為DrawPrimitiveUP(DrawUserPrimitive)洗冤

為DrawPrimitiveUP(DrawUserPrimitive)洗冤

最初只因DXSDK文檔裡說了句推薦用Vertex Buffer而不要用DrawPrimitiveUP（C#裡叫DrawUserPrimitive），DrawPrimitiveUP很快被描繪成傳說中的瘟疫，人人都在警告不要接近它。估計有人會想過，既然DrawPrimitiveUP這麼不好，為什麼還要提供它，難道只是為了顯示DX也可以像OpenGL一樣簡單地畫三角形？

記得當年我就是抱著這種想法在網上狂搜，功夫不負有心人，還真找到了。不過看了很不好意思，人家上來就批判不實際測試、以訛傳訛的問題，我也比較懶，沒動手測一下。那麼為了和我一樣的懶人，我把問題用中文解釋一遍。

首先，DrawPrimitiveUP內部其實就是一個dynamic vertex buffer（動態頂點緩衝），和我們自己實現一個動態頂點緩衝沒區別。一般情況下，DrawPrimitiveUP和用動態頂點緩衝的效率也沒多大區別。也就是說DrawPrimitiveUP其實很高效的，而且簡單易用。Irrlicht引擎幾乎所有繪製都用的DrawPrimitiveUP，也很快的。

那為什麼不推薦用？

原因一：DX8發布時顯存容量已經有了很大提高，靜態頂點緩衝可以緩衝在顯存或AGP記憶體裡，從而節省頻寬佔用。所以推薦能用靜態頂點緩衝的一定要用靜態。靜態可以比DrawPrimitiveUP和動態頂點緩衝都快很多。

原因二：DrawPrimitiveUP相對動態頂點緩衝而言，需要將使用者記憶體裡的頂點資料複製到內部動態頂點緩衝，即多了一次複製，如果頂點數量較大，複製開銷也會加大。但很多程式裡的動態緩衝設計並不太好，為了抽象或方便使用，也會複製一次資料。所以便喪失了這條優勢。

原因三：這個比較複雜，我們知道一幀內Batch（批）的數量直接影響CPU的佔用率，1G處理器30FPS下每幀700Batch左右就會佔用100%CPU。每個設定裝置狀態到發出繪製命令的轉換都將產生一個Batch。動態頂點緩衝的推薦使用模式是一個可以合并Batch的模式，即不斷地填充頂點資料，但不立刻繪製，在緩衝填滿時才提交繪製一次，當然能合并的前提是各個batch都使用相同的裝置狀態，即紋理、材質、RenderStates、變換矩陣等。

原因四：DrawPrimitiveUP只支援一個頂點流。這其實是個不算是原因的原因。當然是只用一個頂點流時才用它。

綜上所述，這其實是個最佳化問題，用動態頂點緩衝有可能做更多的最佳化，但如果做得不好，會比DrawPrimitiveUP差。如果正確使用了，但沒有進一步的最佳化或者引擎的用法不具備可最佳化的特性，那麼也就和DrawPrimitiveUP效率相當。

但事實上用動態頂點緩衝做錯了的也很多，最常見的就是沒有正確使用Lock標誌位，用鎖定靜態緩衝的方法鎖定，根本得不到動態緩衝的效果。另外用C#和MDX的，如果用返回數組的Lock方法重載，也完全沒有意義，因為在內部整個緩衝被複製到數組，Unlock時再複製回去。即使用GraphicsStream寫頂點資料也很慢，因為會導致大量的Boxing，只有直接用指標寫資料才能發揮動態緩衝的優勢。

怎麼才算做得好，DXSDK裡有明確的範例，為了懶人，我帖出來：
    // 用法 1
    // 每次繪製拋棄整個頂點緩衝內容並重新填充幾千個頂點
    // 可能包含多個物體，有可能需要按裝置狀態分幾次DrawPrimitive
 
    // 計算需要填充的位元組數
    UINT nSizeOfData = nNumberOfVertices * m_nVertexStride;
 
    // 拋棄並重新填充
    CONST DWORD dwLockFlags = D3DLOCK_DISCARD;
   
    // 鎖定頂點緩衝記憶體
    BYTE* pBytes;
    if( FAILED( m_pVertexBuffer->Lock( 0, 0, &pBytes, dwLockFlags ) ) )
        return false;
   
    // 將頂點資料複製到頂點緩衝
    memcpy( pBytes, pVertices, nSizeOfData );
    m_pVertexBuffer->Unlock();
 
    // 繪製
    m_pDevice->DrawPrimitive( D3DPT_TRIANGLELIST, 0, nNumberOfVertices/3)

    // 用法 2
    // 對多個物體複用一個頂點緩衝
 
    // 計算需要填充的位元組數
    UINT nSizeOfData = nNumberOfVertices * m_nVertexStride;
 
    // 如果頂點緩衝內的剩餘空間可以容納要填充的頂點數量，則指定不覆蓋原有資料
    DWORD dwLockFlags = D3DLOCK_NOOVERWRITE;
   
    // 檢查頂點緩衝空間是否用光
    if( m_nNextVertexData > m_nSizeOfVB - nSizeOfData )
    {
        // 沒有足夠的空間，拋棄原有資料重新開始
        dwLockFlags = D3DLOCK_DISCARD;
        m_nNextVertexData = 0;
    }
   
    // 鎖定頂點緩衝記憶體
    BYTE* pBytes;
    if( FAILED( m_pVertexBuffer->Lock( (UINT)m_nNextVertexData, nSizeOfData,
               &pBytes, dwLockFlags ) ) )
        return false;
   
    // 將頂點資料複製到頂點緩衝
    memcpy( pBytes, pVertices, nSizeOfData );
    m_pVertexBuffer->Unlock();
 
    // 繪製
    m_pDevice->DrawPrimitive( D3DPT_TRIANGLELIST,
               m_nNextVertexData/m_nVertexStride, nNumberOfVertices/3)
 
    // 計算下一次的寫入位置
    m_nNextVertexData += nSizeOfData;

當然，這隻是個正確用法範例，最佳化起來可還是會面目全非的。如果你的D3D功夫不夠劍豪劍聖層級，大可安心地用DrawPrimitiveUP，對付一些雜碎三角面，也大可不必殺雞用牛刀，用DrawPrimitiveUP剁幾下就行了。另外注意測試的時候一定要用硬體模式測，軟體模式的結果是完全不同的。