Docker Unity
最近项目的开发中，遇到不少用户上传的视频、图片资源。 这些资源需要下载到端侧， 然后渲染出来。 由于Unity不能离线处理处理这些资源， 所以很多图片资源在显存直接展开成RGBA(png)或者RGB（jpg）， 由于没有压缩，所以带来很大的显存开销。于是就想把unity中部署docker中， 在一些资源部署到server上去之前， 把图片压缩成ETC、ASTC、PVRTC这些支持GPU格式的纹理，从而达到降内存的目的。 此外在docker中除了部署unity的环境， 还可以部署python环境，python丰富的package可以处理音频、视频，从而形成一个完整的在线资源处理服务。
导出发布版Linux Unity
需要对应下载unity对应版本的linux standanle component， 安装之后， 你的unity就在导出的时候就有linux的选项了。
Target Platform 选择linux， Server Build一定要勾上， 这样在无图形界面才能运行的起来。
导出一个volume的文件夹， 然后docker run的时候以外挂盘的形式运行。
这里docker 镜像与外部的交互方式还是 http的方式， 因此需要在镜像里部署一个webserver， 以接收来自外部的请求， webserver接收到 get/post的数据之后进行解析， 然后发起unity， unity读取外部传递的参数, 类似下面的代码：
string[] args = Environment.GetCommandLineArgs();
Debug.Log("args len: " + args.Length);
for (int i = 0; i < args.Length; i++)
{
Debug.Log("arg " + i + ": " + args[i]);
if (args[i].StartsWith("--path"))
{
path = args[i].Replace("--path=", string.Empty).Trim();
break;
}
if (args[i].StartsWith("--args"))
{
param = args[i].Replace("--args=", string.Empty).Trim();
}
}
外部传递参数可以是路径的方式加参数的方式， 如在python里可以这样写：
def run(self, process_path):
print("launch unity: " + self.launch_string)
if os.path.exists(self.launch_string):
print("process path: ", process_path)
path = self.launch_string + ' --path=' + process_path
os.system(path)
else:
print("not find unity " + self.launch_string)
在 shell 里直接：
<unity-launch-path> --pth=***.jpg
这样调用之后， unity测就会自动读取到传过来的参数了， 然后根据参数就可以分发不同的逻辑了。 由于这样的unity是导出的， 所以python里的启动unity速度很快， unity官方的 ml-agent 进行ai 训练就是使用的这样的方式。 然而这样的方式缺点也是很明显， 由于发布版本unity没有了 UnityEditor, 所以像AssetBundle、 TextureImporter这些东西都不能使用了。
Linux Unity Editor
Linux版本的unity激活 真是一个麻烦事， 因为都是命令行的，非图形界面不能像在Unityhub中来界面上直接激活。Unity提供了一种命令行的激活方式, 不过只针对是pro/plus版本的unity。 搜遍网络， 找到一位博主激活的unity版本docker镜像， 不过这里内置的unity是2017版本的， 其他版本的只好咨询博主了。
直接在docker里集成一个unity， 这里会导致镜像的容量会非常大， 此外此种方式unity的启动速度也会非常的慢， 因为unity在启动的时候， 会首先去server上验证一下license, 网上的很多使用此种方式来打包之类的ci。 作者在docker启动的时候外挂一个unity工程的虚拟盘来处理在线资源。
# 编译镜像
docker build -t hola.unity.v0.1 .
# 进入到本地目录， 把 Unity-volume 做 虚拟盘 映射到 镜像中
docker run -it --name Hola-Unity-Container --mount type=bind,source="$(pwd)"/unity-volume,target=/unity-volume hola.unity.v0.1:latest
# 进入到镜像， 以 batchmode 的方式处理资源
# DockerMain 是一个 Editor 类， Process 是无参静态方法
/opt/Unity/Editor/Unity -quit -batchmode -nographics -silent-crashes -logFile /dev/stdout -projectPath "/unity-volume" -executeMethod "DockerMain.Process"
渲染
unity 如果server build（headless）的版本, 是不支持渲染， 只支持一些运算相关的操作， 否则导出之后， 日志输出会提示Shader相关的报错， 即使内置最简单的FallBack “Diffuse”也不行。pyrender 支持以EGL和 mesa的两种方式运行， 其中Egl是默认的方式， 默认EGl使用的opengl的图像接口使用GPU加速运算的。 如果集群上跑渲染以headless方式， 没有GPU的话， 还是OSMesa 的方式进行， 其能保证在cpu上渲染出来相同的效果。
安装步骤是通过pip命令：
pip install pyrender
安装osmesa
sudo apt update
sudo wget https://github.com/mmatl/travis_debs/raw/master/xenial/mesa_18.3.3-0.deb
sudo dpkg -i ./mesa_18.3.3-0.deb || true
sudo apt install -f
也可以通过源码的方式安装, 下载之后，先行解压
tar xfv mesa-18.3.3.tar.gz
cd mesa-18.3.3
然后配置项, PREFIX是安装路径， 默认是/usr/local
./configure --prefix=PREFIX \
--enable-opengl --disable-gles1 --disable-gles2 \
--disable-va --disable-xvmc --disable-vdpau \
--enable-shared-glapi \
--disable-texture-float \
--enable-gallium-llvm --enable-llvm-shared-libs \
--with-gallium-drivers=swrast,swr \
--disable-dri --with-dri-drivers= \
--disable-egl --with-egl-platforms= --disable-gbm \
--disable-glx \
--disable-osmesa --enable-gallium-osmesa \
ac_cv_path_LLVM_CONFIG=llvm-config-6.0
最后通过make命令进行编译和安装
make -j8
make install
最后使用api之前先配置相关的环境变量：
MESA_HOME=/path/to/your/mesa/installation
export LIBRARY_PATH=$LIBRARY_PATH:$MESA_HOME/lib
export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:$MESA_HOME/lib
export C_INCLUDE_PATH=$C_INCLUDE_PATH:$MESA_HOME/include/
export CPLUS_INCLUDE_PATH=$CPLUS_INCLUDE_PATH:$MESA_HOME/include/
安装PyOpenGL：
git clone https://github.com/mmatl/pyopengl.git
pip install ./pyopengl
注意， 笔者测试法线这里一定要源码安装pyopengl, 如果之前通过pip从server发布版本的方式方式，会报错。
如pyrender 会依赖于pyopengl. 一定先卸载了。
pip intall pyrender
写在最后
如果在 ubuntu 的系统中， 不能直接通过 xvfb 的方式 启动unity， 必须通过 -nographics 方式：
/opt/Unity/Editor/Unity -batchmode -nographics
在镜像部署到目标机上时， 目标机不一定有当前主机上的环境， 比如说 apt-get 访问不到，因此这里需要将本地build完整的镜像导出， 然后放到目标机上：
docker save [OPTIONS] IMAGE [IMAGE...]
-o :输出到的文件。 如：
docker save -o my_ubuntu_v3.tar runoob/ubuntu:v3
再新的dockerfile里可以 在 使用From 加载进来。
清理docker 残留等：
docker system prune -a
参考
在linux下用 docker 的方式编译 Unity 并和CI进行集成
Github上RPGGameProject使用序列号激活Linux unity的例子