FFI 缓存优化

在涉及原生函数调用（如C/C++扩展，包括MC-MODSDK）的性能敏感代码中，合理的缓存结果可以显著降低调用开销。

性能瓶颈案例

对于需要频繁FFI获取的大型数据结构（如配置、状态等），每次调用均需跨越语言边界，导致显著的性能开销。例如，以下代码每次调用都会通过FFI获取世界实体列表，开销较大：

# -*- coding: utf-8 -*-
import mod.server.extraServerApi as serverApi

# 以MODSDK为例，获取世界实体列表的FFI调用开销较大
def GET_WORLD_ENTITY_LIST():
    # C++侧需要实时构造数据并转换为Python对象返回，对于容器较大时开销显著增加
    return list(serverApi.GetEngineActor())

for _ in range(100000): # py2：xrange
    entities = GET_WORLD_ENTITY_LIST()

优化缓存结果

对于不频繁变化的数据，可以采用惰性加载和缓存的方式，只有在数据变更时才刷新缓存。避免频繁向FFI层请求数据：

# -*- coding: utf-8 -*-
from .QuModLibs.Server import *

_WORLD_ENTITY_CACHE = []
_NEED_REFRESH = False

@Listen("AddEntityServerEvent")
def AddEntityServerEvent(_=None):
    # 更新信号，标记需要刷新缓存
    global _NEED_REFRESH
    _NEED_REFRESH = True

@Listen("EntityRemoveEvent")
def EntityRemoveEvent(_=None):
    # 更新信号，标记需要刷新缓存
    global _NEED_REFRESH
    _NEED_REFRESH = True

def GET_WORLD_ENTITY_LIST():
    global _NEED_REFRESH
    global _WORLD_ENTITY_CACHE
    if _NEED_REFRESH:
        # 需要刷新缓存
        _NEED_REFRESH = False
        _WORLD_ENTITY_CACHE = list(serverApi.GetEngineActor())
    return _WORLD_ENTITY_CACHE

for _ in range(100000): # py2：xrange
    entities = GET_WORLD_ENTITY_LIST()

通过上述缓存优化后，FFI调用开销显著降低，性能提升明显。

总结

在涉及FFI调用的性能敏感场景中，合理的缓存策略可以有效降低调用开销。通过惰性加载和缓存机制，避免不必要的FFI调用，提升整体性能。