香港服务器运行Project Zomboid,如何按在线人数估算CPU与内存容量?
在线人数只是 Project Zomboid(僵尸毁灭工程)容量规划的起点:20名玩家集中在同一处基地,与20名玩家分散探索、驾驶车辆并触发大量僵尸活动,对服务器的压力并不相同。运行在香港服务器上时,应先把目标在线人数、玩家分布、模组规模和未来增长量转换成测试场景,再根据关键线程负载、进程内存峰值和游戏响应表现确定配置,而不是直接套用“每名玩家需要多少内存”的固定公式。
实际估算可以分成两条线:内存用“固定占用+人数相关增量+场景增量”计算,CPU用“关键线程余量+并行工作负载”判断。香港机房位置影响玩家连接路径,但不会直接降低世界模拟所需的计算量。若缺少现有测试数据,可以先准备一台单核性能较强、资源分配明确的测试服务器,通过逐级增加真实游戏负载建立曲线,再决定正式容量。
A5数据提供中国香港物理服务器租用,覆盖Xeon Gold、AMD EPYC等平台,并配有不同容量的内存与SSD、NVMe存储组合,可承载Project Zomboid服务端的世界模拟、玩家状态处理和存档读写等负载。香港产品同时提供CN2与国际带宽选项,能够结合玩家分布和访问路径,为容量规划提供从处理器、内存到网络资源的配置基础。
一、先定义负载画像:规划的是哪一种在线人数
同样的在线人数,可能对应不同的资源需求
Project Zomboid不是简单的请求转发服务。玩家上线后,服务器还需要处理世界状态、角色交互、僵尸活动、车辆、物品变化以及持久化等工作。部分处理能够并行,部分关键工作仍会受到单个线程执行速度的限制,具体表现与游戏版本、模组和服务端实现有关。
因此,“计划支持30人在线”还需要补充以下条件:
| 负载变量 | 需要明确的内容 | 主要影响 |
|---|---|---|
| 在线人数 | 常态人数、晚间峰值、集中上线规模 | 同步负载、连接状态和内存 |
| 玩家分布 | 集中建造、分组活动、分散探索 | 活跃区域数量、世界状态处理 |
| 行为类型 | 基地管理、战斗、驾驶、快速探索 | CPU峰值、区域加载和网络同步 |
| 世界设置 | 僵尸数量、事件频率、物品与车辆规模 | 模拟工作量及对象数量 |
| 模组组合 | 地图、车辆、物品、脚本类模组 | 内存基线、CPU开销和兼容性 |
| 存档状态 | 新世界、长期运行、已探索范围 | 存储体积、保存和维护压力 |
玩家集中活动往往能够共享部分活跃区域,但密集战斗也可能产生较高的模拟负载;分散探索则可能同时增加多个区域的处理工作。不能简单判断哪一种永远更轻,应把两者都纳入测试。
容量规划中的“并发”应以实际在线且正在产生游戏活动的玩家为主。已建立连接但长期静止的角色,可以用于验证连接数量,却不能等价替代正常游戏负载。
将增长率落实到人数和场景
例如,一个服务器当前高峰为24人,计划在下一个规划周期增长25%,则:
规划在线人数=24 × 1.25=30人。
如果还需要容纳临时活动,可将36人作为短时测试档位。这里的30人是持续容量目标,36人是突发验证目标,两者不能混为同一个承载承诺。
人数之外,还应检查增长是否伴随新地图、新模组或玩家分布变化。人数增长25%,不代表CPU和内存一定只增长25%;如果玩家由集中建造转向分散探索,增长曲线可能明显改变。
二、把人数转换为资源变量:内存看峰值,CPU看关键线程
内存:先测固定占用,再估算人数增量
用于初步规划的内存关系可以写成:
主机所需内存=系统与其他服务预留+游戏进程峰值内存 × 波动系数。
其中,游戏进程峰值内存可以进一步拆解:
游戏进程内存≈世界与模组基线+每名活跃玩家对应的增量 × 在线人数+特殊场景增量。
“每名玩家对应的增量”不是游戏的固定参数,而是从同一版本、同一存档和同一测试路线中拟合出来的结果。它只适用于相近的负载条件。
本文内存统一使用二进制单位:1 GiB=1024 MiB,1 MiB=1024 KiB。服务器产品页若使用GB标注,应核对交付资源的实际计量口径。
下面是一组用于演示计算的测试记录,不是某款服务器的实测承载结果。测试采用相同世界、相同模组和相近行为组合;CPU百分比以一个逻辑CPU满载为100%:

| 活跃玩家数 | 游戏进程RSS峰值 | 关键线程持续CPU负载 | 游戏进程总CPU负载 |
|---|---|---|---|
| 0人,世界已加载 | 3.6 GiB | 20% | 60% |
| 10人 | 5.2 GiB | 35% | 95% |
| 20人 | 6.8 GiB | 50% | 130% |
| 30人 | 8.4 GiB | 65% | 165% |
RSS表示驻留物理内存,包含已驻留的堆内存、原生分配等,并不等于Java最大堆设置。实际采集还应观察交换使用情况:若已经大量换出,RSS可能低估进程运行所需的有效内存。
在这组示例中,10至30人的RSS增量近似线性:
人均相关增量=(8.4-5.2)÷(30-10)=0.16 GiB/人。
于是,在测试范围附近可以暂时使用:
游戏进程RSS峰值≈3.6+0.16 × 在线人数,单位为GiB。
30人对应8.4 GiB;36人对应约9.36 GiB。后者属于外推结果,必须用36人实际负载验证,不能仅凭公式认定可用。
世界存档体积也不能直接换算成内存:磁盘上保存的全部内容,不会始终同时驻留内存。比总存档大小更有解释力的变量,是同时活跃的区域、对象数量和模组行为。
Java堆大小不是整台主机的内存预算
如果所用服务端启动方式支持Java堆参数,最大堆只约束其中一部分内存。线程栈、原生库、直接缓冲区,以及操作系统和监控程序,都需要额外空间。
因此不应把16 GiB主机的最大堆直接设成16 GiB。堆过大可能挤压系统余量;堆过小则可能增加垃圾回收压力,甚至出现内存不足。调整时,应核验对应服务端版本的启动脚本和运行参数,而不是照搬其他版本的配置项。
判断堆是否合适,需要同时看:
- 垃圾回收后的堆占用是否持续接近上限。
- 回收次数和停顿时间是否随人数明显增加。
- 进程RSS、系统可用内存与交换活动是否仍有余量。
- 玩家操作延迟是否与回收停顿发生在相同时间段。
仅看到“已用内存较多”,不足以判定必须升级。Linux文件缓存也会占用内存,应结合可用内存、内存压力和换页行为判断。
CPU:总核数够,不代表关键工作处理得过来
CPU容量需要同时满足两个条件:
关键线程能及时完成工作;其余并行任务有足够的CPU时间。
按照前面的示例数据,关键线程负载可粗略拟合为:
关键线程负载≈20%+1.5个百分点 × 在线人数。
若把持续规划上限设为70%,则:
人数边界≈(70-20)÷1.5≈33人。
这里的70%是示例中的运营目标,不是Project Zomboid统一的性能标准。它保留了事件、保存和探索带来的计算波动。实际阈值应由游戏响应恶化的位置决定。
同时,30人时进程总负载为165%,相当于平均消耗约1.65个逻辑CPU的计算时间。即使放在4 vCPU实例上,整机平均CPU看起来并不高,某个关键线程仍可能已接近需要关注的范围。
测量时应跟踪关键线程,而不是只看“最忙的CPU编号”:线程可能在不同核心间迁移,单个核心的平均利用率会掩盖真实负载。比较不同服务器时,也不能只比较vCPU数量;处理器架构、持续频率、共享资源争用和宿主机调度都会影响实际结果。
三、建立可重复的容量测试,而不是只把人数加满
测试要保持版本和场景可比
正式测试前,应记录游戏版本、模组版本、服务端参数、世界设置和服务器规格。使用测试存档副本,避免压测改变正式世界。模组更新或世界设置变化后,旧曲线只能作为参考。
对于目标30人的场景,可按以下顺序建立容量曲线:

- 测基线。世界加载完成后,在无人或低人数状态下观察资源占用,确认后台没有更新、压缩备份等无关任务。
- 逐级加人。按10人、20人、30人增加活跃玩家,各档都经历相近的战斗、移动和交互行为。
- 验证重场景。分别覆盖集中战斗、分散探索、车辆移动,以及正常保存周期。
- 验证突发。测试集中加入、重新连接和36人短时活动,观察是否发生持续积压。
- 保持运行。完成数小时连续游戏验证,检查内存是否逐步增长,以及保存时延是否随存档变化。
各档可以先预留10至15分钟用于加载和状态稳定,再采集20至30分钟数据;这些只是测试起点。若尚未覆盖保存周期,或内存仍在明显上升,就应延长测试。
不应把通用HTTP压测工具产生的请求数当成游戏并发。没有执行真实游戏行为的连接,只能验证一部分网络或连接开销。可执行的做法是组织真实客户端按固定路线活动,或使用经过验证、能够产生代表性游戏负载的测试方式。
响应时间与吞吐量需要对应游戏行为
游戏服务器不适合只用“每秒处理多少请求”描述容量。更有价值的指标,是在玩家持续操作时,服务端是否能够及时处理并同步结果。
可选择固定交互作为响应观测点,例如容器操作、门的状态变化或角色位置同步。记录P50、P95和P99响应表现,同时记录持续有效完成的操作量。如果操作量增加时,完成速率不再上升,而等待时间持续增长,就可能出现处理积压。
客户端测到的响应包含本地处理、网络路径和服务端处理,不能直接等同于服务器执行时间。若该版本或监控工具能够可靠提供服务端处理耗时,应与客户端数据分别保存。
香港服务器还需要按实际玩家地区分组观察RTT、抖动和丢包。香港机房位置并不保证所有访问路径相近;大陆不同运营商、香港本地及其他地区玩家可能得到不同结果。CPU和内存测试正常,而只有某一访问路径响应恶化时,应先核查网络条件,不要立即追加计算资源。
四、通过瓶颈判断,决定该加内存还是换CPU
容量估算的作用,不只是得出一个配置数字,还要识别这个数字失效时应采取什么措施。
| 观测组合 | 优先判断 | 容量调整方向 |
|---|---|---|
| 关键线程持续高负载,其他CPU仍空闲,响应变慢 | 串行处理或单线程计算限制 | 提高单核性能,或减少高成本模拟与模组负载 |
| 多个工作线程均繁忙,总CPU接近可分配容量 | 并行计算资源不足 | 增加可用核心,验证扩容后的实际收益 |
| 回收后堆占用仍高,频繁长停顿,RSS逼近主机预算 | 堆或主机内存不足 | 核查对象增长,再调整堆和物理内存 |
| 保存期间时延上升,同时磁盘等待明显增加 | 存储或保存路径限制 | 检查磁盘延迟、吞吐和备份任务重叠 |
| CPU、内存均有余量,但特定地区玩家延迟高 | 网络路径问题 | 检查对应地区和运营商连接表现 |
| 人数稳定,进程内存却持续增长且不能回落 | 长期对象增长或异常行为 | 核查模组、日志和运行状态,不只增加内存 |
对虚拟服务器,还应观察CPU steal,即虚拟机等待宿主机提供CPU时间的情况。若相同场景在不同时间段性能波动很大,且等待宿主机调度的时间明显增加,仅根据vCPU数量推算容量可能失真。
增加核心和提高单核性能也不是同一件事。关键线程受限时,从4 vCPU升级到8 vCPU未必能明显改善核心瓶颈;如果增加核心的同时改变了宿主机、频率或资源争用状况,则需要重新测试,不能把收益全部归因于核数。
类似地,给关键线程瓶颈追加内存,通常不会直接提高处理速度;只有原先存在频繁回收、换页等内存压力时,内存扩容才可能间接改善响应。
五、把增长和波动余量放进配置预算
用示例数据推演30人和36人的容量
沿用前面的测试曲线,给操作系统、监控和轻量后台任务预留2 GiB,并在已测试场景峰值上增加20%的内存波动余量:
30人内存需求=2+8.4 × 1.2=12.08 GiB。
因此,16 GiB可作为这一负载画像下的内存候选。但还要验证堆配置、原生内存和保存时的峰值,而不是认为剩余内存都可以交给Java堆。
36人的外推结果为:
36人内存需求=2+9.36 × 1.2≈13.23 GiB。
从这条内存曲线看,16 GiB仍可能有空间;但关键线程负载已经变为:
20%+1.5% × 36=74%。
如果持续目标是70%,这意味着先需要解决CPU余量,而不是先把内存升级到32 GiB。这是按人数规划容量时很容易忽略的情况:内存还能容纳更多玩家,游戏处理速度却已经接近边界。
可将两个目标分开验收:
| 规划目标 | 示例资源推演 | 重点验证 |
|---|---|---|
| 30人持续在线 | 内存预算约12.08 GiB,关键线程约65% | 16 GiB候选配置能否覆盖完整游戏场景 |
| 36人短时活动 | 内存预算约13.23 GiB,关键线程约74% | 短时峰值是否可接受,活动结束后能否恢复 |
| 36人长期在线 | 内存未必先不足,CPU持续余量偏小 | 更高单核性能或负载优化后的复测结果 |
若理想化地假设工作量相同、线程耗时与有效计算能力成反比,要把74%降至70%,需要约74÷70-1≈5.7%的有效性能提升。这只是计算方向,不能直接翻译成处理器标称频率差;缓存、内存访问和调度差异仍需通过同场景测试确认。
余量不能无限叠加,也不能只留一种
容量余量通常包含三类:
- 增长余量:未来人数和业务活动增长。
- 波动余量:战斗、探索、保存、集中加入等瞬时峰值。
- 环境余量:后台任务、共享资源波动和维护窗口影响。
已经按未来人数估算后,不应再以相同理由重复乘一次人数增长率。示例中的20%只用于测试尚未充分覆盖的内存波动;若采集值已包含完整重场景峰值,可以重新校准,而不是机械叠加。
重型备份压缩、文件扫描等任务不应自动包含在2 GiB轻量后台预算中。若必须与游戏同时执行,应单独测量它们的CPU、内存和磁盘影响,或者安排错峰运行。
对香港服务器的配置验收,应要求处理器与资源分配方式清晰、内存额度可核验、磁盘性能能够测试,并确认升级或迁移路径。不要仅以“多少核、多少G”作为比较依据。
六、用性能拐点确定监控与扩容阈值
扩容阈值应来自容量测试中“资源增加开始明显影响游戏体验”的位置,而不是统一照搬80%或90%。
先找拐点,再设置预警线
将各人数档位的关键线程负载、RSS峰值、垃圾回收停顿、交互响应和磁盘等待放在同一时间轴上。当人数增加后,资源曲线或响应时间开始非线性上升,就需要重点检查。
例如,若30人时交互仍平稳,34人开始出现持续等待,36人时等待明显积累,那么长期容量不宜直接定为36人。可以将稳定运行边界设在拐点之前,并让预警提前触发。
一套可落地的初始规则如下,具体数值需按测试结果调整:
| 监控项 | 示例预警条件 | 后续动作 |
|---|---|---|
| 关键线程CPU | 5分钟平均超过规划线,且响应同步恶化 | 准备单核性能升级或降低高成本负载 |
| 主机可用内存 | 连续5至10分钟低于预留预算,并出现回收或换页压力 | 复核堆、RSS和内存增长原因 |
| 内存趋势 | 相近人数下,多个运行周期的稳定峰值持续上升 | 检查模组和世界变化,重做内存预算 |
| 游戏交互响应 | 固定测试行为的P95明显超出可接受范围 | 对照CPU、GC、磁盘和网络定位容量限制 |
| 高峰人数 | 连续多个高峰达到已验证容量边界的约80%至90% | 提前安排下一档容量测试和资源准备 |
短时CPU峰值或一次垃圾回收停顿,不应单独成为扩容依据。更可靠的触发条件是:持续接近资源边界,同时出现响应恶化,或者增长预测显示即将越过已验证容量。
资源升级后,还应复跑原来的测试场景。新服务器能启动、玩家能连接,只能证明基本可用,不能证明容量已经提高。
对长期运营的Project Zomboid服务器,建议保留“版本—模组—存档—人数—资源—响应”对应记录,在大版本更新、重要模组变更和持续在线人数增长后重新校准。最终确定的不是永久有效的“每人需要多少CPU和内存”,而是一个有条件的容量边界:当前世界和模组下,多少活跃玩家能在既定响应目标内运行,以及在何种监控信号出现时提前扩容。
本文由A5数据原创发布,转载请注明出处:https://www.a5idc.com/helpcontent/3418.html



