蓝星际SIP协议栈和媒体库

开源的协议栈很多了，为什么我要写一个新的协议栈呢？
SIP协议越来越复杂了，而开源实现的协议栈更加复杂，效率十分低下。因为他们试图面面俱到，有的协议栈还试图兼容或转换H323。总之，没有看到一个简单的。
在我看来，要搞明白一个开源协议栈内部的构造并加以灵活应用，并不比我从底层开发一个新的、适应性强的协议栈来的容易。
再说，我喜欢自造车轮，SIP协议文本我研读了不下20遍，也写过简单的SIP转发服务器和注册服务器，有一定基础。

相对来说，SS7的ISUP编解码更复杂些，我在这上面做过很多应用。
另外，有几个客户急需，希望我的平台能立即支持。

开发协议栈（和媒体库）并反复测试直到它非常稳定，花了我将近1个月的时间，很久没有这么高强度的编码了，经常在深夜解决程序Bug的时候还要对付蚊虫，它是深圳一种更为常见的Bug。

我设计SIP协议栈（包括媒体库）的目标如下：
0、简单
   实现一定要简单，这样才能稳健。
   API接口也要简单，这要感谢前面和GregCheng的合作，他对SIP技术还有业界有精到的见解，他定义了一个合理的API界面。

1、和蓝星际平台无缝结合
蓝星际Koodoo语言的可编程能力超强，结合后就实现了SIP的动态可编程能力。
这很重要，现在运营商都进入IMS商用部署阶段了，他们对SIP进行了诸多扩展，“可编程的SIP”是个吸引人的目标，灵活性是很重要的。

2、大容量的并发性
比如单机1000-2000线，实际应用能到480路并发就可以，相当于单机16E1，够大了。
大容量并发的瓶颈在媒体处理。
好在现在服务器的性能都很好了，当然，必须要有优良的结构设计。

3、稳定性
系统的应用，是成为运营商IMS上的一个AS（带媒体功能的应用服务器），或者IP呼叫中心的软交换部件，或者是个可编程的信令或媒体网关，
总之是个需长期稳健运行的服务器。
（经过一段时间应用测试，目前可以说相当稳定了）

4、功能
首先要合乎标准，如SIP的标准，RTP的标准，DTMF的常用标准等。不一定实现标准的全部，但最主要的部分要实现（至少要和其他系统能够互联互通）。
通话要清晰，通话质量优先（带宽不重要了）。
支持多帐号注册，自动维护注册状态。
双方通话或多方会议。
文件播放或录制，可对会议进行放音或录制。

取舍决策：
1、仅考虑windows环境
windows服务器现在已经很稳定了，但可维护性比Linux强的多。
当然，我采用C/C++实现，要移植到别的系统，不难。

2、先实现IpV4和UDP
传输层是独立的模块。IpV6，TCP，没问题，有需要的时候我增加模块即可。

3、先实现G711A编码
G711A即A率8000采样的单声道PCM编码，我国电话网上的标准就是这个编码。
首先，语音质量最好。其次，因为和电话网接口一致，省去转换的麻烦。另外，编码简单，在会议混音是占用CPU最少，能够做到大容量并发。
缺点，占更多的带宽，仅声音有效载荷部分每个通道就要占用64K的带宽。

这个决策基于这个前提：网络带宽按摩尔定律增长，带宽越来越不是问题，通话质量比带宽更重要。
其他编码和视频等暂不支持。

4、DTMF
仅实现RTP的101载荷，和Xlite等是一样的。
按照RFC2833标准实现。

5、需要支持会议
某些呼叫中心应用，多方通话是常见的。

6、支持某些语音卡
支持三汇的全部系列语音卡，因为他们有实时的IP录放音接口。
这样可以构造及其简单和低成本的IP呼叫中心或媒体网关。

7、RTP采用JrtpLib开源库
这个库是C++实现的，接口简单，很好。

8、不考虑实现为客户端协议栈
或者说，不优先考虑。

SIP协议栈实现：
1、概念（基本上和RFC3261一致）
消息 - SIP原始消息，包括请求消息和应答消息
字段 - SIP字段头域
对话 - 标识一次呼叫
事务 - 对话内的一个小来回，比如Invite事务或Bye事务
TU   - 会话用户
简化起见，每个TU最多只能进行一个对话，对于服务器而言一个通道就是一个TU，因此可能有几千个预先创建好的TU对象
会话 - 一般是指接通后进行的媒体会话

2、实现
传输层 (负责消息的收发。收到的消息并不解析直接放到缓冲队列)
消息缓冲层(队列)
事务层 (构造事务或处理事务状态机)
TU层
驱动层 (对消息解析然后匹配到对话或事务)
API层 (C语言接口，供应用层调用)

媒体库实现:
Channel对象 - 媒体通道，里面一般包含rtp对象; 外部通道，则提供接口给语音卡层面连接
Rtp对象 - 负责进行媒体流的收发
收发器 - 比如rtp发送器，rtp接收器，文件播放play（是个接收器，从文件接收数据），文件录音rec（是个发送器，将混音后的数据发送到文件）
线程池 - 通过配置线程池的大小，可以优化性能。
Session对象 - 会话可以连接多个通道，即相当于通道加入到会话，可以以只听方式加入。会话对象类似于多人会话的会议室。
驱动层
API层 (C语言接口，供应用层调用)

如何实现高性能：
1、多线程
2、简单的并行算法
3、简单的对象之间的接口

小试牛刀，最近的两个应用：
1、外呼营销中心
为了节省费用并控制显号，他们和一外地voip运营商合作，该voip运营商提供数个sip帐号。
传统办法：用XLite软电话手工呼叫，需要很多帐号，而且不方便系统控制（如录音和业务管理）。

采用蓝星际系统：
座席 --> 蓝星际系统（SIP协议栈）--> Voip运营商
系统集中分配号码，控制呼叫，并对每个通话进行录音。操作和使用习惯就和他们原先基于E1的外呼营销系统一样。
蓝星际系统是个纯软件，安装在一个windows2003的4核服务器上。
属于呼叫密集型应用，60多个座席不通呼叫，每次通话都进行录制，录制格式为A率8000采样的wav文件（后台会自动压缩为Mp3存储）。
通话声音很清晰。

2、WebCall
客户是经营增值业务的。
他们的企业客户通过Web集成的页面，进行WebCall，进行两方的会话或多方的会议。
普通手机、固话号码和SIP分机可以一起进行通话或会议。
企业客户业务系统通过WebService方式调用我们开发的WebCall接口。

蓝星际平台SIP for三汇卡，采用4E1三汇语音卡。
操作系统windows2003 server。

鸣谢：Greg Cheng, Steven Shen