北雨南萍

1、安装vue-cli 点击终端-新终端，输入：npm install -g vue-cli 等待安装成功。 若安装失败，可以尝试使用： 1，配置淘宝镜像：npm config set registry https://registry.npm.taobao.org 2，配置完成后检验是否成功：npm config get registry 3，重新运行命令：npm install -g @

###EXECUTABLE:=11-8LIBDIR:=LIBS :=INCLUDES :=SRCDIR :=##CC := g++CFLAGS := -g -Wall -O3CPPFLAGS := $(CFLAGS)CPPFLAGS += $(addprefix -I, $(INCLUDES))CPPFLAGS += -MMD##RM-F := rm -f# # You shouldn't need to change anything below this poin

1、动态帧率的实现1.1 实现思路依据动态调整因子(由网络状态，CPU状态、程序状态等组成)，计算出当前帧的可用码率，再在时间轴上动态调用x264的API实现对YUV数据帧的编码，然后对编码帧打上非固定的动态时间戳，从而实现了码率不变，帧率动态调整技术，达到： 码率(清晰度)不变，流畅度变化的效果----即清晰度优先设置；1.2 如何指定编码成关键帧AVFrame* _v_frm;_v_frm->key_frame = key_frame;if (key_fra

1. 全局服务器调度1.1 部署架构原理图下图是一个典型的通信系统的服务器部署图：说明：> 每个用户所在的地区有一个或多个IDC机房覆盖，> 每个IDC机房部署有一台或多台信令边缘服务器、一台或多台媒体边缘服务器；> 边缘IDC机房与中心IDC机房间可能有专线连接，也可能因为无专线而只能使用公网连接；1.2 全局服务器调度调度的流程如下 ：Step1: 根据用户来源IP查出他所属的国家-城市-IDC运营商；Step2: 根据用户所属的国.

MCU(Meida Central Unit)是服务端的中央媒体处理单元，它有两大主要功能，一是管理由它处理的所有会话(Session)的业务逻辑；二是集中一个会话(Session)中所有用户(Channel)的音视频数据，对它们分别进行音视频的处理后，再分发给各个用户。1. MCU的整体架构下图为MCU的整体架构图：> 基于TCP协议的ProtoBuf信令，用于实现业务逻辑，及Session管理。Session管理包括Session的创建，用户加入或退..

双向音视频通信系统的客户端是一个复杂的子系统，它比起单向直播系统的推流客户端，播放客户端都要复杂，因为它需要在采集本地音视频推送到服务端的同时，还要从服务端接收音视频数据进行播放。而对于真正的实际生产用的客户端来说，它还需要有完整的业务逻辑实现，良好的健壮性，并适配各种平台，这更增加它的复杂度。本文介绍了一个完整的客户端的媒体引擎的基本框架，并对其核心工作原理做了介绍。1. 客户端媒体引擎架构下图是客户端媒体引擎的架构图:平台接入层：是对整个SDK的...

RTP协议对媒体数据(包括音频和视频)的封装是由指定的的协议文档规定。1. RTP封装H.264视频编码数据1.1 H.264 基本流的结构H.264 的基本流（elementary stream,ES）的结构分为两层，包括视频编码层（VCL）和 网络适配层（NAL）。视频编码层负责高效的视频内容表示，而网络适配层负责以网络所要 求的恰当的方式对数据进行打包和传送。引入 NAL 并使之与 VCL 分离带来的好处包括两方面：其一、使信号处理和网络传输分离，VCL 和 N..

一、NAT-UDP穿透详解1、NAT分类1.1 基础型NAT仅将内网主机的私有IP地址转换成公网的IP地址，并不对TCP/UDP端口信息进行转换，分为静态NAT和动态NAT。> 静态NAT：一个公网IP对应一个内部IP，一对一转换> 动态NAT：N个公网IP对应M个内部IP，不固定的一对一转换关系1.2 NAPTNAPT不但会改变经过这个NAT设备的IP数据报的IP地址，还会改变IP数据报的TCP/UDP端口。现在基本使用这种，又分为对称和..

1. RTP/RTCP协议协议详解可见文档：https://download.csdn.net/download/fireroll/153081442. 抓包与代码分析2.1 RTP报文RTP报文头格式（见RFC3550 Page12）：PT(Payload Type 负载类型)的值定义如下除了上表中明确指定PT值的负载类型，还有些负载类型由于诞生的较晚，没有具体的PT值，只能使用动态（dynamic）PT值，即96到127，这就是为什么大家普遍指定H..

商业系统的架构设计知易行难，少有一蹴而就的。它往往是业务、技术、人员、时间的四重平衡与取舍。架构如下棋，如是见棋走子，不做提前两三步的预测和判断，通常难胜。当业务已经在系统上跑起来后，想要再改架构，积重难返。业务不等人，竞争对手进攻，决策层耐心有限，项目成员精力疲惫信心不在，何去何从？本文讨论的是面向商业的高并发系统，介绍了一种面向高并发的流媒体传输系统的架构设计，它和具体的业务关系不大。和自下而上设计(如从使用开源软件验证功能到最终开发出满足业务需要的系统)不同，这里.

在高并发系统中，除了自开发的各种业务处理系统外，还可以使用的一些支持高并发的开源组件和中间件，它们大都是业界的标杆性项目，能大大提高整个系统的并发性能，加速业务的快速落地。本文介绍在高并发流媒体传输系统中用到的几个典型开源组件，它们分别是Kafka, redis, Linux LVS;1. Kafka1.1. 简介Apache kafka 是一个分布式的基于push-subscribe的消息系统，它具备快速、可扩展、可持久化的特点。它现在是Apache旗下的一个开..

对于高并发系统来说，如果涉及到数据库中数据的增删改查操作，为了提高并发量，我们要做的第一件事情是对数据进行分层。下图是一个基本的数据库数据分层实现方案> 对于高频高并发操作数据， 可以使用Redis集群，并应用其Hash模式来存储和操作数据；> 对于高频的查找数据(较少的修改数据)操作，可以使用红黑树来操作数据；> 对于普通操作的数据，如果只涉及到本机的操作数据，可以用Linux自带的轻量级的Sqlite数据库来操作；如果涉及到多机的数据共享，则可.

为了提高服务器的并发性能，除了使用程序优化技术，多线程并发技术外，还可以用多进程并发技术。而涉及到多进程并发技术，往往需要进行进程间高效数据通信技术；Linux系统为程序开发提供了多种进程间通信技术，包括有信号，进程间socket, 信号量，匿名管道，命名管道，共享内存。本文介绍一种基于命名管道和共享内存的进程间通信方法；整体原理图如下：主要组成部分如下：DataQueue Producer: 是数据的生产者，它除了生产数据外，还生成信令；DataQueu..

基于信号量的配置文件热加载实现对于高并发的服务端来说，当服务正在运行进，却需要进行配置文件修改，以响应各种业务需求，这时就需要对服务端进行配置文件的热加载功能。下面是一种基于信号量的配置文件热加载实现。1 使用单例模式构建配置文件类class CConf {public: CConf() { }; ~CConf() { }; int load_cfg(const string& conf_file); int reload_cfg(.

前言时钟换算:1秒(s) = 1000 毫秒(ms) = 1,000,000 微秒(μs) = 1,000,000,000 纳秒(ns) = 1,000,000,000,000 皮秒(ps)程序挂起主要有以下几种:sleep, usleep, select, pselect, nanosleep;它们的精度不同，在不同的应用场景下需要不同的函数；一、用法1.1 函数名: sleep头文件: #include <unistd.h> // 在gcc编译器...

1. Protocol Buffer 简介Google Protocol Buffer( 简称 Protobuf) 是 Google 公司内部的混合语言数据标准，目前已经正在使用的有超过 48,162 种报文格式定义和超过 12,183 个 .proto 文件。他们用于 RPC 系统和持续数据存储系统。Protocol Buffers 是一种轻便高效的结构化数据存储格式，可以用于结构化数据串行化，或者说序列化。它很适合做数据存储或 RPC 数据交换格式。我们先来看看官方文档.

1、标准定义在分布式系统尤其是服务器这一类事件驱动应用中，虽然这些请求最终会被序列化地处理，但是必须时刻准备着处理多个同时到来的服务请求。在实际应用中，这些请求总是通过一个事件（如CONNECTOR、READ、WRITE等）来表示的。在有 序地处理这些服务请求之前，应用程序必须先分离和调度这些同时到达的事件。为了有效地解决这个问题，我们需要做到以下4方面：> 为了提高系统的可测量性和反应时间，应用程序不能长时间阻塞在某个事件源上而停止对其他事件的处理，这样会严重降低对客户端的响应.

一、红黑树介绍1.1 什么是红黑树红黑树是一种自平衡二叉查找树，是计算机科学领域中的一种数据结构，典型的用途是实现关联数组，存储有序的数据。它是在1972年由Rudolf Bayer发明的，别称"对称二叉B树"，它现代的名字由 Leo J. Guibas 和 Robert Sedgewick 于1978年写的一篇论文中获得的。它是复杂的，但它的操作有着良好的最坏情况运行时间，并且在实践中是高效的。它可以在O(logn)时间内做查找，插入和删除，这里的n是树的结点个数。