
会话填充率
会话填充率是指在运行的游戏服务器中实际占用的可用玩家席位比例,它是每个会话整个生命周期的平均值。一个专为 10 名玩家设计但只容纳 4 名玩家的服务器,其运行填充率为 40%。这个数值直接将匹配行为与托管成本联系起来。
又称
填充率,游戏会话填充率,对手匹配填充率
,
如何衡量会话填充率?
会话填充率 = 占用座位-分钟数 ÷ 可用座位-分钟数
该指标是在整个会话期间进行衡量的,而不是在比赛开始时。一台开局有 10 名玩家、结束时有 6 名玩家的服务器,只是在某一刻处于满员状态,而在全额计费的整场比赛剩余时间里则处于部分空闲状态。公式的每个部分都蕴含着一种选择:
占用座位-分钟数:每个座位有已连接玩家占用的分钟数。为仍在加载的队伍成员保留的座位通常也计入在内。机器人则是另一个问题,下文会详细说明。
可用座位-分钟数:该模式设计的座位数(而非服务器技术上可容纳的最大数量)乘以服务器运行的时长。在第一位玩家连接前和最后一位玩家离开后的分钟数也计入在内,因为这些时间同样会计费。在多房间服务器上,每个房间都要计入。
统计窗口:将多个会话中的两项总和相加,然后按地区、按队列以及按一天的不同时段进行读取。单一的全局平均值可能会掩盖冷门地区、非高峰时段或小众模式的实际情况。
通过这种方式衡量,填充率可以按周进行对比。而在比赛开始时的快照主要反映的是开局规则的设定方式。
会话中的哪个阶段填充率会下降?
满载率决定于对局生命周期中的三个时刻,且每个时刻都有其自身的原因。
开始时:匹配系统在达到最低玩家人数或等待计时器归零时开始对局,开启的服务器就已存在空位。这两种规则都是为了缩短排队时间而设立的合理规则,但它们从第一分钟起就降低了满载率。
对局期间:玩家离开:断开连接、主动退出或提前完成自己的部分。在大逃杀模式中,淘汰机制本就会使席位变空,因此即使无人退出,整个对局中的满载率也会持续下降。中途补充(Backfill)可以在允许较晚加入的模式中重新填补空位。
结束时:对局结束但服务器仍在运行:结算画面、缓慢的关机过程,或服务器在等待停止指令。这些过程中的每一分钟都是无人使用的容量。在最后一名玩家离开后立即停止服务器通常是最容易获得的收益之一,因为没有玩家需要为此等待更长时间。
哪个时刻的比重最大因游戏而异,每种损耗是否值得修复也是如此。在全部三个时刻都衡量满载率的工作室可以弄清其空位的来源,进而选择接受哪些损耗以及着手解决哪些损耗。
为什么有些游戏类型的数量比其他类型少?
在进行任何调整之前,游戏的设计大致决定了其服务器的运行满载程度。
大厅人数:填满 2 个位置只需数秒。填满 100 个位置需要更长时间,而每等待一秒,都是以更少玩家开始游戏的理由。
比赛时长:比赛时间越长,流失玩家的时间就越多。比赛时间越短,用于预热和关闭的计费时间占比就越大。
设计性减员:淘汰模式会故意清空席位,因此其平均满载率远低于起始人数。撤离类游戏则是对局满载率随时间衰减的典型例子。
分割池:针对每个平台、输入方式或模式的独立队列,各自都只能从更少的玩家中进行填充。
因此,跨游戏类型比较满载率意义不大。比较同一款游戏自身的不同队列、区域和时段则更有参考价值。
在一款游戏内部,满载率与等待时间是此消彼长的权衡关系。等待大厅更满会提高满载率,但也会拉长排队时间。这就是为什么满载率最好结合工单超时率一同分析:如果两者同时上升,说明玩家在匹配成功前就已超时。我们的会话满载率优化指南涵盖了同时影响这两项指标的匹配规则。
机器人能提高会话填充率吗?
机器人会填满大厅。这可能非常有助于确保玩家感知到队列规模更饱满,从而提高对您游戏的满意度。然而,就影响成本的关键意义而言,它们并没有起到填充作用。
机器人具有真正的设计价值:它们能让模式在冷清时段更快启动,并能给新玩家一个更平缓的上手过程。但服务器仍以满大厅规模运行,实际人类玩家较少,且机器人自身也会增加成本。我们对填充率和托管成本的分析描述了三个层面:
人类未占用的席位仍会降低填充率。
服务器端 AI 会增加 CPU 负载。
每个机器人的状态都会发送给每个客户端,从而增加了随玩家数量和嘀嗒率(tick rate)增长的出站流量(egress)。
当机器人席位被视为空位时,填充率就会显示出真实的差距,而机器人的成本也会在托管预算中体现为独立的一项,而不是未经验证的超支。
来自我们的赞助商(其实就是我们自己!)的寄语
每个空余的玩家位置都是您付费了但无人使用的容量。在 2025 年第二季度,Edgegap 匹配系统上的一个工作室在其所有游戏会话中实现了平均 91% 的玩家位置填充率,因此用更少的服务器承载了相同数量的玩家。
Edgegap 的观点(仅代表个人意见,姑且听之即可!)
志存高远,然后懂得妥协的时机与缘由
最佳实践表明,我们的目标应该定得更高。我们的填充率计算器模拟的优化撮合率为 95%,并且在使用我们撮合系统的工作室中,有一家在 2025 年第二季度的会话填充率平均达到了 91%(根据平台数据),这只是单一游戏的数据,而非平台平均水平。在真实流量下,高填充率是完全可以实现的。
在线游戏很少能在所有地方都保持最佳数据。一个冷清的地区、非高峰时段或小众模式的填充率通常会较低,这其实没关系。关键在于要清楚在何处以及为何会这样,然后决定这是可以接受的,还是需要进一步调整。
一个可以入手的方向:每周查看每个地区和每个队列的时间加权填充率,并将其与玩家匹配票据的过期率进行对比。填充率低且过期票据少,通常表明启动规则设定得比实际所需的更宽松。填充率低且过期票据多,则表明玩家池过小,此时采用独立的低在线人数配置或共享的区域玩家池,往往比使用更严格的规则更有帮助。
,











