本文还有配套的精品资源，点击获取
简介：游戏性能分析辅助工具对于优化游戏运行效率和改善用户体验至关重要，涵盖内存管理、CPU和GPU性能、网络延迟等多个方面。工具如源码分析器、性能分析器、调试器和监测工具等，能帮助开发者通过详细的数据报告深入理解并解决性能问题，从而提升游戏性能。本文将深入探讨游戏性能分析中的关键知识点，并指导开发者如何使用这些工具有效地提高游戏性能。
1. 游戏性能分析工具的作用与重要性
在当今游戏开发的高要求环境下，游戏性能分析工具是不可或缺的资源。它们能够帮助开发者深入洞察应用程序的运行状况，识别性能瓶颈，并提供优化的方向。游戏性能分析工具不仅可以应用于开发阶段，还能在产品发布后持续监控，确保玩家体验的流畅性和稳定性。
性能分析工具的作用和重要性体现在以下几个方面：
识别瓶颈 ：通过分析CPU、GPU、内存和网络等资源的使用情况，确定游戏运行中的性能瓶颈。 性能优化 ：在问题识别后，提供具体的数据支持和建议，帮助开发者进行有针对性的优化。 性能基准测试 ：为游戏提供性能基准测试，确保在不同硬件配置下都能维持良好的性能表现。
为了最大化这些工具的效用，开发者必须精通各种分析工具的使用，并理解其提供的数据指标。本章将深入探讨游戏性能分析工具的重要性，以及它们在提升游戏体验方面所扮演的关键角色。
2. CPU性能瓶颈的识别与优化
2.1 CPU性能分析基础
2.1.1 CPU工作原理简述
CPU（中央处理单元）是计算机的核心部件，负责执行指令和处理数据。它由数个处理核心组成，这些核心能够同时处理多个线程，这是现代CPU的多核特性。执行程序时，CPU按照指令集架构（ISA）来执行任务，这包括从内存读取数据、执行运算、并写回结果。
了解CPU的架构对于性能分析至关重要。流水线化、分支预测、缓存架构等CPU设计技术对于性能的影响是显著的。性能分析工具通常提供关于这些内部机制的性能数据，以帮助开发者识别并解决瓶颈。
2.1.2 性能分析工具的CPU相关指标
性能分析工具通过各种指标来展现CPU的工作状态，这些指标包括但不限于：
CPU使用率 ：CPU用于执行非空闲进程的时间百分比。 上下文切换 ：操作系统在进程或线程之间切换所用的时间。 指令吞吐量 ：CPU每秒能处理的指令数。 缓存命中率 ：CPU访问缓存获得数据的频率。 分支预测准确率 ：CPU预测指令执行路径的准确程度。
这些指标为开发者提供了CPU性能的量化视图，使他们能更好地了解程序在运行时的表现。
2.2 CPU性能瓶颈诊断
2.2.1 性能瓶颈的常见症状
识别CPU性能瓶颈时，我们可以关注几个关键的症状：
高CPU使用率 ：意味着CPU可能正忙于执行计算密集型任务。 频繁的上下文切换 ：可能表明系统在管理大量线程时存在资源竞争。 低缓存命中率 ：指示了大量数据需要从主存中读取，这会降低程序运行速度。
性能分析工具能检测到这些症状，并提供详细的分析报告。例如，高CPU使用率可能提示开发者某个函数或算法存在性能问题。
2.2.2 CPU使用率过高的问题与解决
当CPU使用率持续处于高位时，这可能是因为某个或某些线程过于繁忙。这种情况下，解决方法可能包括：
重构代码 ：优化算法，减少不必要的计算。 并行计算 ：利用多线程或分布式计算来分摊任务。 改进数据结构 ：使用更高效的数据访问模式。 减少同步开销 ：减少线程间的锁竞争。
性能分析工具可以帮助定位到高CPU使用率的函数或代码段，通过热点分析（Hotspot Analysis）等功能，我们可以快速找到需要关注的区域。
2.3 CPU性能优化策略
2.3.1 程序代码优化
代码优化是提高CPU效率的关键。优化的策略可能包括：
避免复杂的循环逻辑 ：减少循环中的计算量，简化循环条件。 减少函数调用开销 ：特别是在高频调用的代码路径中。 利用SIMD指令集 ：对于可以并行处理的数据，使用单指令多数据（SIMD）指令集进行优化。 缓存优化 ：数据访问模式应该尽可能地利用CPU缓存。
性能分析工具中会包含一个或多个代码剖析器（Profiler），它们可以提供函数调用的细节和执行时间，辅助开发者找出性能瓶颈。
2.3.2 系统资源调度优化
除了代码优化之外，还可以通过改善操作系统的资源调度来优化CPU性能：
线程优先级调整 ：让关键线程获得更多的CPU时间。 合理分配线程数 ：针对CPU核心数来合理分配工作线程，避免过载或资源浪费。 使用异步I/O操作 ：减少阻塞调用，允许CPU在等待I/O时执行其他任务。
操作系统提供了多种机制来调整这些设置，而性能分析工具可以帮助开发者理解这些调整对性能的影响。
以上就是对CPU性能瓶颈识别与优化的详细分析。在下一章节中，我们将探索GPU渲染性能问题的诊断与改进，这在当今图形密集型的应用中同样至关重要。
3. GPU渲染性能问题的诊断与改进
3.1 GPU性能分析基础
3.1.1 GPU渲染流程概述
GPU渲染流程是现代图形密集型应用中不可或缺的一环，尤其是对游戏性能的影响巨大。了解GPU渲染流程的基本原理对于正确诊断和改进渲染性能问题至关重要。GPU渲染流程主要包含以下几个阶段：
顶点处理 ：GPU接受来自CPU的顶点数据，并执行顶点着色器（Vertex Shader）对顶点进行各种变换和光照计算。 图元组装 ：经过顶点处理后的点、线、面等图元被组装成三角形，为后续的像素填充做好准备。 裁剪和光栅化 ：在光栅化阶段，图元被转换为屏幕上对应的像素，并确定这些像素覆盖的具体片元（Fragment）。 片元处理 ：每个片元会通过像素着色器（Pixel Shader）进行颜色、纹理、光照等计算，并决定最终显示到屏幕上的像素颜色。 混合和输出 ：在混合阶段，根据特定的混合模式，将新计算出来的像素颜色与已存在的颜色进行混合，最后输出到帧缓冲区。
了解以上流程有助于开发者识别渲染过程中可能出现性能瓶颈的具体位置。
3.1.2 性能分析工具的GPU指标解读
性能分析工具能提供关于GPU在各个渲染阶段的性能指标，例如：
帧率 ：显示渲染的平均帧数，越高代表渲染越流畅。 GPU使用率 ：表明GPU被使用到何种程度，接近100%可能意味着GPU资源紧张。 顶点和像素吞吐量 ：衡量GPU处理顶点和像素的速度。 显存带宽 ：衡量GPU访问显存的速度，高带宽有助于快速处理大量数据。 缓存效率 ：影响GPU处理数据的速率和效率。
通过这些指标，开发者可以判断GPU在哪些方面存在性能限制，并采取相应措施来改进。
3.2 渲染性能问题诊断
3.2.1 画面卡顿与掉帧原因分析
画面卡顿和掉帧是用户在游戏或其他图形应用中最常见的性能问题。这可能是由于以下几个方面导致的：
资源限制 ：GPU计算资源不足，如顶点着色器或像素着色器负载过重。 带宽瓶颈 ：显存带宽不足以满足渲染需求，导致性能下降。 数据冲突 ：缓存和显存的访问冲突，降低数据传输速率。 渲染过度 ：场景复杂度太高，渲染管线中的每个阶段都负担过重。
理解这些原因有助于开发者进行针对性的性能分析和优化。
3.2.2 渲染管线优化案例
一个典型的优化案例可能包括：
减少绘制调用 ：合并多个渲染命令为一个，减少GPU状态切换和CPU与GPU之间的通信开销。 优化纹理 ：使用适当分辨率的纹理，减少显存占用并提高纹理缓存的效率。 剔除 ：在CPU端剔除不可见的对象，避免在GPU端进行不必要的渲染计算。 利用遮挡剔除 ：GPU检测不可见的片元，避免执行像素着色器等后续渲染操作。
这些优化措施有助于提高GPU效率，减少渲染瓶颈。
3.3 渲染性能改进方法
3.3.1 GPU资源管理优化
优化GPU资源管理意味着更高效地利用GPU的计算和内存资源。以下是一些优化建议：
批处理 ：将多批绘制命令合并为一批，减少CPU和GPU间的通信。 异步计算 ：利用GPU的异步计算能力，如异步时间空间上采样（Async Compute）来减轻其他渲染任务的负担。 资源预加载 ：在渲染前预先加载所需的资源，避免渲染时的延迟。
3.3.2 顶点与像素着色器的优化
顶点和像素着色器通常是GPU负载最重的部分，优化这些着色器的性能至关重要：
简化着色器逻辑 ：移除不必要的计算，使用简化的算法来达到相似的视觉效果。 优化循环结构 ：合理安排循环中的计算，避免循环展开引起的问题。 使用合适的数据类型 ：根据实际需要选择数据类型，避免使用过高精度的类型增加计算负担。
通过上述优化方法，可以显著提高GPU渲染性能，从而改善用户体验。
4. 内存管理与内存泄漏检测
4.1 内存管理机制
4.1.1 内存分配与回收机制
在计算机科学中，内存管理是操作系统用于处理数据存储和检索的关键组成部分。它涉及分配和回收内存空间，以优化资源使用和保证程序的正常执行。内存分配机制包括静态分配和动态分配两种：
静态内存分配是在程序编译时完成的，一般用于程序中定义的静态变量和全局变量，其生命周期与程序相同。它的好处是无需在运行时进行内存管理，但这种分配方式缺乏灵活性。
动态内存分配则是在程序运行时由程序员或运行时环境根据需要分配和释放内存。它为程序运行提供了更大的灵活性，但同时也带来了管理上的复杂性，容易发生内存泄漏等问题。
4.1.2 内存泄漏的概念与影响
内存泄漏（Memory Leak）是指程序在分配了内存之后，未能在不再需要时释放它，导致随着时间的推移，内存使用量不断增加，而系统可用内存却持续减少的现象。内存泄漏有以下几种类型：
显式内存泄漏：程序员明确地分配内存后没有释放。 隐式内存泄漏：内存分配后，程序中没有适当的释放机制，最终由操作系统回收。 内部碎片：分配内存时请求的比实际使用的多，这部分未使用但占用的内存造成浪费。
内存泄漏的影响包括系统性能下降、程序运行缓慢、甚至崩溃。在嵌入式和实时系统中，内存泄漏可能会导致严重问题，如系统不稳定和实时性丧失。
4.2 内存泄漏检测方法
4.2.1 静态代码分析工具
静态代码分析工具可以在不运行程序的情况下分析源代码，检测潜在的内存泄漏和编程错误。这类工具通常提供规则集来识别常见问题，并报告可疑的代码模式。例如，Valgrind 的 Memcheck 工具可以检测C和C++程序中的内存泄漏：
$ valgrind --leak-check=full ./your_program
这个命令会运行你的程序并使用 Memcheck 进行内存泄漏检查。Valgrind 会输出详细的报告，指出可能的内存泄漏位置和原因。
4.2.2 动态内存使用监控
动态内存使用监控涉及在程序运行时追踪内存分配和释放情况。监控工具能够识别出内存使用量突然增长的模式，并在发现内存分配未匹配释放时发出警告。例如，Visual Studio 的调试工具就提供了动态内存诊断功能，可以在程序运行时检测内存问题。
动态分析通常更为复杂，但它能够提供实际运行时的情况，帮助开发者了解内存泄漏的上下文和影响。
4.3 内存泄漏问题的解决
4.3.1 代码层面的修复策略
解决内存泄漏问题通常从代码层面开始。首先，开发者需要确保所有动态分配的内存在使用完毕后都能被正确释放。具体措施包括：
使用智能指针代替原始指针，如 C++ 中的 std::unique_ptr 或 std::shared_ptr 。 利用RAII（Resource Acquisition Is Initialization）原则管理资源。 在类的析构函数中释放资源，确保对象生命周期结束时资源得到释放。
4.3.2 运行时的内存优化技巧
除了修复代码中的内存泄漏，还可以采取一些运行时的内存优化技巧：
使用内存池来管理内存分配，减少碎片化。 调整程序逻辑，避免不必要的内存分配。 使用内存分析工具定期检查程序的内存使用情况，及时发现和处理问题。
通过上述方法，开发者能够有效地解决内存泄漏问题，并提升程序的稳定性和性能。
5. 多线程优化与调试技巧
5.1 多线程性能分析
5.1.1 多线程同步机制
在现代应用程序中，多线程是提高程序执行效率的重要手段，但是它也引入了复杂性。为了保证数据的一致性和完整性，多线程同步机制是必不可少的。常见的同步机制包括互斥锁（Mutex）、读写锁（Read-Write Lock）、条件变量（Condition Variable）和信号量（Semaphore）。
互斥锁是最基本的同步机制，用于保证同一时刻只有一个线程可以访问特定资源。读写锁提供了更灵活的访问控制，允许多个线程同时读取共享资源，但写操作是独占的。条件变量用于协调不同线程之间的合作，通常和互斥锁配合使用。信号量则是一种计数器，控制多个线程对共享资源的访问。
5.1.2 线程级性能监控指标
在多线程应用中，性能分析的一个重要方面是监控各个线程的性能指标。线程级性能监控通常关注以下几个指标：
CPU使用率：单个线程占用CPU资源的比例。 线程上下文切换次数：线程在运行过程中因为各种原因被暂停，之后又恢复执行的次数。 线程等待事件数：线程因为等待某些条件成立而进入等待状态的次数。 线程睡眠时间：线程主动放弃CPU时间片，进入睡眠状态的时间。
对于这些指标的监控可以通过多种工具实现，例如在Linux系统中，可以使用 top 、 htop 、 ps 和 pstack 等工具。在Windows系统中，可以使用任务管理器和 Performance Monitor 等。
# 使用htop命令查看线程级CPU使用情况
htop
该命令会显示系统的实时视图，并将线程以彩色高亮显示，方便用户了解线程的活动情况和资源占用。
5.2 多线程优化策略
5.2.1 锁的优化与替换
锁的使用是同步多线程访问共享资源的基本手段，但锁的不当使用会导致性能问题，如死锁、活锁和资源饥饿。因此，锁的优化和替换是提升多线程程序性能的关键。
锁优化的策略包括：
减少锁的粒度 ：尽量避免使用全局锁，而是使用更细粒度的锁来控制访问。 读写锁的使用 ：对于读操作远多于写操作的场景，可以使用读写锁，提高并发度。 锁消除 ：编译器或者运行时可以自动识别出不会引起数据竞争的代码段，从而消除不必要的锁。 锁替换 ：比如使用原子操作来替代简单的读写锁，减少上下文切换的开销。
5.2.2 无锁编程技巧
无锁编程是一种更为高级的同步策略，通过使用原子操作（如CAS，即compare-and-swap）来避免锁的使用。无锁数据结构设计是无锁编程的核心，它需要精心设计状态的原子更新和读取，以确保数据的一致性。
无锁编程的优点包括：
提高并发度 ：由于没有锁竞争，可以实现更高的并发级别。 减少线程上下文切换 ：原子操作通常不会导致线程挂起。 避免死锁 ：不存在锁，也就不存在死锁的可能性。
然而，无锁编程也有挑战，例如难以理解的代码、难以调试和维护、以及对平台特定原子操作的依赖。因此，在实际中，无锁编程应谨慎使用，并在充分测试的情况下进行。
5.3 多线程调试技巧
5.3.1 死锁的检测与预防
多线程程序常见的问题之一是死锁，即两个或多个线程在执行过程中因争夺资源而无限等待对方释放资源。死锁的检测通常需要借助工具或者编程技巧，而死锁的预防则更依赖于设计和编码阶段的注意。
死锁的检测可以通过以下方法实现：
静态代码分析 ：使用静态分析工具来发现潜在的死锁情况，如资源分配顺序不一致等。 运行时监控 ：通过编程在代码中插入监控逻辑，定期检查线程的等待状态和资源持有情况。 线程转储和日志 ：当怀疑有死锁发生时，进行线程转储（Thread Dump）分析，或者增加更详细的日志输出。
为了预防死锁，可以遵循如下原则：
资源分配顺序 ：所有线程按相同的顺序申请资源。 持有并等待 ：线程一次只能持有一个锁。 资源预分配 ：在进入临界区之前申请所有必需的资源。 锁超时机制 ：如果线程等待某资源超过指定时间，则释放其已持有的资源并重新尝试。
5.3.2 并发问题的调试方法
对于并发编程问题，调试方法和单线程程序有很大不同。多线程调试需要关注线程状态、线程之间的交互以及共享资源的使用情况。
多线程调试器 ：使用支持多线程的调试器来跟踪和控制多个线程的执行。 日志输出 ：在关键位置增加日志输出，以跟踪线程的执行流程和资源访问情况。 断点和条件断点 ：利用条件断点在特定条件下停止执行，便于观察线程状态和变量值。
一个常用的多线程调试方法是设置条件断点，在获取锁的代码行前停止。通过观察此时的线程状态，可以分析是否存在线程饥饿或者锁争用的情况。
// 条件断点示例，Java代码
synchronized (lockObject) {
// 有可能发生线程阻塞的代码
}
在上面的Java代码中，如果 lockObject 被多个线程访问，就可以通过IDE设置条件断点，例如当某个线程获取锁时暂停执行，来观察和调试并发问题。
6. 网络性能监控与优化
随着全球数字化转型的加速，网络成为了现代应用程序不可或缺的一部分。网络性能的优劣直接影响了用户的应用体验，尤其是在高并发、低延迟要求极高的游戏领域。因此，网络性能监控与优化成为了性能优化的关键环节。
6.1 网络性能分析工具
网络性能分析工具帮助开发者和运维工程师监控网络的健康状况，分析网络问题，以及优化网络性能。这些工具可以提供丰富的网络监控指标，使我们能够深入了解网络状况。
6.1.1 网络性能监控指标
网络性能监控指标包括但不限于以下几点：
延迟（Latency）：数据包从源到目的地所需的时间。 吞吐量（Throughput）：单位时间内传输的数据量。 丢包率（Packet Loss）：丢失的数据包占总传输数据包的百分比。 Jitter（抖动）：数据包传输时间的不一致性。
graph TD;
A[开始监控] --> B[采集网络数据包];
B --> C[分析延迟];
B --> D[计算吞吐量];
B --> E[监测丢包率];
B --> F[计算抖动];
C --> G[生成延迟报告];
D --> H[生成吞吐量报告];
E --> I[生成丢包率报告];
F --> J[生成抖动报告];
6.1.2 常用的网络分析工具
Wireshark : 提供详细的网络协议分析，可对数据包进行深度检查。 Ping : 测试目的主机的响应时间。 Traceroute : 追踪数据包在网络中传输的路径。 Iperf : 测量网络带宽性能。 MTR : 结合了Ping和Traceroute功能的网络诊断工具。
graph LR;
A[选择网络分析工具] -->|根据需求| B[Wireshark];
A -->|检测网络连通性| C[Ping];
A -->|路径追踪| D[Traceroute];
A -->|网络带宽测试| E[Iperf];
A -->|综合工具| F[MTR];
6.2 网络性能问题诊断
网络问题的诊断对于性能优化至关重要。它涉及确定网络性能不佳的根本原因，以便采取适当的修正措施。
6.2.1 网络延迟与丢包问题
网络延迟和丢包是网络性能问题中最常见的两种情况。
延迟原因分析 : 服务器端处理能力不足 高流量导致网络拥塞 路由器或交换机性能限制 丢包原因分析 : 硬件故障 信号干扰 网络拥塞或配置不当
6.3 网络性能优化措施
为了提升网络性能，开发者与运维工程师需要采取一些优化措施来减少延迟、降低丢包率，以及提高带宽的利用效率。
6.3.1 数据传输的优化
数据传输优化的关键措施包括：
压缩 : 减小数据包大小，以减少传输时间。 连接复用 : 利用现有连接传输多个数据流，降低延迟和开销。 优化TCP/IP参数 : 例如，调整滑动窗口大小、拥塞控制参数等，以提高网络适应性。
6.3.2 网络协议的选择与调整
选择合适的网络协议并对其进行调整能够大幅改善网络性能。
选择轻量级协议 : 例如使用UDP代替TCP进行实时通信。 协议优化 : 如在HTTP/2上运行应用，以利用其多路复用、头部压缩等特性。 自定义协议 : 根据应用场景定制协议，以最小化开销，提高效率。
### 网络协议选择与调整的实践案例
假设有一个在线游戏应用，其需要实时、高效率地进行玩家之间的数据交互。原始设计中使用了TCP协议，但发现其无法满足高并发和低延迟的要求。开发团队经过研究，将协议换为了UDP，并添加了可靠性机制来确保数据传输的完整性。同时，他们优化了网络数据包的结构，减少了不必要的开销。这些改进措施显著提升了游戏的网络性能和玩家体验。
通过深入分析与应用适当的性能监控指标和工具，以及诊断和优化网络性能问题，可以显著提升用户体验，降低运营成本，并确保网络应用的高效运行。网络性能监控与优化是一个动态的过程，它要求我们不断监控、分析和调整，以应对日益复杂的网络环境。
7. 帧率稳定性分析与提升
7.1 帧率稳定性的重要性
7.1.1 帧率对游戏体验的影响
帧率（Frame Rate）通常以每秒显示的帧数（Frames Per Second，FPS）来衡量，它决定了游戏动画的流畅性。理想的帧率范围对于游戏体验至关重要。一般来说，一个稳定的30 FPS足以提供良好的游戏体验，但为了达到更加流畅的效果，许多游戏追求至少60 FPS或更高。帧率的不稳定会导致画面卡顿或闪烁，这种不连贯的视觉输入会影响玩家的响应时间，进而影响游戏的成绩和整体满意度。
7.1.2 帧率不稳定的常见原因
帧率不稳定可能由多种因素引起，其中包括CPU和GPU的性能瓶颈、内存使用过载、硬盘读写速度不足、网络延迟以及软件层面的代码优化不足。在分析帧率问题时，需要从这些方面入手，逐一排查可能导致帧率波动的原因。
7.2 帧率分析与优化
7.2.1 帧率波动的原因分析
帧率波动的原因分析应从游戏引擎的各个组件开始，包括渲染系统、物理模拟、AI逻辑以及资源的加载和卸载。此外，还需要考虑玩家操作对游戏性能的影响。为了深入了解帧率波动的原因，可以使用帧率分析工具来记录和监测帧率变化的时间点，并结合性能分析数据来定位问题。
7.2.2 游戏引擎中的帧率控制策略
现代游戏引擎提供了多种帧率控制策略，例如垂直同步（V-Sync）、动态分辨率调整、帧限制等。垂直同步可以减少画面撕裂，但可能会引入输入延迟。动态分辨率调整通过在运行时改变渲染分辨率来平衡性能和视觉质量。帧限制则可以限制游戏在特定的帧率下运行，减少硬件负载。选择合适的帧率控制策略是优化帧率稳定性的重要步骤。
7.3 提升帧率的实践
7.3.1 优化渲染路径
提升帧率的一个重要方向是优化游戏的渲染路径。开发者需要检查场景中的对象数量和复杂度，减少不必要的绘制调用。例如，可以实现遮挡剔除（Occlusion Culling）来减少不可见对象的渲染，或者使用级别细节（LOD）技术来根据对象与摄像机的距离调整渲染细节。此外，使用延迟渲染（Deferred Rendering）和前向+（Forward+）渲染技术也能有效提升渲染效率。
7.3.2 资源管理与加载优化
资源的管理和加载优化对于提升帧率同样至关重要。游戏中的纹理、网格、声音等资源在加载和卸载时会占用宝贵的CPU和GPU资源。开发者可以通过资源预加载、流式加载、磁盘缓存等技术来优化资源的加载过程。另外，对资源使用进行适当的调度，比如在关键时刻只加载必须的资源，也能帮助维持一个稳定的帧率。
在这一章节中，我们探讨了帧率稳定性的重要性，并分析了可能导致帧率波动的原因。通过优化渲染路径和资源管理，我们能有效提升游戏性能，确保玩家获得流畅的游戏体验。在接下来的章节中，我们将深入探讨源码分析在性能优化中的应用，了解如何通过深入代码层面来进一步优化游戏性能。
本文还有配套的精品资源，点击获取
简介：游戏性能分析辅助工具对于优化游戏运行效率和改善用户体验至关重要，涵盖内存管理、CPU和GPU性能、网络延迟等多个方面。工具如源码分析器、性能分析器、调试器和监测工具等，能帮助开发者通过详细的数据报告深入理解并解决性能问题，从而提升游戏性能。本文将深入探讨游戏性能分析中的关键知识点，并指导开发者如何使用这些工具有效地提高游戏性能。
本文还有配套的精品资源，点击获取