说明：本文作者冼牛，发表在雷锋网，转载到此分享。
导语：连麦互动视频直播技术已成为直播平台的标配。没有连麦互动视频直播技术的直播平台无法跻身直播平台第一梯队。而基于RTMP实现低延迟是连麦互动视频直播技术的关键。
图片来源：《让子弹飞》剧照
借《让子弹飞》中姜文的名言作为开场白：让子弹飞一会儿。
某名人吐槽说：还要飞一会儿哪？这子弹的延迟也忒大了。
该名人就是鄙人。
为什么低延迟很重要？
低延迟的子弹可以击杀敌军千米之外，低延迟的直播技术可以秒杀粉丝千里之外。
互动直播技术已经成为直播平台的标配。没有互动直播技术的直播平台无法跻身直播行业第一梯队。而要获得互动直播技术，实现低延迟是必须的。
因此，低延迟很重要。
那么，直播技术如何实现低延迟呢？
请允许我根据即构科技直播技术的经验，和各位分享一下如何实现低延迟。
即构科技的连麦互动直播技术，连麦方的延迟400毫秒，观看方的延迟1秒左右。目前映客直播，花椒直播，一直播和栗子直播都采用了即构科技的连麦互动直播技术。因此，这个直播技术经验是经过市场验证的，是从实操中得来的，而不是单凭理论分析得到的。
一般来说，延迟低于800毫秒， 才能够在直播中连麦，做一些比较高频的互动，比如相声或者谈话节目。如果延迟高于800毫秒，在直播中连麦的效果就无法被观众接受了。因此，延迟400毫秒的直播技术，是有足够的余地去实现连麦互动直播业务的。
要在直播技术中实现低延迟，有一个简单而要务实的哲学：
1）选择一条最优的路径；
2）在这条路径上做到最优；
3）保持所有路径优质。
下面我将按照这个思路来论述如何实现低延迟。
选择一条最优的路径
要选择一条最优的路径，有很多方法。目前使用比较多的是网络测速，用户个人连接数据分析，和用户群体连接数据分析等几种方法来选择最优的网络路径。
网络测速
推流端在推流之前，向各个路径发送简单的数据包，然后根据数据包响应的时间来推测哪条路径最快。这个方法比较简单，有效然而有限：选出来的路径只是在该测试时间点最快的，而网络状况是随着时间变化的；另外，简单数据包测出来速度比较快，并不代表流媒体传输数据速度也比较快。因此，这个方法得到的结果只能作为一个指标来参考。
大数据分析
为了回避单个采样时间点测速导致的偏差，可以采取对历史大数据进行分析，预测哪个网络路径最优。对历史大数据进行的分析分为两个维度：用户个人连接数据分析和用户群体连接数据分析。
1）. 用户个人连接数据分析
每个主播用户的使用历史数据是有规律可循的。通过分析这些历史数据，可以发现主播用户从哪里接入，在什么时候接入，接入到哪个服务器，走什么路径的效果最优。这些历史数据积累得越丰富，历史数据分析得出来的结论就越靠谱。这个方法能够发现个人主播用户周期性的网络连接情况，能找出大部分时间连接效率最优的网络路径。然而，这个方法的缺点是：数据采样只是基于单个用户，采样点太少，没有全局考虑到该用户所在地区的整体网络连接情况。
2）. 用户群体连接数据分析
为了弥补用户个人连接数据分析的不足，这里引入另外一个维度的数据分析：某地区用户群体连接数据的分析。针对某用户所在区域的用户群进行历史数据分析，可以发现这个区域网络连接随着时间变化的规律，找出在不同的时间点，在不同的接入点连接到哪个服务器最好。
单点网络测速，用户个人连接数据分析，再加上用户群体连接数据分析综合得到结论，就能比较有效地预测哪条路径最优。选路这部分需要不断地优化，才能积累丰富的用户数据，同时适应网络的变化。
在这条路径上做到最优
选好最优的路径以后，剩下的就是要在该路径上做到最优。这条路径包括了下面几个环节：采集，编码，推流，转码，分发，拉流，解码和渲染。在一个实时的音视频系统架构里，每个环节都会有一定程度的优化空间。行业内的小伙伴在这条路上已经有过很多探索，这里不想重复讨论别人已经探索过的议题，而只重点讨论下面几个关键点。
选择协议
传输协议的选择十分重要。传输协议一定程度上就决定了延迟的范围。选择传输协议的时候要考虑是推流端还是拉流端。推流端的协议有RTMP, WebRTC和基于UDP的私有协议。
1）. RTMP是基于TCP的标准协议，CDN网络普遍支持，也能做到相对比较低的延迟。即构科技的互动直播技术在推流端使用RTMP协议，拉流端兼容三种协议：RTMP，HLS和FLV。HLS协议的延迟比较大，在需要进行连麦互动的场景下，不应该使用HLS协议。
2）. WebRTC的好处在于用户体验好，不需要安装东西，分享一个链接就可以看。但是它有一个缺点，就是WebRTC是Google推的一项技术，除了Google Chrome和Opera支持WebRTC，其他浏览器大部分不支持WebRTC。换一句话说，40%的浏览器支持WebRTC，剩下60%浏览器不支持，所以适用范围就比较局限。然后，在中国国内，WebRTC在Google Chrome上的表现也大打折扣。最后，因为浏览器没有开放核心的能力，所以在浏览器上运行的协议比较难以做到比较低的延迟。
3）. 基于UDP的私有协议十分适合做实时音视频系统，它是面向无连接的，避免了TCP做网络质量控制所需要的开销，能够做到比较低的延迟。但是它也有一个缺点，那就是私有协议的兼容性不好。CDN支持标准的RTMP协议，但是不支持基于UDP的私有协议。为了吸纳UDP的优点，而避免UDP的缺点，即构科技的互动直播技术采用了基于UDP的私有协议作为补充，在有必要的时候用来弥补RTMP协议的不足。比如说，只有在网络环境比较恶劣或者在跨国互通的情况下，才使用基于UDP的私有协议；比如说，只在推流端到媒体服务器这一段才使用基于UDP的私有协议，而从媒体服务器转推流到CDN网络这一段采用RTMP协议，在这两段之间通过把UDP私有协议转换成RTMP协议来进行适配和衔接。这样一来，即构科技的直播方案既拥有超低延迟的优势，又保留了标准协议普遍被CDN网络支持的好处。
前向纠错和丢包重传
前向纠错简称FEC，英文全称Forward Error Correction，是通过提前采取措施来对抗网络损伤。丢包重传主要针对丢包的情况下，有针对性地对丢失的数据包进行高效率的重传。准确来说，它们的直接目的不是为了降低延迟，而是为了对抗网络损伤。在不可预测的网络环境中，能很好地处理网络抖动带来的负面影响，间接也会降低了延迟，同时保证了稳定性和流畅性。一般来说，前向纠错和丢包重传互补使用，前者属于前验的方法，比较节省时间，但是占用多余的带宽；后者属于后验的方法，比较节省带宽，但是会消耗比较多的时间。在网络比较差情况下，丢包率比较高，那么可以通过前向纠错方法来保证信息完整送达。比如说发送冗余信息，确保在一定丢包率之下，接受方也能准确而完整的还原发送方所要发送的信息。在网络相对比较好的情况下，丢包率比较低，那么可以通过丢包重传的方法来保证信息完整送达。比如说针对丢掉的数据包，通过高效的机制进行重传，确保接受方能够完整的收到发送方所要发送的消息。
缓冲自适应
由于有网络抖动的存在，数据包的到达不是匀速的。最直接的降低延迟的方法就是把缓冲队列的长度设置为零，接收到什么数据包就直接渲染什么数据包，然而这样做的后果就是播放不流畅，会出现卡顿。因此，延迟和流畅两者本身就是一对矛盾的因素。我们要做的是寻找低延迟和流畅之间的平衡点，寻找平衡点的有效方法就是建立缓冲队列。在拉流端和混流服务器都需要建立缓冲队列。对于一个实时系统来说，缓冲队列的长度必须不是固定的，而是自适应的：当网络很好的时候，缓冲队列的长度就会变得比较短，接近零，甚至为零；当网络不好的情况下，缓冲队列的长度会变得比较长，但是不能超过能接受的上限，毕竟缓冲队列的长度本质上就是延迟的时间。另外，还可以把缓冲自适应技术和快播或慢播技术结合起来使用。当网络由差转好的情况下，可以适当的播得快一点，尽快缩短缓冲队列的长度。当网络由好转差的情况下，可以适当的播得慢一点，让缓冲队列适当变长，保持流畅性。快播和慢播是结合观众的心理学模型，在适合快播和慢播的条件下采用，让观众没有觉察出播放速度的变化，同时整体感觉也显得既流畅又低延迟。
码率自适应
由于网络环境的复杂多变，码率要能自动适应网络状况的变化，也就是所谓的码率自适应。 在网络比较差的时候，要降低码率，让直播保持低延迟和流畅性；在网络比较好的时候，要提高码率，让直播保持高清画质。为了做到码率自适应，对协议选择也很考究。RTMP对码率自适应能做的事情比较有限，因为它基于TCP, 而TCP 下层已经做了网络质量控制，当网络出现拥塞的时候，上层应用不会及时得到通知。基于UDP的私有协议更加适合做码率自适应，因为它基于UDP，而UDP只负责发包和收包，把网络质量控制交给应用层来做，这样应用层会有足够的空间来实现码率自适应。
保持所有路径优质
那么，为了在直播技术中实现低延迟，要选择一条最优路径，还要在该路径上做到最优。故事讲完了吗？没有，我们忘记了一个前提：整体的道路网络必须要足够好。道路网络不好，怎么选都是烂泥土路，选了烂泥土路，如何能够跑的快呢？因此，要实现低延迟，网络基建必须要足够好。网络基建的质量可以通过以下三个方面来提高：
1）. 全网充分覆盖：一般来说，音视频云服务的机房会分布在核心的几个枢纽城市，边远地区的用户的访问质量是得不到保障的。另外，在中国国内，各个网络运营商的覆盖面是参错不齐的，有些网络运营商对一些边远地区也是覆盖不足的。为了做到全网充分覆盖，可以采用多节点代理和重定向，来确保全网充分覆盖无盲点。这个需要经过实际充分测试，才能够验证各类网络可以充分连通。
2）. 全方位保障QoE：网络接入点的覆盖面对QoE（Quality of Experience）十分的重要。从即构科技的经验来看，通过部署遍布全球范围的接入点能够确保这一点。另外，由于在中国国内存在有“两张大网，多张小网”这样一个局面，BGP在这种情况下十分有必要。BGP能够很好地解决不同网络之间的互通问题。即构科技所有的网络接入点都使用了BGP。
3）. 优质的网络节点资源：音视频云服务是跑在网络基建上面的，下层网络基建的质量必须要优质，而且音视频云服务和下层网络基建也要深度结合。为了实现直播技术的低延迟，最好能对接一线的网络运营商，这样部署的网络节点资源无论是数量还是质量上都是有充分的保障。这也是即构团队在与映客直播，花椒直播，一直播和栗子直播等一线直播平台合作的过程中，在腾讯QQ过去十多年海量用户运营的过程中总结出来的经验。
综合来说，要实现直播技术低延迟，必须要选好一条最优的路径，然后在该路径上做到最优，最后要确保所有路径的质量都是好的。道理就是那么简单，实现起来就是那么难，魔鬼都出在细节上。
文章转载自雷锋网（阅读原文）。
作者：冼牛，死磕视频直播的资深技术人，微信xianniu1216，欢迎交流。
作者微信：xianniu1216
文章同时同步到即构科技微信公众号zego_tech，陆续推出直播平台技术干货。
即构科技公众号
网友评论