基于WebRTC的互动直播实践

互动直播已经逐渐成为直播的主要形式。映客直播资深音视频工程师叶峰峰在LiveVideoStackCon 2018大会的演讲中详细介绍了INKE自研连麦整体设计思路、如何基于WebRTC搭建互动直播SDK以及针对用户体验进行优化。本文由LiveVideoStack整理而成。

文 / 叶峰峰

整理 / LiveVideoStack

大家好，我是叶峰峰，来自映客直播，从事实时音视频的开发工作大概有七八年时间了，在加入映客后，也参与了映客实时互动直播的开发过程。本次分享主要介绍映客互动直播开发过程中遇到的一些问题，以及对直播场景下互动直播的一些优化。

本次分享内容可以分为四个部分。第一部分，简单介绍互动直播的发展；第二部分，介绍映客互动直播SDK是如何从0到1构建起来的，并从推流端和播放端两方面来介绍对它进行的优化；第三部分，介绍配合互动直播体系的一些监控和运营相关的内容，以及我们如何依赖于这种体系解决线上的问题；第四部分，总结和展望，主要是对下一步工作的思考。

一、互动直播发展简介

1、CDN直播

CDN直播指的是单个主播使用RTMP协议进行推流的直播形式。主播端推流使用的是基于TCP的RTMP协议，直接推流到我们的CDN源站，观众端通过CDN的边缘节点进行拉流和播放，整条链路都是使用的TCP，所以技术是比较成熟的。虽然这种形式便于我们的业务推广，但同时也存在着直播形式单一、缺少互动话题的缺点。为了解决CDN直播缺乏观众和主播间交互的问题，进而引入了互动直播。

2、互动直播

互动直播一般是指主播和主播之间通过RTP来进行推拉流的方式，它的形式比较多样、话题点也非常丰富。与观众互动的方式除了评论区互动外，还可以通过音频、视频连麦的方式使观众加入到直播过程中与主播面对面进行交流。但是，互动直播的缺点是对传输时延比较敏感，并且整个直播系统的实现比较复杂。在CDN直播里面，只需要将流推到CDN源站就可以了，而互动直播既不仅要把我们的流推到连麦服务器，还要解决主播与主播之间拉流进行互动播放的问题。

3、主播PK介绍及CDN vs 互动

接下来，我们重点看一下互动直播中比较特殊的一个场景即主播PK场景。连麦场景中的所有观众都属于当前某个主播的观众，辅麦没有自己的观众，而直播PK场景与之不同。在PK开始之前，两边的主播都有各自的观众，所以在播放端就需要针对PK场景进行一些特殊的优化。虽然我们的互动直播已经加入了观众与主播之间通过音频、视频进行沟通的渠道，但并没有形成一个非常有效的协作，不能很直接的引起观众对平台做贡献的行为，如送礼物等。因此，在PK发起的过程中，观众可以通过送礼物来影响PK的整个 过程。我们可以看到上图右侧所展示的主播1v1PK场景中，每个主播会显示有一个血条，当观众送礼时血条则会增长，结束时哪方观众送的礼物多就会胜利。这样一来，就能让观众更多地参与到直播的过程中，而且是通过送礼物的方式。如果大家最近观看过映客直播，就会看到我们最近在开展PK排位赛的业务。PK排位赛业务指的是在PK的过程中，当有人第一个给主播送礼，就会在两个主播中间展示一个首杀的动画特效，使得用户获得一种不一样的参与感。而且在PK结束时，会在胜利一方的观众里选出对本场胜利贡献最多的观众称之为MVP，同样会是在两个主播中间的位置展现一个三秒的动画特效。目前来讲，PK业务是我们整个互动直播中最有价值的一个业务场景。

介绍完CDN直播和互动直播后，接下来把它们进行一个对比。从主播端来看，在业务形式上，CDN直播一般是单个主播的，而互动直播是多个主播的。在传输协议上，CDN直播主播端是使用基于TCP的RTMP协议来推流的，而互动直播一般是使用基于UDP的RTP协议来推流的。由于互动直播是基于UDP的，所以我们还需要考虑应用层的丢包重传问题。在实现复杂度上，CDN直播是相对较低的，而互动直播实现复杂度相对较高。从观众端来看，都是使用HTTP-FLV/RTMP来进行拉流播放，且都是基于TCP的。但是，CDN直播只有一路流，而互动直播考虑到直播场景的卡顿率或者一些指标的体验优化，我们目前使用的是主播多流的方式。多个主播之间可能使用的是不同CDN分发的多流，互动直播在观众端还会考虑一些多流间同步的操作。

4、直播系统架构拓扑

下面简单介绍一下CDN直播和互动直播的架构拓扑。对于CDN直播，它是直接