效能分析工作流對於遊戲開發是“必備”的，從基本的三方面開始：
- 在修改之前分析：建立基準線
- 在開發過程中分析：確保修改不會影響效能
- 在修改後分析：證明修改產生了預期效果
分析工具是開發者的實用工具之一，可以幫助開發者定位程式碼中的記憶體問題和效能瓶頸，也能幫助瞭解Unity引擎底層的執行。
Unity提供了多種分析工具，用於在Editor和目標裝置上分析程式碼。建議使用各目標平臺(例如Arm，Apple，PlayStation和Xbox等)自己的原生分析工具。
理解Unity中的分析工作
Unity的分析工具可在Editor和Package Manager中獲得：
- Unity Profiler：在Editor中，或連線到裝置上，分析遊戲的效能。
- Profiling Core package：提供API，可以向Unity Profile捕獲新增上下文資訊。
- Memory Profiler：提供深入記憶體效能分析。
- Profile Analyzer：比較兩個分析資料集，分析修改對效能的影響。
取樣法分析vs儀表法分析
遊戲效能分析通常採用：
- 取樣法分析
- 儀表法分析
取樣法分析是收集遊戲執行時的統計資料並進行分析。
取樣法分析器每n納秒檢測一次呼叫堆疊，並利用堆疊資訊查明函式的呼叫時機（由哪些函式呼叫），以及持續時間。在這種分析方法中，提高取樣率頻率會提高準確性，但是會帶來更高的開銷。
儀表法分析
儀表法分析透過新增Profiler makers來“儀表化”程式碼，記錄每個標記中的程式碼執行的詳細時間資訊。該分析器為每個標記捕獲一系列Begin和End事件。這種方法不會丟失任何資訊，但是需要按順序放置標記，以便捕獲資料。
Unity Profiler透過在多數Unity API介面設定標記，在重要原生函式和指令碼程式碼間的呼叫進行了儀表化，捕獲最重要的“概括資訊”。也支援新增自定義Profiler makers進一步深入分析。
深層分析會自動在每個指令碼方法呼叫中插入Begin和End標記，包括C# Getter和Setter屬性。該系統在指令碼側提供了完整的分析細節，但也帶來了相應的開銷，根據在捕獲的分析範圍內呼叫次數的多少，也會讓分析報告的時間產生膨脹。
Unity中的儀表化分析
如上所述，指令碼程式碼呼叫（預設進行了儀表化）通常包括從Unity原生程式碼到託管程式碼的第一個呼叫堆疊。例如MonoBehaviour的常見方法：Start、Update、FixedUpdate等。
在Profiler中，還可以看到Unity API回撥的指令碼程式碼的子取樣。值得注意的是，涉及的Unity API程式碼需要具有自身的Profiler markers。大多數帶有效能開銷的Unity API都進行了儀表化。例如Camera.main會導致在捕獲的分析資料中出現FindMainCamera標記。在檢查捕獲的資料集時，瞭解不同marker的含義非常重要。請使用常用Profiler markers列表來了解更多資訊。
使用Profiler markers增加分析詳細資訊
預設情況下，Profiler會分析Profiler markers中包含程式碼的時間開銷。在程式碼的關鍵函式中手動插入Profiler markers可增加詳細資訊而不產生全部的深層分析開銷。
Profiler模組
分析器以每幀效能指標為基礎，幫助找到瓶頸。透過使用分析器中包含的Profiler模組，如CPU Usage, GPU, Rendering, Memory, Physics等，深入瞭解細節。
Profiler視窗在檢視底部皮膚中列出了當前分析器模組捕獲的詳細資訊。例如，CPU usage模組顯示CPU工作的timeline或hierarchy檢視，以及具體的時間。
預設情況下，分析器將連線到Unity Editor player例項。
在 Editor中進行分析和對獨立構建分析的效能差異很大。將Profiler連線到目標裝置上的獨立構建是更好的選擇，這樣可以獲得更準確的結果，而不受Editor開銷的影響。