这篇文章将带着你从设计出发重新发现ECS。
注意:此篇为泛泛之谈，不涉及具体实现。
从Abstract说起
- 从”是”到”能”再到”有”
对对象的抽象是整理代码的要点，继承是一种比较古老并常见的抽象，其描述了一个对象"是"什么，其中包含了对象拥有的属性和对象拥有的方法，在简单情况下，继承是一种非常易用易懂的抽象，然而在更复杂的情况下，继承引入的的问题渐渐浮现出来，使得它不再那么易用。
以下列举几个例子:
- 深层次继承树（要理解一个类，需要往上翻看非常多的类）。
- 强耦合（修改基类会影响到整棵子继承树）。
- 菱形继承（祖父的数据重复，方法产生二义性）。
- 繁重的父类（子类的方法被不断提取到父类，导致父类过度膨胀，某 UE4）。
- 而这些问题又相互影响产生恶性循环，使得项目的后期开发和优化变得无比困难。
于是，大家便尝试简化模型，并描述了一种叫做接口的抽象，其描述了一个对象"能"干什么，其中包含了对象拥有的方法（不再包含数据），接口隐藏了对象的大部分细节，使得对象变成一个黑箱，且展平了类结构（不再是树状），然而接口（这里指运行时接口而非泛型）作为一种非常高层次的抽象，这种抽象层次似乎有时会过高，导致CPU更难以理解代码，这点在稍后会讨论到。
类似的，在游戏开发中，面对大量的对象种类，大家又描述了一种组件的抽象，如 UE4 中的 Actor Component 模型和 Unity 中的 Entity Component 模型，其描述了一个对象"有"什么部分，其中对象本身不再拥有代码或数据（但其实 Unity 和 UE4 之类的并没有做到这么纯粹，对象本身依然带有大量"基础"功能，这导致了代码量和内存占用的双重膨胀）。组件的方式带来了优越的动态性，对象的状态完全由其拥有的组件决定（同样，一般没这么纯粹），甚至可以动态的改变。并且这让我们可以排列组合以少量的组件组合出巨量的对象（当然，有效组合往往没那么多）。有趣的是，从展平对象结构的角度看起来和组件和接口有着微妙的相似性。不过这种抽象也带来出了一些歧义性，接下来将讨论这一点。
2. “有”和”能”和实现
在组件模型中，对象由组件组成，所以其行为也由组件主导，例如一个对象拥有[Movement] 和 [Location]，则我们可以认为它能够移动，这在整体上是十分和谐自然的，但当我们仔细考量，这个"能"是由于什么呢，是因为 [Movement]吗，是因为[Location]吗，还是同时因为 [Movement] 和 [Location]？当然是同时（这里便揭示出了组件和接口的展平对象方式是正交的），那移动的逻辑放到哪呢？答案是放在这个“切片“上。但在实际项目中会看到把逻辑放在 [Movement] 上的做法，这两种方式都是可取的，后一种拥有较为简单的实现并被广泛采用，而前一种拥有更精准的语义，更好的抽象（后一种种方式中 [Movement] 去访问并修改了 [Location] 的数据，这破坏了一定的封闭性，且形成了耦合，当然这种耦合也有一定的好处，如避免只添加了 [Movement] 这种无意义的情况发生）。
从Cache说起
- Cache Miss
Cache（Cache Memory）作为储存器子系统的组成部分，存放着程序经常使用的指令和数据，是为了缓解访问慢设备的延时而预读的 Buffer，例如 CPU L1/L2/L3 Cache 作为 DDR 内存 IO 的 Cache，而 DDR 内存作为磁盘 IO 的 Cache。当计算需要读取数据的时候，通常从最快得缓存开始依次向下查找，并递归的读取。预读就是用来减少下一次读取的查找层数（每一层的延迟有数量级的差距）的技术。相应的，预读的预测失败的时候将会有非常高的代价，这种情况被称为 Cache Miss。在大部分的情况下，在现代 CPU 的频率带来的运算力下， Cache Miss 比数学运算更容易成为程序的性能瓶颈，且在代码中的表现比较隐晦。这使得一味的讨论复杂度O(n)不再适用，因为现在效率=数据+代码，最常见的例子就是在数据量小的情况下遍历数组会比 （Hash）Map 快上很多，这也是Java或C#这类语言的效率陷阱.。
2. Avoid Cache Miss
避免 Cache Miss 的方案当然就是去讨好预读。而一般预读的策略为线性预读，即我们应该尽量的保证数据读写的连续性，从逆向思维出发，则需了解会打断数据连续性的情形。简单的列举几个:遍历大结构体的数组（却只访问少数成员），操作对象引用（OOP），操作数组的顺序不够连续（比如实现得不好的 hash 表），etc。综上所述，避免Cache Miss的主要考量就是尽量使用数组，尽量分割属性（SOA），尽量连续的进行处理。（在 GPU 编程中存在大量实例）
3. More than Data
前面提到过 Cache 存放着程序经常使用的指令和数据，现代 CPU 在数据 IO 的时候并不会完全的挂起，而是会利用空闲的运算力继续执行后续的指令，且指令也是一种数据，这意味着我们不光要照顾数据的连续性，还需要考虑到指令的连续性，那么什么情况会破坏指令的连续性呢？可能是函数指针（虚函数的调用，回调等），循环超长代码块等。特别是函数指针在 IO 期间，CPU 无事可做，于是在需要高性能的情形下，应该尽量避免虚函数。
4. Allocation
对于数据而言，还有一个重要的问题就是分配内存。在应用中，不管是分配还是释放都是十分消耗性能的操作，前者可能产生碎片，而后者，（考虑 GC）可能带来停顿，（考虑 RC）带来析构血崩，（考虑手动）也可能带来危险和脑力负担，所以一般对于高频分配的部分，会预先分配大块内存用来管理（一般称作池化）。
从 Thread 说起
- Multithread
随着处理器核心的发展速度减缓，为了进一步提升处理器的性能，堆叠核心成为了新的出路，甚至现在的处理器没个四核都不好意思见人，其中堆叠核心的巅峰就是 GPU，上千个核心带来了疯狂的数字处理能力，被广泛运用于 AI 和图形领域。而这在游戏之类的高性能软件中，为了充分利用 CPU 的算力，程序设计成多线程运行也是非常必要的。
2. Race Condition 和 Data Race
不幸的是多线程很多时候不是免费的性能，并不是所有情况都像异步读文件那么简单，在开发过程中，很多地方都可能会有 Race 的发生。同步性问题非常的恶心，因为通常其不会即时造成崩溃之类的错误，而是会积累错误，等到错误爆发，缘由已经很难查询。所以编码的时候就必须要小心翼翼，其中 Race Condition 主要需要我们保证整体操作的原子性，一般的解决方案是一把大锁。Data Race 则更加复杂，触发Data Race的条件可以归纳为：
1,同一个位置的对象。
2,被两个并行的线程操作。
3,两个线程并非都是读。
4,不是原子操作。
只有当这四个条件同时成立的时候，Data Race 才会发生，所以为了避免它的发生，我们需要破坏掉其中的一个或多个条件。对于条件4，可以使用原子操作破坏，然而原子操作的复杂性颇高，实际应用中常用于实现底层库（无锁队列，线程池之类的）。而要破坏条件1、3，则是避免可变共享，完全进行拷贝（如erlang）。剩下条件2就是避免硬碰硬，在可能发生 Data Race 的时候直接放弃并行。但总得来说最重要的还是，要避免它的发生，一定要对这些条件足够敏感以预防遗漏，在这里通常封装就起了反作用，因为黑箱之内我们无法知道会发生什么。而此时相对于 OOP 的黑箱，函数式的纯粹（纯原子性）便能体现出它在并行上天生的优势，所以卡神推荐在 C++ 里也尽量使用函数式的思想来进行编码。
交汇之地 - 三相之力！
- Component 与 System
之前说到组件模式的时候，我们列举了两种方式来存放实现组件功能的代码，而使用“管理器”实现的方式，拥有更精准的语义和更好的抽象，组件之间被彻底解耦，而这个“管理器”我们称之为系统（System）。即系统负责管理特定的组件的组合，而组件则不再负责逻辑。接下来分别讨论这两个部分。
2. System
对象耦合于接口，而这里系统则耦合于对象。这意味着组件不变的情况下，系统的任何修改都不会对程序的其余部分造成影响。这给代码带来了出色的内聚性，让 culling 和 plugin 都变得更轻松，并且系统本身拥有很好的纯度，我们完全可以把系统看做是”输入上一帧的数据，输出下一帧的数据“。也就是系统本身贴合了函数式的思想，根据前面的叙述，函数式在并行上有天生的优势，这在系统上也体现了出来：系统负责管理组件的信息是透明的，于是我们对系统对组件的读写便一目了然 - 注意结构体之间没有任何依赖，系统与系统之间的冲突也一目了然。更进一步，在通常情况下，系统是一个白箱，运作系统的代码将不会经过虚函数，不管是效率还是可测试性都是极好的。甚至对于系统的执行调度也完全暴露了出来，这在实现网络同步之类的框架的时候能提供很大的便捷性。
3. Component 与 Entity
对于对象本身，其实已经不必要承载多少信息了，激进一点说，对象甚至只是一个唯一的ID，用于和其他对象区分而已，这让我们有机会去除那些"基础"功能的依赖（例如 Transform），使得内存和代码进一步压缩。而组件不包含逻辑，就只有数据，作为一个大的对象的分割的属性，通常为小结构体。对于每一种组件，我们可以使用紧密的数组来储存它，而这也意味着我们可以轻松的池化这个数组。在系统管理组件的时候，并不关心特定 Entity，而是在组件数据的切片上批量的连续的进行处理，这在理想情况下能大大的减少 Cache Miss 的情况。作为额外的好处，纯数据的组件对序列化，表格化有着极强的适应性，毕竟对象天生就是一个填着组件的表格，对网络、编辑、存档等都十分的友好。（这里也可以引入很多数据库相关的知识）
4. ECS
至此，我们重新发现了 ECS，并详细阐述了它的好处。
