写点什么

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

用户头像
Android架构
关注
发布于: 6 小时前

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。

  • :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MPEGH.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


《Android学习笔记总结+最新移动架构视频+大厂安卓面试真题+项目实战源码讲义》
浏览器打开:qq.cn.hn/FTe 免费领取
复制代码


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


  • AACmp3: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

用户头像

Android架构

关注

还未添加个人签名 2021.10.31 加入

还未添加个人简介

评论

发布
暂无评论
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