源自 http://gad.qq.com/lundao/detail/10000136
内存优化方面
1、资源优化
贴图：贴图压缩成ETC/PVRTC格式；带alpha通道的贴图进行alpha拆分，之后分别压缩
模型：网格精度压缩、临近的顶点进行删减
动画：临近的一些关键帧进行去除；删除一些冗余的关键帧；
声音：压缩成OGG格式
粒子：少用粒子，每一个粒子大约占用10k的内存；
Shader：预编译的宏；减少从其他处得到的Shader的无用代码
脚本和配置：及时卸载
2、引擎层面占用
AB层面占用：
1）规划好公共资源，管理好依赖
2）打包策略
2.1）自动查找依赖关系
2.2）凡是公共依赖，就打成公共ab
3）合包策略
3.1）为减少IO，同一层级ab进行合包
3.2）控制合包尺寸，防止ab被意外删除，10M以内比较安全
3.3）控制同一个ab包中最大资源数量
打包方式1如下图所示：
打包方式2如下图所示：
MONO堆：
1）常驻
Static、Singleton
细碎、分散
影响项目的延展性
和整为零，从全局进行分析
数据采集工具：https://wetest.qq.com/product/cube/
分析思路的一些参考：http://gad.qq.com/article/detail/20966
2）瞬时分配
更加细碎、分散
内存碎片
GC频率
通过Unity-Profile耐心排查
避免使用foreach、避免一些常规的装箱拆箱操作
3、其他
1）场景临时内存
UI Mesh 控制UI复杂度
Particle Instance 使用obj pool 规划并减少particle实例的峰值
Batched Mesh 美术线下进行合批操作
2）第三方库
库使用的内存难以监控
Lazy加载第三方库
通过划分系统架构来排查第三方库的内存使用
3）内存泄漏
http://gad.qq.com/article/detail/20966
CPU优化方面
波动的、变化的，波峰稍纵即逝
削峰填谷，充分利用CPU
优化颗粒度、降低/均摊密度
微观角度：在每一帧找到问题
宏观角度：从统计数据中发现问题
1）节流
GC、GC Alloc
渲染
逻辑
其他引擎的消耗（动画、物理）
UI动静分离，分帧处理
不可能做到彻底的分离，否则层级结构会被破坏，UI制作变得抽象且不容易管理
通过减少rebuild次数来控制动态元素的影响
避免SetActive
添加Panel
带来负面影响，DrawCall增多
2）开源
多线程（多线程计算、多线程加载）
GPU（将一些工作放到GPU中处理）
附：PPT下载地址 http://url.cn/52sTGh7