入口：
在DeferredShadingRenderer中的render，如果开启了nanite，会进行数据流的更新。核心入口是Nanite::GStreamingManager.BeginAsyncUpdate（清除数据，申请内存，获取已经存在的资源）
AsyncUpdate（卸载与加载对象确定，簇、页、资源分类，注册页面，查找依赖）
和Nanite::GStreamingManager.EndAsyncUpdate（创建uav，执行数据正式数据加载，实例化的数据和非实例化的数据）
Nanite::GStreamingManager.SubmitFrameStreamingRequests（写入流buffer并且清除数据）。
初始化：
NaniteStreamingManager种对数据流的初始化执行InitRHI，他会建立流数据页的lru方式。nanite的数据是分成簇管理，层级管理然后才是具体的数据流。
加入流数据：
但是要加入流数据中是通过FStreamingManager::Add加入的，然后加入到RuntimeResourceMap和PendingAdds中。
开始数据流同步：
在BeginAsyncUpdate中，首先创建FAsyncState结构体，主要用于同步状态的数据收集。然后需要清除掉流数据。
ProcessNewResources
然后他会记录bBuffersTransitionedToWrite的状态，在ProcessNewResources里面确定申请的根页数，总页数，根据总页数来确定申请的内存的大小。另外如果有设置Imposters则还会申请Imposters的内存。
然后对PendingAdds的每个数据执行地址拷贝，然后给到rootpageinfo中的运行时资源id和簇的大小
然后需要给到ue的RHI的队列，需要给到三个uav，第一个是簇的页信息的UAV，第二个是层级的数据的UAV，第三个如果有Imposters则要给到imposters的数据的UAV。
设置完新的资源后，因为PendingAdds是待定要用的页，而DetermineReadyPages如果是完成的页则算是一个决定要用的页。确定的页都会让AsyncState.NumReadyPages加一。最终要加载的内容都是来源于确定的页。
如果有页数准备好的则初始化页面上传对象，簇合并buffer以及层级上传对象
然后查找之前已经准备好的对象到同步状态中，
并锁定线程执行
然后就开始执行同步操作了。
AsyncUpdate，核心内容，同步数据流
InstallReadyPages加载页
在AsyncUpdate中，首先会执行InstallReadyPages，对已经准备好的页进行加载和卸载。
在InstallReadyPages中拿到待准备的数据PendingPages中的对象加入到GPUPageToLastPendingPageIndex中，
然后对有效的id放入BatchNewPageKeys中。
卸载页和加载页：
然后执行卸载，对GPUPageToLastPendingPageIndex中有效id的对象，如果不在BatchNewPageKeys中则执行ApplyFixups，最后一个参数是true则执行卸载。
ApplyFixups里面低层级以及簇中的对象执行卸载。如果是卸载则必然执行依赖关系处理。
执行完卸载后就开始加载，把NumReadyPages数量的对象加入到可提交的流数据页中CommittedStreamingPageMap。然后拿到FPageStreamingState的依赖关系加入到GPUPageDependencies中。最终执行ApplyFixups最后参数是false然后执行加载。
执行完InstallReadyPages后对之前存储的每个最后保存的buffer执行加载请求AsyncState.LatestReadbackBufferPtr。
AddPendingExplicitRequests
这里主要从显性的待定的数据中找出重复出现的，加入到RequestsHashTable的请求列表中。这里的数据是来源于PendingExplicitRequests。
AddPendingResourcePrefetchRequests
这里主要从预设的待定的数据中找出重复出现的，加入到RequestsHashTable的请求列表中。这里的数据是来源于PendingResourcePrefetches。
然后获取RequestsHashTable中的数据查找RegisteredStreamingPagesMap中的流数据页，首先需要确定这个流数据页是否存在，存在则更新，不存在则加入到PrioritizedRequestsHeap中。
然后对更新的数据流页列表按优先级排序，然后对列表设置链表关系，并且建立lru关系。
然后对不是更新的数据执行取出，如果在NumResourcePages页就是资源页范围内则执行SelectStreamingPages，在SelectStreamingPages把自身和依赖文件都加入到SelectedPages中。
然后收集所有依赖页关系到RegistrationDependencyPages中
注册页面：
接下来对RegisteredStreamingPagesMap注册页找可以使用的页，他会根据lru看优先级查找比较少用到的页面作为可以申请的页面。
如果是FreePage的页面则注销他
如果是用IODispatcher的话则执行Batch.Read把ChunkID作为一个组加入到PendingPage.Request中。
如果不是则需要建立一个任务
最后注册到流数据处理中RegisterStreamingPage
再RegisterStreamingPage里面，对要注册的对想法的依赖文件进行计数，记录使用次数，不然被释放就找不到了
然后记录到Page这个FStreamingPageInfo的链表中。
完成AsyncUpdate。
EndAsyncUpdate
然后执行EndAsyncUpdate
上传数据流：
他会创建簇的页数据uav和层级数据uav。然后通过PageUploader->ResourceUploadTo和Hierarchy.UploadBuffer.ResourceUploadTo上传簇页面数据和层级页面数据。以及后面还会执行ClusterFixupUploadBuffer.ResourceUploadTo。也就是说他上传的数据都是基于页，层级以及簇的方式的。
ResourceUploadTo
ResourceUploadTo中的处理的是数据的上传，他会拿到剩余页，让那些正常的没有丢失依赖项的进入到上传数据队列中
然后对每一页都执行一个computeshader“FTranscodePageToGPU_CS”
在"/Engine/Private/Nanite/NaniteTranscode.usf"的"TranscodePageToGPU"中，首先解析出页面头部数据，然后获取看他需要多少个顶点buffer数据。
然后从簇中获取到三角形索引信息并加入到DstPageBuffer
再根据簇中的buffer（SrcPageBuffer）对于位置信息，属性信息的偏移获取到相关属性。
获取顶点数据的时候会分成实例化的数据和非实例化的数据。像上面就是非实例化的数据，他是直接拷贝数据地址的方式获取数据的。
而另一种实例化的数据是根据之前获取的NumTexCoords确定有多少个顶点属性执行TranscodeVertexAttributes，在里面对法线，uv，color，进行BitStreamWriter_Writer执行字节流的写入。
SubmitFrameStreamingRequests
这里主要是对流数据请求的读取数据写入到StreamingRequestReadbackBuffers中并且执行ClearStreamingRequestCount清楚流数据请求。FClearStreamingRequestCount_CS中执行"/Engine/Private/Nanite/NaniteClusterCulling.usf"的"ClearStreamingRequestCount"，执行清除行为。
