Mp4视频首帧加载时间过长问题分析

一.背景说明

用户反映某课程视频（mp4格式）从打开播放器到第一帧画面显示，加载时间过长，影响观看体验。

二.时间埋点

1.定位耗时问题，最直接的方法是在关键节点埋点，打印时间戳，找出耗时操作。项目使用的是IJKPlayer，需要注意的是埋点前需要关闭ffmpeg的打印日志，打印大量的日志会很耗性能(ffmpeg在给mp4文件创建索引表时会打印大量ctts，sttz等信息)：

[IJKFFMoviePlayerController setLogLevel:k_IJK_LOG_DEBUG];
//改成Silent模式
[IJKFFMoviePlayerController setLogLevel:k_IJK_LOG_SILENT];

埋点代码如下（精确到毫秒）：

struct  tm      *ptm;
struct  timeb   stTimeb;
ftime(&stTimeb);
ptm = localtime(&stTimeb.time);
printf("0:Local time is:%02d-%02d %02d:%02d:%02d.%03d\n",
            ptm->tm_mon+1, ptm->tm_mday, ptm->tm_hour, ptm->tm_min, ptm->tm_sec, stTimeb.millitm);

2.在ffplay初始化到第一帧画面显示之间埋点。几个重要函数如下：

stream_open：ffplay入口函数。

avformat_open_input：用于打开多媒体数据并且获得相关信息。

av_read_frame：从文件中读取出AVPacket。

decode_video_internal：将AVPacket视频包送入VideoToolBox中解码。

VTDecoderCallback：VideoToolBox解码完成的回调函数，此函数将解码后的YUV数据送入OpenGL ES中渲染出画面。

3.分别在本地模式和在线模式，打印时间戳：

纵向对比：在线模式下，首帧显示总耗时为4.967秒，速度较慢。其中avformat_open_input函数占总耗时的94%左右。本地模式下，首帧显示总耗时为0.257秒，速度较快。其中avformat_open_input函数占总耗时的34%左右。

横向对比：在线模式下，avformat_open_input函数的耗时为4.668秒，本地模式下为0.088秒，相差4.58秒。

三、分析avformat_open_input函数

1.avformat_open_input函数是ffmpeg框架中libavformat库的核心函数，作用是打开一个输入流并且读它的头部信息。函数内部做了3件事：

a.分配一个AVFormatContext的实例。

b.调用init_input函数初始化输入流的信息。这里会初始化AVInputFormat。

c.根据上一步初始化好的AVInputFormat的类型，调用它的read_header方法，读取文件头。

2. 从以上流程看，a.c的逻辑在本地播放与在线播放一致，所以不是耗时操作。而b中初始化流信息，需要根据探测到的视频格式向服务器端请求视频头部信息。

四、分析视频结构

1.请求视频头部信息。在mp4格式下即为请求moov数据。使用Media Parser解析问题视频如下：

ftyp（32个字节）:描述的文件的版本、兼容协议等

free（8个字节）：未知box。

mdat（220572275个字节）：实际媒体数据。解码播放的数据都在这里面。

moov（2310446个字节）：container box.不包含具体媒体数据，但包含本文件中所有媒体数据的宏观描述信息。

2.从图中可以看出，moov在视频文件尾部。本地播放时，通过指针可快速定位到moov；在线播放则需要先加载一部分头部数据，如fytp，free，madat等，计算出moov的偏移量，再通过Http Range Bytes请求moov数据.

3.moov数据有2310446个字节，约2.2M。在线播放时avformat_open_input需请求全部的moov数据，建立索引表后，再解析音视频数据。本地播放无需网络请求。

五、结论及解决方案

1.mp4的结构特性是导致长视频首帧显示过慢的主要原因。

播放mp4音视频数据前需要先加载moov数据，moov的大小和视频长度成正比（如问题视频为长度为46分01秒，moov数据约2.2M）。在网络较差的情况下，加载moov数据会耗费较长时间。

解决方案：避免加载体积过大的视频头。

a.拆分长视频成数个短视频。如46分钟左右的视频可拆分为3个15分钟左右的短视频。减少moov的长度。

ffmpeg -ss 00:00:00 -t 00:01:30 -i test.mp4 -vcodec copy -acodec copy output.mp4

b.使用轻量级格式，如分段FLV(爱奇艺，优酷)，DASH(YouTube，B站)等方案。

2.moov在视频文件尾部，多了一次seek请求操作。相对于第一点，影响较小，在某些无seek操作的浏览器上需将视频全部加载完才能播放。

解决方案：服务器端将moov从文件尾部移到ftyp后面，ffmpeg命令行如下：

ffmpeg -i input.mp4 -c:a copy -c:v copy -movflags +faststart output.mp4

3.预加载，在适当时机提前加载视频头部数据，写入本地文件，播放器从本地读取数据，快速构建索引表，进入首帧解码。

可参考KTVHTTPCache缓存方案。需要注意的是：
a.moov box在头部位置,否则加载不到。
b.moov box数据量不能过大（长视频），比如moov box 数据量有好几M，预加载1M，意义不大。