Dyson Swarm:我如何使用 AWS 服务构建硬科幻游戏
硬科幻点击游戏:Dyson Swarm
我是一位热情的科幻爱好者,甚至经营一本科幻杂志五年了。 这种热爱促使我创作了一系列短游戏,以引人入胜的方式解释复杂的科幻概念。 我的第一个作品 Dyson Swarm 是在 AWS Game Builder Challenge 期间出现的。
戴森群是一款增量(点击)游戏,玩家可以拆除太阳系来建造戴森群 - 一个围绕太阳的巨型结构。 从游戏开发者开始,逐步积累资源,阶段性晋级。
我最初估计需要 10-20 个小时的开发时间,但项目规模显着扩大,最终花费了大约 70 个小时(大部分是在深夜!)。 这凸显了准确的软件开发估算的挑战。
您可以在这里玩游戏:Dyson Swarm
AWS 架构
游戏使用客户端 Javascript,完全在浏览器中运行。 托管是使用 S3 静态站点存储桶实现的,并由 CloudFront CDN 增强,以实现全球高速交付。 CloudFront 处理 TLS 终止,简化了流程。
匿名游戏指标(玩家数量和进度)存储在 RDS Postgres 数据库中。 数据传输使用由 API Gateway 和 Lambda 构建的无服务器 API。 虽然我使用现有的 RDS 实例,但无服务器 RDS 同样适合。
部署利用用于 S3 和 CloudFront 的 AWS 控制台,以及用于无服务器指标 Lambda 的 AWS CDK 堆栈 (Python)。
CDK 堆栈
无服务器指标 Lambda 的 CDK 堆栈非常简洁:
from aws_cdk import ( aws_lambda as lambda_, aws_apigateway as apigw, aws_ecr as ecr, aws_certificatemanager as acm, aws_route53 as route53, Duration, Stack) from constructs import Construct import os class DysonSwarmStack(Stack): def __init__(self, scope: Construct, construct_id: str, **kwargs) -> None: super().__init__(scope, construct_id, **kwargs) repo = ecr.Repository.from_repository_name(self, "dysonSwarmRepo", "gamesapi") dyson_swarm_lambda = lambda_.DockerImageFunction(self, "dysonSwarmLambda", code=lambda_.DockerImageCode.from_ecr( repository=repo, tag=os.environ["CDK_DOCKER_TAG"] ), memory_size=256, timeout=Duration.seconds(60), architecture=lambda_.Architecture.ARM_64 ) # do auth inside lambda api = apigw.LambdaRestApi(self, "dysonSwarm-endpoint", handler=dyson_swarm_lambda, default_cors_preflight_options=apigw.CorsOptions(allow_origins=["*"]) ) custom_domain = apigw.DomainName( self, "custom-domain", domain_name="gameapi.compellingsciencefiction.com", certificate=acm.Certificate.from_certificate_arn(self,'cert',"[cert ARN here]"), endpoint_type=apigw.EndpointType.EDGE ) apigw.BasePathMapping( self, "base-path-mapping", domain_name=custom_domain, rest_api=api ) hosted_zone = route53.HostedZone.from_hosted_zone_attributes( self, "hosted-zone", hosted_zone_id="[zone id here]", zone_name="compellingsciencefiction.com" ) route53.CnameRecord( self, "cname", zone=hosted_zone, record_name="gameapi", domain_name=custom_domain.domain_name_alias_domain_name )
它利用现有的 ECR 存储库(包含 Lambda 容器映像)和 Route 53 托管区域(用于自定义域)。 本质上,它创建一个由 Lambda 函数支持的 API 网关端点。 完整代码位于:dyson_swarm_stack.py
代码
完整的游戏源代码位于 GitHub:Dyson Swarm GitHub Repo
主游戏循环位于dysonswarm.html
中,使用 100 毫秒的间隔。 本地浏览器存储(localStorage)处理游戏状态持久性。 按钮功能(共 56 个)在 buttonFunctions.js
中管理。 游戏动画(最初为 SVG)已过渡到 Canvas,以提高大量元素的性能。 彻底的测试和迭代改进解决了游戏逻辑中的各种边缘情况。
使用 AWS Q Developer
AWS Game Builder Challenge 鼓励使用 AWS Q Developer。 我发现它很有帮助:
优点:
- 直观的聊天界面,可快速解答。
-
/dev
功能生成并应用代码差异,简化开发。 - 有效复制代码模式。
缺点:
-
/dev
由于多次 LLM 调用,功能可能会很慢。 -
/dev
有时会创建新文件而不是添加内联代码。 仔细的提示工程至关重要。 - 还有改进的空间,但显示出巨大的潜力。
开源游戏
游戏的源代码可在 MIT 许可下获得。 请随意使用它作为您的项目的基础。 我欢迎听到您的游戏创作!
以上是Dyson Swarm:我如何使用 AWS 服务构建硬科幻游戏的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

Video Face Swap
使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

不同JavaScript引擎在解析和执行JavaScript代码时,效果会有所不同,因为每个引擎的实现原理和优化策略各有差异。1.词法分析:将源码转换为词法单元。2.语法分析:生成抽象语法树。3.优化和编译:通过JIT编译器生成机器码。4.执行:运行机器码。V8引擎通过即时编译和隐藏类优化,SpiderMonkey使用类型推断系统,导致在相同代码上的性能表现不同。

Python更适合初学者,学习曲线平缓,语法简洁;JavaScript适合前端开发,学习曲线较陡,语法灵活。1.Python语法直观,适用于数据科学和后端开发。2.JavaScript灵活,广泛用于前端和服务器端编程。

从C/C 转向JavaScript需要适应动态类型、垃圾回收和异步编程等特点。1)C/C 是静态类型语言,需手动管理内存,而JavaScript是动态类型,垃圾回收自动处理。2)C/C 需编译成机器码,JavaScript则为解释型语言。3)JavaScript引入闭包、原型链和Promise等概念,增强了灵活性和异步编程能力。

JavaScript在Web开发中的主要用途包括客户端交互、表单验证和异步通信。1)通过DOM操作实现动态内容更新和用户交互;2)在用户提交数据前进行客户端验证,提高用户体验;3)通过AJAX技术实现与服务器的无刷新通信。

JavaScript在现实世界中的应用包括前端和后端开发。1)通过构建TODO列表应用展示前端应用,涉及DOM操作和事件处理。2)通过Node.js和Express构建RESTfulAPI展示后端应用。

理解JavaScript引擎内部工作原理对开发者重要,因为它能帮助编写更高效的代码并理解性能瓶颈和优化策略。1)引擎的工作流程包括解析、编译和执行三个阶段;2)执行过程中,引擎会进行动态优化,如内联缓存和隐藏类;3)最佳实践包括避免全局变量、优化循环、使用const和let,以及避免过度使用闭包。

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好,适合初学者,但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大,JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富,但Python适合从官方文档开始,JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

Python和JavaScript在开发环境上的选择都很重要。1)Python的开发环境包括PyCharm、JupyterNotebook和Anaconda,适合数据科学和快速原型开发。2)JavaScript的开发环境包括Node.js、VSCode和Webpack,适用于前端和后端开发。根据项目需求选择合适的工具可以提高开发效率和项目成功率。
