Gestion de la mémoire dans le SDK unifié PlayFab

​

Vue d’ensemble

​

Allocation de mémoire personnalisée

​

Définition de hooks de mémoire personnalisés

void* MyCustomAlloc(size_t size, uint32_t memoryTypeId);
void MyCustomFree(void* ptr, uint32_t memoryTypeId);

PFMemoryHooks memoryHooks = { MyCustomAlloc, MyCustomFree };
PFMemSetFunctions(&memoryHooks);
PFServicesInitialize(nullptr); // Must be called after setting memory hooks

• Les hooks doivent être définis avant l’appel à PFServicesInitialize.
• Ils ne peuvent pas être modifiés une fois le SDK initialisé.
• S’ils ne sont pas définis, le SDK utilise par défaut l’allocation standard (malloc/free).

​

Opérations asynchrones

​

Utilisation sûre de XAsyncBlock

auto asyncBlock = std::make_unique<XAsyncBlock>();
asyncBlock->callback = [](XAsyncBlock* block)
{
    // Retrieve result, then delete asyncBlock if needed
};
StartAsyncPlayFabCall(asyncBlock.get());
asyncBlock.release(); // Ownership passed; handle lifetime carefully

• N’allouez pas XAsyncBlock sur la pile, sauf si vous pouvez garantir sa durée de vie.
• Libérez la propriété s’il est alloué dynamiquement, et effectuez le nettoyage dans le rappel.
• Évitez de capturer des références ou des pointeurs invalidés dans la lambda.

​

Nettoyage des ressources

​

Fermeture des handles et désinitialisation

PFEntityCloseHandle(entityHandle);
PFServiceConfigCloseHandle(serviceConfigHandle);

// Gracefully uninitialize the SDK
XAsyncBlock async{};
PFServicesUninitializeAsync(&async);
XAsyncGetStatus(&async, true); // Blocks until cleanup completes

• Fermez toujours les handles PlayFab pour éviter les fuites.
• Attendez la fin de PFServicesUninitializeAsync avant l’arrêt.

​

Pratiques exemplaires

• Définir les hooks de mémoire tôt : avant tout autre appel d’API PlayFab.
• Éviter les fuites de mémoire : fermez les handles et gérez soigneusement les ressources asynchrones.
• Utiliser des profileurs de mémoire : en particulier sur les plateformes aux budgets mémoire serrés.
• Utiliser des allocateurs en pool : pour les allocations fréquentes ou critiques en termes de performances.

​

Voir aussi

• Opérations asynchrones
• Gestion de la mémoire
• Traçage et diagnostics