趣谈网络协议---流媒体协议：如何在直播里看到美女帅哥？

视频是快速播放一连串连续的图片。

视频中的图片压缩：

视频编码的两大流派

• ITU（International Telecommunications Union）的VCEG（Video Codding Experts Group）。侧重传输。
• ISO（International Standards Organization）的MPEG（Moving Picture Experts Group）。侧重存储。

后来，ITU-T（ITU Telecommunication Standardization Sector）与MPEG联合制定了H.264/MPEG-4 AVC。

经过编码后 ，图像便成为二进制。

如何在直播里看到帅哥美女？

• 网络协议将编码好的视频流，从主播段推送到服务器，服务器上有运行同样协议的服务端接收网络包，得到视频流，该过程为接流。
• 服务端接流后，可对视频流进行处理，如转码。
• 服务端处理完流后，观众的客户端请求流，该过程为拉流。
• 为降低服务器压力，需要一个视频分发网络，将视频预先加载到就近的边缘节点。
• 客户端拉流后，进行解码，将二进制转为图片，播放。

过程详解
1、编码：如何将丰富多彩的图片变成二进制流？

视频序列分3种帧：

• I 帧，也称关键帧。里面是完整的图片，只需要本帧数据，就可以完成解码。
• P帧，前向预测编码帧。记录此帧与前一帧的差别，解码需要之前缓存的画面。
• B帧，双向预测内插编码帧。记录本帧与前后两帧的差别。

压缩后帧的序列，应该是在 IBBP 的间隔出现的。

一个帧分成多个片，片分成多个宏块，宏分成多个子块，方便进行空间上的编码。

编码后，需压缩成流，是一个个的网络提取层单元（NALU，Network Abstraction Layer Unit），方便网络上的传输，因为网络传输默认是包。

NALU起始标识符标识NALU之间的间隔；NALU头里配置了类型；Payload里是承载的数据。

NALU头里，主要的内容是类型NAL Type。

• 0x07 表示 SPS，序列参数集，包括图像序列的所有信息，如图像尺寸、视频格式等。
• 0x08 表示 PPS，图像参数集，包括图像的所有分片的相关信息，如图像类型、序列号等。

传输视频流之前，先传输这两类参数，用于解密。为保证容错性，每个 I 帧前都会传输两类参数。

如果NALU Header里表示的类型是SPS或PPS，则Payload里就是真正参数集的内容；如果类型是帧，则Payload里是真正的视频数据。保存的是帧里的一片，每片是I帧还是P帧，在片结构里的Header里的类型说明，然后是片的内容。

2、推流：如何把数据流打包传输到对端？

使用RTMP协议。RTMP基于TCP，双方需要建立一个TCP的连接。

RTMP为什么需要建立一个单独的连接？因为需要商量一些事情，保证之后传输的正常进行。主要商量版本号和时间戳。握手之后，双方传递一些控制信息，如Chunk块的大小 、窗口大小等。

真正传输数据的时候，还需要创建一个流Stream，然后通过Stream推流publish。

推流的过程，就是将NALU放在Message里传送，称RTMP packet包。Message的格式如下图所示。

发送时，去掉NALU的起始标识符。将SPS和PPS参数集封装称一个RTMP包发送，然后发送一个个片的NALU。

RTMP收发数据时，将Message拆分成Chunk发送，每个Chunk中带Message ID。

推流过程如下图所示：

3、为降低服务器压力，需要有分发网络。

分发网络分为中心和边缘两层。边缘层离用户比较近。中心层时流媒体服务集群，负责内容的转发、转码。智能负载均衡系统，根据用户的地理位置信息，就近选择边缘服务器，为用户提供推/拉流服务。

4、拉流：观众的客户端如何看到视频？

客户端通过RTMP拉流过程如下图所示：

先读到的是H.264的解码参数，如SPS和PPS，然后对收到的NALU组成一个个帧，进行解码，交给播放器播放。