MS-SSTR Smooth Streaming 协议_microsoft smooth streaming源码-CSDN博客

本文参考的协议是比较老的版本，截至到2017.09, 最新的版本已经更新到7.0,但是基本的内容没有太大的变化，所以本文的分析还是很有借鉴意义。

MS-SMTH 是2009版的，其中没有关于直播的描述，新版本协议为 MS-SSTR（2011版的 Smooth Streaming 协议）
本文之前写的都是2009版的， 2011版的更新用红色字体标出。

1、微软SmoothStreamIndexing协议规定了四种消息：

（The IIS Smooth StreamIndexing Transport Protocol defines four types of messages: ）

1.Manifest Request

2.Manifest Response

3.Fragment Request

4.Fragment Response

1. Manifest Request

ManifestRequest = [ "/" VirtualPath ] "/" PublishingPointName "." "ism" / VendorExtensionFileExtension "/" "Manifest"

注意上面的式子中有一个斜杠是没有引号的，也就是VendorExtensionFileExtension前面那个，也就是说这个斜杠不是要出现在Request中的，这个斜杠表示或者的意思。

也就是说，"."后面既可以跟ism也可以跟提供商自己的扩展名，"ism"跟VendorExtensionFileExtensions是或的关系。

看来ManifestRequest中必须包含"."，就是"/" "Manifest"的前一级必须包含"."。这样看来我自己在lighttpd上搞的目录实际是不符合协议的。

2. Manifest Response （Manifest 文件的格式）

Manifest文件是个XML文本，遵循XML标准。注：XML 标签对大小写敏感，XML 的属性值须加引号。

Manifest的根元素必须是<SmoothStreamIndexingMedia>,这个元素的意思是“客户端为了播放节目（Presentation）所需的所有元数据”。

这个元素有4个属性：MajorVersion，MinorVersion，TimeScale，Duration。
2011版新加入3个属性：IsLive，LookaheadCount ，DVRWindowLength。这三个属性都是直播相关的。

其中除了TimeScale之外都是必须的，TimeScale之所以不是必须，是因为他有默认值————10000000（1个1,7个0）。

TimeScale的意思是每秒钟Duration属性的增量，Duration就是节目长度的意思。也就是每一秒，Duration加几，TimeScale就是个这数。

可以理解为TimeScale是划分时间的粒度，10000000代表每秒钟节目时长加10的7次方那么多，反过来理解就是，每10的负7次方秒，节目长度就要加1。

你看这默认值把视频划分的够细的啊。

另外两个属性，描述版本用的：MajorVersion必须等于2，MajorVersion必须等于0，这没啥好说的，规定。

这个元素属性挺少的，到这儿就说完了。下边说说这个元素的内容：

内容=[ ProtectionElement S?] 1* StreamIndexElement 注: *元素表示0或多个元素，1*元素表示1或多个元素，2*3元素表示2或3个元素。

上面是协议里写的，翻译成汉语就是，由一个可选的<Protection>元素和若干个<StreamIndex>元素组成。接下来的任务就是看看这俩元素分别是啥了。

先看<StreamIndex>元素。

<StreamIndex>元素的意思“客户端为了播放Stream所需的所有元数据”，跟前边<SmoothStreamIndexingMedia>比，把节目（Presentation）换成了Stream。

其实一个节目一般可以分为两个Stream，即视频流和音频流。以后就管Stream叫“流”了，汉语方便。

这个元素有以下这12个属性：Type，Subtype，TimeScale，Name，Chunks，QualityLevels，Url，MaxWidth，MaxHeight，DisplayWidth，DisplayHeight，VendorExtension。

其中Type是必须的，并且，如果这个<StreamIndex>元素中没有插入<QualityLevel>元素，那么这3个元素也是必须的：NumberOfFragments， NumberOfTracks，Url。当然，常见的场景是<StreamIndex>元素中都插入了<QualityLevel>元素。

下边来看看这12个属性都什么意思：

Type：流的类型，可以是video, audio, or text。text有点特殊和不常见，今天先不说。

MaxWidth, MaxHeight, DisplayWidth, DisplayHeight：这4个属性就是字面意思。注意只有当Type属性的值为video时，这4个属性才可以出现。

Subtype：当Type属性的值为text时，这个属性必须出现。这个属性稍微复杂并不常用，今天先不说。

Name ：流的名称，没啥好说的。

Chunks ：流中Fragment的个数，Fragment就是分片。

QualityLevels ：流中Track的个数，目前理解是，一个码率就叫一个Track（对于视频）。协议里说Track元素的名字就是QualityLevel。

Url：客户端用以产生FragmentRequest的格式，这个属性的值必须是UrlPattern：

UrlPattern = QualityLevels（"{bitrate}" / "{Bitrate}" ["," "{CustomAttributes}"] ）"/"Fragments（TrackName "=" "{start time}" / "{start_time}" ）

TimeScale：这个流中的TimeScale，跟前面的TimeScale具有相同的意义。

VendorExtension：内容提供商自己开发扩展用。

下边说说这个元素的内容：