RTSP协议详解

RTSP协议详解

RTSP协议是基于RTP和RTCP之上的
RTSP使用RTP传输媒体数据，使用RTCP来交互控制命令
整个协议是先用RTSP进行信息交互
然后再使用RTP/RTCP进行媒体数据传输
RTSP的控制命令交互格式
客户端的请求格式：

Method url version\r\n
CSeq: x\r\n
xxx\r\n
...
\r\n

method表示方法，具体见后面详细内容
Url就是请求地址，一般为rtsp://ip:port/session 默认554端口 常见：8554端口
Version 表示版本，我们这里取RTSP/1.0
CSeq序列号，递增的整数

服务器的响应格式：

Version 200 OK\r\n
CSeq: x\r\n
Xxx\r\n
...
\r\n

具体含义和前面相同
200遵循http协议的状态码 200表明成功

协议内容详解

OPTIONS方法：获取服务端提供的可用方法
DESCRIBE方法：获取对应会话的媒体描述信息
SETUP方法：向服务器发起建立请求，建立连接会话
PLAY方法：向服务器发起播放请求
TEARDOWN方法：向服务器发起关闭连接会话请求

协议流程详解

RTSP的交互过程

客户端C向服务器S发送OPTIONS

OPTIONS rtsp://127.0.0.1:554/live RTSP/1.0\r\n
CSeq: 1\r\n
\r\n

服务器S收到后，回应客户端C，告诉客户端可用的方法

RTSP/1.0 200 OK\r\n
CSeq: 1\r\n
Public: OPTIONS, DESCRIBE, SETUP, PLAY, TEARDOWN\r\n
\r\n

接着，客户端会向服务器发送DESCRIBE命令，获取媒体的描述信息

C→S
DESCRIBE rtsp://127.0.0.1:554/live RTSP/1.0\r\n
CSeq: 2\r\n
Accept: application/sdp\r\n
\r\n
S→C
RTSP/1.0 200 OK\r\n
CSeq: 2\r\n
Content-length: xxx\r\n
Content-type: application/sdp\r\n
\r\n

v=0\r\n
...各种属性描述

这个时候，客户端就会发送SETUP命令
C→S

SETUP rtsp://127.0.0.1:554/live/track0 RTSP/1.0r\r\n
CSeq: 3\r\n
Transport: RTP/AVP;unicast;client_port=50000-50001\r\n
\r\n

RTP/AVP表示RTP通过UDP发送，如果是RTP/AVP/TCP则表示RTP通过TCP发送
Unicast表示单播，multicast表示多播
Client_port表示50000是RTP端口50001表示RTCP端口，都是UDP套接字
S→C

RTSP/1.0 200 OK\r\n
CSeq: 3\r\n
Transport: RTP/AVP;unicast;client_port=50000-50001;server_port=55000-55001\r\n
Session: 12345678\r\n
\r\n

Server_port表示服务器使用这两个端口传输数据，其中55000是RTP，55001是RTCP端口

客户端收到这个之后，就可以开始发送PLAY命令
C→S

PLAY rtsp://127.0.0.1:554/live RTSP/1.0\r\n
CSeq: 4\r\n
Session: 12345678\r\n
Range: npt=0.000-\r\n
\r\n

S→C

RTSP/1.0 200 OK\r\n
CSeq: 4\r\n
Range: npt=0.000-\r\n
Session: 12345678; timeout=60\r\n
\r\n

服务器回复完这个数据之后，会向客户端的RTP端口（50000）发送数据

最后，客户端要关闭连接的时候，就发送TEARDOWN命令
C→S

TEARDOWN rtsp://127.0.0.1:554/live RTSP/1.0\r\n
CSeq: 5\r\n
Session: 12345678\r\n
\r\n

S→C

RTSP/1.0 200 OK\r\n
CSeq: 5\r\n
\r\n

sdp格式说明

Sdp由多行的key=value组成
完整的sdp包括会话元数据、网络描述、流描述、加密描述、Qos和分组描述
但是一般会话描述、网络描述和流描述（也叫媒体描述）是必须的，其他的可选
v=开始都是会话描述
m=开始都是媒体描述
t=开始时时间描述

会话描述：
v表示版本
o表示用户、会话id、会话版本、网络类型、地址类型、地址
一个典型的例子是
o=- 12345678901 1 IN IP4 127.0.0.1\r\n
这个表示
用户名：-
会话id：12345678901
会话版本：1
网络类型：IN就是internet的意思
地址类型：IP4，表示ipv4
地址：127.0.0.1 表示服务器的地址
s会话名称
i会话文本信息
i=
u会话信息地址
e电子邮件地址
p电话信息
c连接类型和地址
c=IN IP4 0.0.0.0
b带宽限制
b=as:150
b=RR:11250
b=RS:3750
z时区信息
k加密密钥

时间描述：
t开始和结束时间
r重复的周期和持续时间

媒体描述：
m=媒体类型、端口号、传输协议、媒体格式
一个典型的例子如下
m=video 0 RTP/AVP 96\r\n
注意这里的端口号一般无效，因为真正的端口号在SETUP命令中处理
96代表的是H.264
a=媒体格式，有多个内容，几个典型的例子如下
a=rtpmap:96 H264/90000
rtpmap:媒体格式 编码格式/时钟频率
a=framerate:25
framerate表示帧率
a=control:track0
a=Width:integer;320 影片宽度
表示该路视频在这个会话中的编号SETUP命令会用到
i、c、b、k和会话描述一致的含义（但是内容可能不一样）

RTP协议

二进制协议，最重要的就是内容成分组成（嵌套式）和位宽
RTP包由一个头部和数据荷载/数据负载组成
头部格式如下
左边是高位，右边是低位

V表示版本号，2个bit
P表示填充位，1个bit。为0表示包尾部没有填充附加字节；为则表示有
X表示扩展位，1个bit。为1表示包头后面还有一个扩展头部
CC是CSRC个数，4bit。表示后面CSRC的个数0~15个
M表示标记位，1个bit。给配置文档来用的
PT表示荷载类型，7个bit。
序列号（SN），16个bit
时间戳，32个bit，记录数据荷载部分采样时刻
同步信源（SSRC）标识符，32个bit。标记RTP的来源，一个RTP会话中不能有两个SSRC值。
特约信源（CSRC）标识符，最多15个，每个都是32个bit，一般不用

数据荷载的格式一般依据音视频本身的格式