内存优化

项目中的资源中，纹理，网格，动画片断，音频占用最多。

内存占用最多的资源

纹理格式
纹理格式是重点，不仅决定内存占用大小，还决定了加载效率。尽可能选择不同平台硬件支持的纹理格式。比如Android平台的ETC，ETC2；iOS平台的PVRTC；WIndow PC上的DXT等。

色阶问题
由于ETC，PVRTC等格式均为有损压缩，因此当纹理色差范围跨度较大时，不可避免的造成不同程序的“阶梯”状的色阶问题。虽然可以使用真彩色RGBA32/ARGB32来解决这个问题，但是会带来很大的内存占用。最好的方案是，减少纹理的色差范围，尽可能使用硬件支持的压缩格式。
ETC1不支持透明通道问题
在Android平台中，部分老设备仅支持OpenGL ES 2.0，其纹理格式只支持ETC1而不支持ETC2。而ETC1又不支持透明通道，所以透明纹理无法被压缩，占用过多内存。最好的做法是，将透明通道拆分出来，这样一张透明纹理，拆分为两张非透明纹理，就可以使用ETC1压缩了。在Shader中读取Alpha纹理即可。
使用ETC2代替ETC1
ETC2支持透明通道压缩，所以如果不考虑兼容Android上比较老的设备的话，可以使用ETC2压缩格式。其实现在大部分机型都支持ETC2。

纹理尺寸
使用刚刚可以满足显示效果的纹理尺寸，尽可能的减少纹理尺寸。
Mipmap
Mipmap旨在降低渲染带宽压力，提升渲染效率。但是开启后纹理内存会变为1.33倍。对于有深度变化的物体，开启此选择，比如角色，场景。UI纹理是不用开启的。
Read & Write
纹理资源的“Read & Write”默认是关闭的，只有当需要读写纹理颜色时，才需要开启。开启后纹理内存占用为2倍。所以一定要关闭此选项。

二，网格
有复杂场景的游戏中，网络往往也会占用较高内存。

Normal，Color，Tangent
在网格批渲染时，如果其中一个有其它网络没有的属性，比如Color，则其它所有网络也会被添加这个属性，增加内存占用。根据渲染需求，删除网络中无用的属性。
关闭 Read&Write

WebStream
使用WWW来加载或存储AssetBundle时，会造成WebStream开销。WebStream的大小是AssetBundle原始文件大小 + 解压后的数据大小 + DecompressionBuffer(0.5MB)。Unity5中推荐使用WetRequest或AssetBundle.LoadFromAsyc进行加载。

由于Unity使用的Mono版本较低，一直存在一个问题，Mono的堆内存一旦分配，就不会还给系统。堆内存的值由内存使用高峰来决定，所以一定要控制内存占用不要出现高峰。

代码中造成内存大量被占用的原因有：

不超过150M
512M内存的机型可分配内存不超过200M，iPhone4的可分配内存在180M左右。我们将标准设为150M，App运行时还需要额外空间调用系统库等等，所以加起来一般不会超过200M。
内存分配

常见的被认为是内存泄漏的误区为：

进出场景前后，内存占用升高，说明有内存泄漏

进出场景前后，Profiler中内存回落正常，但Android中的PSS数值并没有完全回落，说明有内存泄漏。

不能简单的以内存没有完全回落来判断内存是否有泄漏，造成内存没有回落的情况有很多，比如资源常驻内存，Mono堆内存只升不降等。

检查资源使用
在场景退出后，相关资源是否被完全卸载。如果AssetBundle在加载完后使用了ab.Unload(false)进行卸载，那么在退出场景时，一定要清除代码中缓存与引用的Asset，只有这样，在Resources.UnloadUnusedAssets被调用时所有Assets才会从内存清除。

检测WebStream,SerializedFile
使用Profiler分析当前场景中是否有上一个场景中遗留下的AssetBundle资源。
通过Android PSS / iOS Instrument查看
在两个场景间不停切换，理论上，多次切换同样的场景，如果Profiler中显示的内存回落正常，那么PSS/Instrument的内存数值波动范围也是趋于稳定的，如果出现PSS/Instrument内存持续增长的情况，则需要注意了。

由于Mono问题，堆内存分配后，不会被回收，只增不减。所以一定要避免一次性分配大量内存，尽量使用内存的占用与分配更加平滑。

某一时刻，同一资源在内存中有多份。

AssetBundle打包机制出现问题
同一份资源被重复打包到多个AssetBundle文件中。
AssetBundle卸载问题
如果在加载Asset之后调用了ab.Unload(false)，那么之后再次加载Asset会导致内存中有两份相同的Asset。
资源实例化问题
比如，调用renderer.material会生成新的实例。如果大量的调用，就会造成大量的资源冗余，给资源卸载也造成了很大压力。

https://blog.uwa4d.com/archives/optimzation_memory_1.html
https://blog.uwa4d.com/archives/optimzation_memory_2.html