
用 SQL 跑《Doom》:資料庫不只查資料,還能打惡魔
首圖:SQLDoom 的除錯畫面,顯示遊戲、效能數據與渲染流程。圖片來源:Lukas Vogel,取自 Ars Technica 原文。
「這東西能跑《Doom》嗎?」這次的答案,是 SQL 資料庫。
開發者 Lukas Vogel 做出 SQLDoom,把經典射擊遊戲的地圖、遊戲狀態與畫面生成搬進 CedarDB。平常用來查訂單、統計營收的 SQL,在這裡要判斷玩家看得到哪些牆,並算出每個像素的顏色。
Ars Technica 在 2026 年 10 月 2 日報導這個專案。以下以開發者的技術文章為主要依據,搭配報導使用的圖片與開發者公開的實機影片。
- 遊戲邏輯、狀態與渲染在資料庫裡運作,Python 負責計時、鍵盤輸入與顯示畫面。
- 渲染實作約 1,300 行 SQL,分成 89 個共同資料表運算式(CTE):把複雜查詢拆成可命名、可引用的步驟。
- 原生畫面是 320 × 200;遊戲邏輯固定每秒更新 35 次,畫面生成另行運作。
- 開發者回報筆電上通常約 60 fps,繁忙場景約 35 fps。這是作者自行公布的結果,本文未獨立測試。
一、先看它實際跑起來
這個專案分工相當清楚。地圖資料與遊戲運算留在 CedarDB,Python 客戶端透過 pygame 接收鍵盤操作,取得資料庫生成的點陣畫面,再顯示到螢幕。
遊戲邏輯與畫面生成採用不同節奏:前者固定在 35 Hz,也就是每秒更新 35 次;後者可依客戶端需求取得新畫面。因此,35 Hz 的遊戲更新率和作者回報的約 60 fps 渲染表現,是兩件不同的事。
二、哪些牆看得見,也能變成查詢問題
《Doom》的 WAD 檔案包含關卡與遊戲資源。Vogel 將關卡的頂點、線段、區域與物件等內容轉成關聯式資料表,讓 SQL 能直接讀取與處理。
渲染的一個重點,是先找出玩家看得到的部分。專案將二元空間分割樹(BSP,將地圖空間逐層分割的結構)轉成可供查詢的資料,計算排序鍵,再透過 ORDER BY 排出處理順序,剔除被遮住的區域。

地板與天花板比較麻煩。原版《Doom》的繪製方式難以直接套進 SQL,Vogel 因此採用替代做法,處理可見面板,再依深度選出像素顏色。作者指出,這部分仍是畫面生成流程中成本較高的工作。
三、跑得動,但效能數字要看條件
開發者表示,在搭載 Ryzen 7 PRO 7840U 的筆電上,通常可達約 60 fps,繁忙場景降至約 35 fps。他的技術文章明確寫出原生畫面為 320 × 200;Ars 報導另提到 640 × 480,本文採用開發者的一手說明。
這些結果來自作者自行公布的測試,硬體與場景由作者決定,不能直接套用到所有電腦。線上示範也會受到伺服器與網路環境影響。
資料庫還提供多人遊戲可以使用的功能,例如並行存取控制與一致的狀態快照。Vogel 說明,每一次遊戲更新可以包在交易裡,玩家讀到的是更新前或完整更新後的狀態,避免看到只完成一部分的更新。這是專案使用資料庫交易的設計優點,不代表所有遊戲同步問題都已解決。
四、想玩或研究,可以從哪裡開始?
| 你的目的 | 建議 |
|---|---|
| 想看看資料庫跑遊戲的樣子 | 先播放上方的實機影片 |
| 想直接試玩 | 開啟 SQLDoom 線上示範,可用性與效能以當時服務為準 |
| 想研究 SQL 渲染 | 閱讀 開發者技術文章與 GitHub 原始碼 |
| 想在自己的電腦執行 | 依專案說明準備 CedarDB、Python 客戶端與所需的《Doom》WAD 資料檔 |
SQLDoom 最有意思的地方,是把熟悉的工具放進陌生的用途:資料表存放遊戲世界,查詢生成畫面,交易管理更新。對一般玩家而言,它是一次有趣的《Doom》移植;對熟悉 SQL 的開發者而言,則提供了觀察查詢與渲染如何結合的範例。
參考來源
- Lukas Vogel/CedarDB:We ported the original Doom to SQL:遊戲架構、渲染實作、解析度、更新率、作者效能數據與影片。
- Ars Technica:Someone got Doom in an SQL database:2026 年 10 月 2 日報導;本文兩張圖片與原文相同,原文署名均為 Lukas Vogel。
- CedarDB/SQLDoom GitHub:原始碼與執行說明。
本文整理自上列公開資料,資料蒐集與整理過程使用 AI 工具輔助。如有錯誤歡迎指正。