2020 抖音短视频爆火!它的背后到底是什么——如何快速的开发一个完整的直播 app
4.一个完整直播 app 架构
5.一个完整直播 app 技术点
三、了解流媒体(直播需要用到流媒体)
流媒体开发
:网络层(socket 或 st)负责传输,协议层(rtmp 或 hls)负责网络打包,封装层(flv、ts)负责编解码数据的封装,编码层(h.264 和 aac)负责图像,音频压缩。帧
:每帧代表一幅静止的图像GOP
:(Group of Pictures)画面组,一个 GOP 就是一组连续的画面,每个画面都是一帧,一个 GOP 就是很多帧的集合直播的数据,其实是一组图片,包括 I 帧、P 帧、B 帧,当用户第一次观看的时候,会寻找 I 帧,而播放器会到服务器寻找到最近的 I 帧反馈给用户。因此,GOP Cache 增加了端到端延迟,因为它必须要拿到最近的 I 帧
GOP Cache 的长度越长,画面质量越好
码率
:图片进行压缩后每秒显示的数据量。帧率
:每秒显示的图片数。影响画面流畅度,与画面流畅度成正比:帧率越大,画面越流畅;帧率越小,画面越有跳动感。由于人类眼睛的特殊生理结构,如果所看画面之帧率高于 16 的时候,就会认为是连贯的,此现象称之为视觉暂留。并且当帧速达到一定数值后,再增长的话,人眼也不容易察觉到有明显的流畅度提升了。
分辨率
:(矩形)图片的长度和宽度,即图片的尺寸压缩前的每秒数据量
:帧率 X 分辨率(单位应该是若干个字节)压缩比
:压缩前的每秒数据量/码率 (对于同一个视频源并采用同一种视频编码算法,则:压缩比越高,画面质量越差。)视频文件格式
:文件的后缀
,比如.wmv,.mov,.mp4,.mp3,.avi
,主要用处
,根据文件格式,系统会自动判断用什么软件打开,注意: 随意修改文件格式,对文件的本身不会造成太大的影响,比如把 avi 改成 mp4,文件还是 avi.视频封装格式
:一种储存视频信息的容器
,流式封装可以有TS、FLV
等,索引式的封装有MP4,MOV,AVI
等,主要作用
:一个视频文件往往会包含图像和音频,还有一些配置信息(如图像和音频的关联,如何解码它们等):这些内容需要按照一定的规则组织、封装起来.注意
:会发现封装格式跟文件格式一样,因为一般视频文件格式的后缀名即采用相应的视频封装格式的名称,所以视频文件格式就是视频封装格式。视频封装格式和视频压缩编码标准
:就好像项目工程和编程语言,封装格式就是一个项目的工程,视频编码方式就是编程语言,一个项目工程可以用不同语言开发。
四、直播基础知识介绍:
1.采集视频、音频
1.1 采集视频、音频编码框架
AVFoundation
:AVFoundation 是用来播放和创建实时的视听媒体数据的框架,同时提供 Objective-C 接口来操作这些视听数据,比如编辑,旋转,重编码
1.2 视频、音频硬件设备
CCD
:图像传感器: 用于图像采集和处理的过程,把图像转换成电信号。拾音器
:声音传感器: 用于声音采集和处理的过程,把声音转换成电信号。音频采样数据
:一般都是 PCM 格式视频采样数据
: 一般都是YUV
,或RGB
格式,采集到的原始音视频的体积是非常大的,需要经过压缩技术处理来提高传输效率
2.视频处理(美颜,水印)
视频处理原理
:因为视频最终也是通过 GPU,一帧一帧渲染到屏幕上的,所以我们可以利用 OpenGL ES,对视频帧进行各种加工,从而视频各种不同的效果,就好像一个水龙头流出的水,经过若干节管道,然后流向不同的目标
现在的各种美颜和视频添加特效的 app 都是利用
GPUImage
这个框架实现的,.
***** 视频处理框架 *****
GPUImage
: GPUImage 是一个基于 OpenGL ES 的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达 120 多种常见的滤镜效果。OpenGL
:OpenGL(全写 Open Graphics Library)是个定义了一个跨编程语言、跨平台的编程接口的规格,它用于三维图象(二维的亦可)。OpenGL 是个专业的图形程序接口,是一个功能强大,调用方便的底层图形库。OpenGL ES
:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL 三维图形 API 的子集,针对手机、PDA 和游戏主机等嵌入式设备而设计。
3.视频编码解码
3.1 视频编码框架
FFmpeg
:是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。-Libswresample:可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。
-Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流 等编码/解码器。
-Libavformat:用于对视频进行封装/解封装。
-Libavutil:包含一些共用的函数,如随机数生成,数据结构,数学运算等。
-Libpostproc:用于进行视频的一些后期处理。
-Libswscale:用于视频图像缩放,颜色空间转换等。
-Libavfilter:提供滤镜功能。
X264
:把视频原数据 YUV 编码压缩成 H.264 格式VideoToolbox
:苹果自带的视频硬解码和硬编码 API,但是在 iOS8 之后才开放。AudioToolbox
:苹果自带的音频硬解码和硬编码 API
3.2 视频编码技术
视频压缩编码标准
:对视频进行压缩(视频编码)或者解压缩(视频解码)的编码技术
,比如MPEG
,H.264
,这些视频编码技术是压缩编码视频的主要作用
:是将视频像素数据压缩成为视频码流,从而降低视频的数据量。如果视频不经过压缩编码的话,体积通常是非常大的,一部电影可能就要上百 G 的空间。注意
:最影响视频质量的是其视频编码数据和音频编码数据,跟封装格式没有多大关系MPEG
:一种视频压缩方式,它采用了帧间压缩,仅存储连续帧之间有差别的地方 ,从而达到较大的压缩比H.264/AVC
:一种视频压缩方式,采用事先预测和与 MPEG 中的 P-B 帧一样的帧预测方法压缩,它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比,有更好的图象质量注意1
:如果是从单个画面清晰度比较,MPEG4 有优势;从动作连贯性上的清晰度,H.264 有优势注意2
:由于 264 的算法更加复杂,程序实现烦琐,运行它需要更多的处理器和内存资源。因此,运行 264 对系统要求是比较高的。注意3
:由于 264 的实现更加灵活,它把一些实现留给了厂商自己去实现,虽然这样给实现带来了很多好处,但是不同产品之间互通成了很大的问题,造成了通过 A 公司的编码器编出的数据,必须通过 A 公司的解码器去解这样尴尬的事情H.265/HEVC
:一种视频压缩方式,基于 H.264,保留原来的某些技术,同时对一些相关的技术加以改进,以改善码流、编码质量、延时和算法复杂度之间的关系,达到最优化设置。H.265 是一种更为高效的编码标准,能够在同等画质效果下将内容的体积压缩得更小,传输时更快更省带宽
I帧
:(关键帧)保留一副完整的画面,解码时
只需要本帧数据就可以完成(因为包含完整画面)
P帧
:(差别帧)保留这一帧跟之前帧的差别,解码时需要用之前缓存的画面叠加上本帧定义的差别,生成最终画面。(P 帧没有完整画面数据,只有与前一帧的画面差别的数据)B帧
:(双向差别帧)保留的是本帧与前后帧的差别,解码 B 帧,不仅要取得之前的缓存画面,还要解码之后的画面,通过前后画面的与本帧数据的叠加取得最终的画面。B 帧压缩率高,但是解码时 CPU 会比较累帧内(Intraframe)压缩
:当压缩一帧图像时,仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法帧间(Interframe)压缩
:时间压缩(Temporal compression),它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的muxing(合成)
:将视频流、音频流甚至是字幕流封装到一个文件中(容器格式(FLV,TS)
),作为一个信号进行传输。
3.3 音频编码技术
AAC
,mp3
:这些属于音频编码技术,压缩音频用
3.4 码率控制
多码率
:观众所处的网络情况是非常复杂的,有可能是 WiFi,有可能 4G、3G、甚至 2G,那么怎么满足多方需求呢?多搞几条线路,根据当前网络环境自定义码率。列如:常常看见视频播放软件中的 1024,720,高清,标清,流畅等,指的就是各种码率。
3.5 视频封装格式
TS
: 一种流媒体封装格式,流媒体封装有一个好处,就是不需要加载索引再播放,大大减少了首次载入的延迟,如果片子比较长,mp4 文件的索引相当大,影响用户体验为什么要用TS
:这是因为两个 TS 片段可以无缝拼接,播放器能连续播放FLV
: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快,使得网络观看视频文件成为可能,因此 FLV 格式成为了当今主流视频格式
4.推流
4.1 数据传输框架
librtmp
:用来传输 RTMP 协议格式的数据
4.2 流媒体数据传输协议
RTMP
:实时消息传输协议,Adobe Systems 公司为 Flash 播放器和服务器之间音频、视频和数据传输开发的开放协议,因为是开放协议所以都可以使用了。RTMP 协议用于对象、视频、音频的传输。
这个协议建立在 TCP 协议或者轮询 HTTP 协议之上。
RTMP 协议就像一个用来装数据包的容器,这些数据可以是 FLV 中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流,这些通道中的包都是按照固定大小的包传输的
chunk
:消息包
5.流媒体服务器
5.1 常用服务器
SRS
:一款国人开发的优秀开源流媒体服务器系统BMS
:也是一款流媒体服务器系统,但不开源,是 SRS 的商业版,比 SRS 功能更多nginx
:免费开源 web 服务器,常用来配置流媒体服务器。
5.2 数据分发
CDN
:(Content Delivery Network),即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”,使用户可以就近取得所需的内容,解决 Internet 网络拥挤的状况,提高用户访问网站的响应速度.CDN
:代理服务器,相当于一个中介。CDN工作原理
:比如请求流媒体数据1.上传流媒体数据到服务器(源站)
2.源站存储流媒体数据
3.客户端播放流媒体,向 CDN 请求编码后的流媒体数据
4.CDN 的服务器响应请求,若节点上没有该流媒体数据存在,则向源站继续请求流媒体数据;若节点上已经缓存了该视频文件,则跳到第 6 步。
5.源站响应 CDN 的请求,将流媒体分发到相应的 CDN 节点上
6.CDN 将流媒体数据发送到客户端
回源
:当有用户访问某一个 URL 的时候,如果被解析到的那个 CDN 节点没有缓存响应的内容,或者是缓存已经到期,就会回源站
去获取搜索。如果没有人访问,那么 CDN 节点不会主动去源站
拿.带宽
:在固定的时间可传输的数据总量,比如 64 位、800MHz 的前端总线,它的数据传输率就等于 64bit×800MHz÷8(Byte)=6.4GB/s
负载均衡
: 由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助.通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。
均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。
这种群集技术可以用最少的投资获得接近于大型主机的性能。
QoS(带宽管理)
:限制每一个组群的带宽,让有限的带宽发挥最大的效用
6.拉流
直播协议选择
:即时性要求较高或有互动需求的可以采用
RTMP
,RTSP
对于有回放或跨平台需求的,推荐使用
HLS
直播协议对比
:
HLS
:由 Apple 公司定义的用于实时流传输的协议,HLS 基于 HTTP 协议实现,传输内容包括两部分,一是 M3U8 描述文件,二是 TS 媒体文件。可实现流媒体的直播和点播,主要应用在 iOS 系统HLS 是
以点播的技术方式
来实现直播HLS 是
自适应码率流播
,客户端会根据网络状况自动选择不同码率的视频流,条件允许的情况下使用高码率,网络繁忙的时候使用低码率,并且自动在二者间随意切换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。实现方法是服务器端提供多码率视频流,并且在列表文件中注明,播放器根据播放进度和下载速度自动调整。
HLS与RTMP对比
:HLS 主要是延时比较大,RTMP 主要优势在于延时低HLS 协议的小切片方式会生成大量的文件,存储或处理这些文件会造成大量资源浪费
相比使用 RTSP 协议的好处在于,一旦切分完成,之后的分发过程完全不需要额外使用任何专门软件,普通的网络服务器即可,大大降低了 CDN 边缘服务器的配置要求,可以使用任何现成的 CDN,而一般服务器很少支持 RTSP。
HTTP-FLV
:基于 HTTP 协议流式的传输媒体内容。相对于 RTMP,HTTP 更简单和广为人知,内容延迟同样可以做到 1~3 秒,打开速度更快,因为 HTTP 本身没有复杂的状态交互。所以从延迟角度来看,HTTP-FLV 要优于 RTMP。
RTSP
:实时流传输协议,定义了一对多应用程序如何有效地通过 IP 网络传送多媒体数据.RTP
:实时传输协议,RTP 是建立在 UDP 协议上的,常与 RTCP 一起使用,其本身并没有提供按时发送机制或其它服务质量(QoS)保证,它依赖于低层服务去实现这一过程。RTCP
:RTP 的配套协议,主要功能是为 RTP 所提供的服务质量(QoS)提供反馈,收集相关媒体连接的统计信息,例如传输字节数,传输分组数,丢失分组数,单向和双向网络延迟等等。
7.解码
***** 7.1 解封装 *****
demuxing(分离)
:从视频流、音频流,字幕流合成的文件(容器格式(FLV,TS)
)中, 分解出视频、音频或字幕,各自进行解码。
***** 7.2 音频编码框架 *****
fdk_aac
:音频编码解码框架,PCM 音频数据和 AAC 音频数据互转
***** 7.3 解码介绍 *****
硬解码
:用 GPU 来解码,减少 CPU 运算优点:播放流畅、低功耗,解码速度快,
缺点:兼容不好
软解码
:用 CPU 来解码优点:兼容好
缺点:加大 CPU 负担,耗电增加、没有硬解码流畅,解码速度相对慢
8.播放
ijkplayer:一个基于 FFmpeg 的开源 Android/iOS 视频播放器
API 易于集成;
编译配置可裁剪,方便控制安装包大小;
支持硬件加速解码,更加省电
简单易用,指定拉流 URL,自动解码播放.
9.聊天互动
IM
:(InstantMessaging)即时通讯:是一个实时通信系统,允许两人或多人使用网络实时的传递文字消息、文件、语音与视频交流.IM
在直播系统中的主要作用是实现观众与主播、观众与观众之间的文字互动.***** 第三方 SDK *****腾讯云:腾讯提供的即时通讯 SDK,可作为直播的聊天室
融云:一个比较常用的即时通讯 SDK,可作为直播的聊天室
五、如何快速的开发一个完整的 iOS 直播 app
1、利用第三方直播 SDK 快速的开发
七牛云:七牛直播云是专为直播平台打造的全球化直播流服务和一站式实现 SDK 端到端直播场景的企业级直播云服务平台.
熊猫 TV,龙珠 TV 等直播平台都是用的七牛云
网易视频云:基于专业的跨平台视频编解码技术和大规模视频内容分发网络,提供稳定流畅、低延时、高并发的实时音视频服务,可将视频直播无缝对接到自身 App.
2、第三方 SDK 公司为什么要提供 SDK 给我们?
希望把我们的产品和它绑在一条船上,更加的依赖它。
技术生钱,帮养一大批牛 B 的程序员
3、直播功能:自研还是使用第三方直播 SDK 开发?
第三方SDK开发
: 对于一个初创团队来讲,自研直播不管在技术门槛、CDN、带宽上都是有很大的门槛的,而且需要耗费大量的时间才能做出成品,不利于拉投资。
自研
:公司直播平台大,从长远看,自研可以节省成本,技术成面比直接用 SDK 可控多了。
4.第三方 SDK 好处
降低成本
评论