我們踩過了很多的坑才將ulua上升到一個可以在項目中大規模使用的狀態。事實上即使到現在lua+unity的方案仍不能輕易的說可以肆意使用，要用好，你需要知道很多。
因此，這篇文章是從一堆簡單的優化建議里頭，逐步挖掘出背后的原因。只有理解了原因，才能很清楚自己做的優化，到底是為了什么，有多大的效果。
從最早的lua純反射調用c#，以及雲風團隊嘗試的純c#實現的lua虛擬機，一直發展到現在的各種luajit+c#靜態lua導出方案，lua+unity才算達到了性能上實用的級別。
但即使這樣，實際使用中我們會發現，比起cocos2dx時代luajit的發揚光大，現在lua+unity的性能依然存在着相當的瓶頸。僅從《性能比較》的test1就可以看到，iphone4s下二十萬次position賦值就已經需要3000ms，如果是coc這樣類型的游戲，不處理其他邏輯，一幀僅僅上千次位置賦值（比如數百的單位、特效和血條）就需要15ms，這顯然有些偏高。
是什么導致lua+unity的性能並未達到極致，要如何才能更好的使用？我們會一些例子開始，逐步挖掘背后的細節。
由於我們項目主要使用的是ulua（集成了topameng的cstolua，但是由於持續的性能改進，后面已經做過大量的修改），本文的大部分結論都是基於ulua+cstolua的測試得出來的，slua都是基於其源碼來分析（根據我們分析的情況來看，兩者原理上基本一致，僅在實現細節上有一些區別），但沒有做過深入測試，如有問題的話歡迎交流。
既然是lua+unity，那性能好不好，基本上要看兩大點：
lua跟c#交互時的性能如何
純lua代碼本身的性能如何
因為這兩部分都各有自己需要深入探討的地方，所以我們會分為多篇去探討整個lua+unity到底如何進行優化。
lua與c#交互篇
1.從致命的gameobj.transform.position = pos開始說起
像gameobj.transform.position = pos這樣的寫法，在unity中是再常見不過的事情
但是在ulua中，大量使用這種寫法是非常糟糕的。為什么呢？
因為短短一行代碼，卻發生了非常非常多的事情，為了更直觀一點，我們把這行代碼調用過的關鍵luaapi以及ulua相關的關鍵步驟列出來（以ulua+cstolua導出為准，gameobj是GameObject類型，pos是Vector3）：
第一步：
GameObjectWrap.get_transform lua想從gameobj拿到transform，對應gameobj.transform
LuaDLL.luanet_rawnetobj 把lua中的gameobj變成c#可以辨認的id
ObjectTranslator.TryGetValue 用這個id，從ObjectTranslator中獲取c#的gameobject對象
gameobject.transform
准備這么多，這里終於真正執行c#獲取gameobject.transform了
ObjectTranslator.AddObject 給transform分配一個id，這個id會在lua中用來代表這個transform，transform要保存到ObjectTranslator供未來查找
LuaDLL.luanet_newudata 在lua分配一個userdata，把id存進去，用來表示即將返回給lua的transform
LuaDLL.lua_setmetatable 給這個userdata附上metatable，讓你可以transform.position這樣使用它
LuaDLL.lua_pushvalue 返回transform，后面做些收尾
LuaDLL.lua_rawseti
LuaDLL.lua_remove
第二步：
TransformWrap.set_position lua想把pos設置到transform.position
LuaDLL.luanet_rawnetobj 把lua中的transform變成c#可以辨認的id
ObjectTranslator.TryGetValue 用這個id，從ObjectTranslator中獲取c#的transform對象
LuaDLL.tolua_getfloat3 從lua中拿到Vector3的3個float值返回給c#
lua_getfield + lua_tonumber 3次 拿xyz的值，退棧
lua_pop
transform.position = new Vector3(x,y,z)
准備了這么多，終於執行transform.position = pos賦值了
就這么一行代碼，竟然做了這么一大堆的事情！如果是c++，a.b.c = x這樣經過優化后無非就是拿地址然后內存賦值的事。但是在這里，頻繁的取值、入棧、c#到lua的類型轉換，每一步都是滿滿的cpu時間，還不考慮中間產生了各種內存分配和后面的GC！
下面我們會逐步說明，其中有一些東西其實是不必要的，可以省略的。我們可以最終把他優化成：
lua_isnumber + lua_tonumber 4次，全部完成
2.在lua中引用c#的object，代價昂貴
從上面的例子可以看到，僅僅想從gameobj拿到一個transform，就已經有很昂貴的代價
c#的object，不能作為指針直接供c操作（其實可以通過GCHandle進行pinning來做到，不過性能如何未測試，而且被pinning的對象無法用gc管理），因此主流的lua+unity都是用一個id表示c#的對象，在c#中通過dictionary來對應id和object。同時因為有了這個dictionary的引用，也保證了c#的object在lua有引用的情況下不會被垃圾回收掉。
因此，每次參數中帶有object，要從lua中的id表示轉換回c#的object，就要做一次dictionary查找；每次調用一個object的成員方法，也要先找到這個object，也就要做dictionary查找。
如果之前這個對象在lua中有用過而且沒被gc，那還就是查下dictionary的事情。但如果發現是一個新的在lua中沒用過的對象，那就是上面例子中那一大串的准備工作了。
如果你返回的對象只是臨時在lua中用一下，情況更糟糕！剛分配的userdata和dictionary索引可能會因為lua的引用被gc而刪除掉，然后下次你用到這個對象又得再次做各種准備工作，導致反復的分配和gc，性能很差。
例子中的gameobj.transform就是一個巨大的陷阱，因為.transform只是臨時返回一下，但是你后面根本沒引用，又會很快被lua釋放掉，導致你后面每次.transform一次，都可能意味着一次分配和gc。
3.在lua和c#間傳遞unity獨有的值類型（Vector3/Quaternion等）更加昂貴
既然前面說了lua調用c#對象緩慢，如果每次vector3.x都要經過c#，那性能基本上就處於崩潰了，所以主流的方案都將Vector3等類型實現為純lua代碼，Vector3就是一個{x,y,z}的table，這樣在lua中使用就快了。
但是這樣做之后，c#和lua中對Vector3的表示就完全是兩個東西了，所以傳參就涉及到lua類型和c#類型的轉換，例如c#將Vector3傳給lua，整個流程如下：
1.c#中拿到Vector3的x,y,z三個值
2.push這3個float給lua棧
3.然后構造一個表，將表的x,y,z賦值
4.將這個表push到返回值里
一個簡單的傳參就要完成3次push參數、表內存分配、3次表插入，性能可想而知。
那么如何優化呢？我們的測試表明，直接在函數中傳遞三個float，要比傳遞Vector3要更快。
例如void SetPos(GameObject obj, Vector3 pos)改為void SetPos(GameObject obj, float x, float y, float z)
具體效果可以看后面的測試數據，提升十分明顯。
4.lua和c#之間傳參、返回時，盡可能不要傳遞以下類型：
嚴重類： Vector3/Quaternion等unity值類型，數組
次嚴重類：bool string 各種object
建議傳遞：int float double
雖然是lua和c#的傳參，但是從傳參這個角度講，lua和c#中間其實還夾着一層c（畢竟lua本身也是c實現的），lua、c、c#由於在很多數據類型的表示以及內存分配策略都不同，因此這些數據在三者間傳遞，往往需要進行轉換（術語parameter mashalling），這個轉換消耗根據不同的類型會有很大的不同。
先說次嚴重類中的bool string類型，涉及到c和c#的交互性能消耗，根據微軟官方文檔，在數據類型的處理上，c#定義了Blittable Types和Non-Blittable Types，其中bool和string屬於Non-Blittable Types，意思是他們在c和c#中的內存表示不一樣，意味着從c傳遞到c#時需要進行類型轉換，降低性能，而string還要考慮內存分配（將string的內存復制到托管堆，以及utf8和utf16互轉）。
可以參考
https://msdn.microsoft.com/zh-cn/library/ms998551.aspx，這里有更詳細的關於c和c#交互的性能優化指引。
而嚴重類，基本上是ulua等方案在嘗試lua對象與c#對象對應時的瓶頸所致。
Vector3等值類型的消耗，前面已經有所提及。
而數組則更甚，因為lua中的數組只能以table表示，這和c#下完全是兩碼事，沒有直接的對應關系，因此從c#的數組轉換為lua table只能逐個復制，如果涉及object/string等，更是要逐個轉換。
5.頻繁調用的函數，參數的數量要控制
無論是lua的pushint/checkint，還是c到c#的參數傳遞，參數轉換都是最主要的消耗，而且是逐個參數進行的，因此，lua調用c#的性能，除了跟參數類型相關外，也跟參數個數有很大關系。一般而言，頻繁調用的函數不要超過4個參數，而動輒十幾個參數的函數如果頻繁調用，你會看到很明顯的性能下降，手機上可能一幀調用數百次就可以看到10ms級別的時間。
6.優先使用static函數導出，減少使用成員方法導出
前面提到，一個object要訪問成員方法或者成員變量，都需要查找lua userdata和c#對象的引用，或者查找metatable，耗時甚多。直接導出static函數，可以減少這樣的消耗。
像obj.transform.position = pos。
我們建議的方法是，寫成靜態導出函數，類似
class LuaUtil{
static void SetPos(GameObject obj, float x, float y, float z){obj.transform.position = new Vector3(x, y, z); }
}
然后在lua中LuaUtil.SetPos(obj, pos.x, pos.y, pos.z)，這樣的性能會好非常多，因為省掉了transform的頻繁返回，而且還避免了transform經常臨時返回引起lua的gc。
7.注意lua拿着c#對象的引用時會造成c#對象無法釋放，這是內存泄漏常見的起因
前面說到，c# object返回給lua，是通過dictionary將lua的userdata和c# object關聯起來，只要lua中的userdata沒回收，c# object也就會被這個dictionary拿着引用，導致無法回收。
最常見的就是gameobject和component，如果lua里頭引用了他們，即使你進行了Destroy，也會發現他們還殘留在mono堆里。
不過，因為這個dictionary是lua跟c#的唯一關聯，所以要發現這個問題也並不難，遍歷一下這個dictionary就很容易發現。ulua下這個dictionary在ObjectTranslator類、slua則在ObjectCache類
8.考慮在lua中只使用自己管理的id，而不直接引用c#的object
想避免lua引用c# object帶來的各種性能問題的其中一個方法就是自己分配id去索引object，同時相關c#導出函數不再傳遞object做參數，而是傳遞int。
這帶來幾個好處：
1.函數調用的性能更好；
2.明確地管理這些object的生命周期，避免讓ulua自動管理這些對象的引用，如果在lua中錯誤地引用了這些對象會導致對象無法釋放，從而內存泄露
3.c#object返回到lua中，如果lua沒有引用，又會很容易馬上gc，並且刪除ObjectTranslator對object的引用。自行管理這個引用關系，就不會頻繁發生這樣的gc行為和分配行為。
例如，上面的LuaUtil.SetPos(GameObject obj, float x, float y, float z)可以進一步優化為LuaUtil.SetPos(int objID, float x, float y, float z)。然后我們在自己的代碼里頭記錄objID跟GameObject的對應關系，如果可以，用數組來記錄而不是dictionary，則會有更快的查找效率。如此下來可以進一步省掉lua調用c#的時間，並且對象的管理也會更高效。
9.合理利用out關鍵字返回復雜的返回值
在c#向lua返回各種類型的東西跟傳參類似，也是有各種消耗的。
比如
Vector3 GetPos(GameObject obj)
可以寫成
void GetPos(GameObject obj, out float x, out float y, out float z)
表面上參數個數增多了，但是根據生成出來的導出代碼（我們以ulua為准），會從：
LuaDLL.tolua_getfloat3（內含get_field + tonumber 3次）
變成
isnumber + tonumber 3次
get_field本質上是表查找，肯定比isnumber訪問棧更慢，因此這樣做會有更好的性能。
實測
好了，說了這么多，不拿點數據來看還是太晦澀
為了更真實地看到純語言本身的消耗，我們直接沒有使用例子中的gameobj.transform.position，因為這里頭有一部分時間是浪費在unity內部的。
我們重寫了一個簡化版的GameObject2和Transform2。
class Transform2{
public Vector3 position = new Vector3();
}
class GameObject2{
public Transform2 transform = new Transform2();
}
然后我們用幾個不同的調用方式來設置transform的position
方式1：gameobject.transform.position = Vector3.New(1,2,3)
方式2：gameobject:SetPos(Vector3.New(1,2,3))
方式3：gameobject:SetPos2(1,2,3)
方式4：GOUtil.SetPos(gameobject,
Vector3.New(1,2,3))
方式5：GOUtil.SetPos2(gameobjectid, Vector3.New(1,2,3))
方式6：GOUtil.SetPos3(gameobjectid, 1,2,3)
分別進行1000000次，結果如下（測試環境是windows版本，cpu是i7-4770，luajit的jit模式關閉，手機上會因為luajit架構、il2cpp等因素干擾有所不同，但這點我們會在下一篇進一步闡述）：
方式1：903ms
方式2：539ms
方式3：343ms
方式4：559ms
方式5：470ms
方式6：304ms
可以看到，每一步優化，都是提升明顯的，尤其是移除.transform獲取以及Vector3轉換提升更是巨大，我們僅僅只是改變了對外導出的方式，並不需要付出很高成本，就已經可以
節省66%的時間。
實際上能不能再進一步呢？還能！在方式6的基礎上，我們可以再做到只有200ms！
這里賣個關子，下一篇luajit集成中我們進一步講解。一般來說，我們推薦做到方式6的水平已經足夠。
這只是一個最簡單的案例，有很多各種各樣的常用導出（例如GetComponentsInChildren這種性能大坑，或者一個函數傳遞十幾個參數的情況）都需要大家根據自己使用的情況來進行優化，有了我們提供的lua集成方案背后的性能原理分析，應該就很容易去考慮怎么做了。
下一篇將會寫lua+unity性能優化的第二部分，luajit集成的性能坑
相比起第一部分這種看導出代碼就能大概知道性能消耗的問題，luajit集成的問題要復雜晦澀得多。
附測試用例的c#代碼：
public class Transform2 { public Vector3 position = new Vector3(); } public class GameObject2 { public Transform2 transform = new Transform2(); public void SetPos(Vector3 pos) { transform.position = pos; } public void SetPos2(float x, float y, float z) { transform.position.x = x; transform.position.y = y; transform.position.z = z; } } public class GOUtil { private static List<GameObject2> mObjs = new List<GameObject2>(); public static GameObject2 GetByID(int id) { if(mObjs.Count == 0) { for (int i = 0; i < 1000; i++ ) { mObjs.Add(new GameObject2()); } } return mObjs[id]; } public static void SetPos(GameObject2 go, Vector3 pos) { go.transform.position = pos; } public static void SetPos2(int id, Vector3 pos) { mObjs[id].transform.position = pos; } public static void SetPos3(int id, float x, float y ,float z) { var t = mObjs[id].transform; t.position.x = x; t.position.y = y; t.position.z = z; } }