本文聚焦 RTMP 協議的最精華的內容，接進行實際操作 Buffer 的練習和協議的學習。
RTMP 是什麼
RTMP 全稱即是 Real-Time Messaging Protocol。顧名思義就是用來作為實時通訊的一種協議。該協議是 Adobe 搞出來的。主要是用來傳遞音視訊流的。它通過一種自定義的協議，來完成對指定直播流的播放和相關的操作。和現行的直播流相比，RTMP 主要的特點就是高效，這裡，我就不多費口舌了。我們先來了解一下 RTMP 是如何進行握手的。
RTMP 握手
RTMP 是基於 TCP 三次握手之後的，所以，RTMP 不是和 TCP 一個 level 的。它本身是基於 TCP 的可靠性連線。RTMP 握手的方式如圖：
（C 代表 Client，S 代表 Server）
它主要是通過兩端的欄位內容協商，來完成可信度認證的。基本過程如下：
- client: 客戶端需要發 3 個包。C0,C1,C2
- server: 服務端也需要發同樣 3 個包。 S0,S1,S2。
整個過程如上圖所述，但實際上有些細節需要注意。
握手開始：
【1】 客戶端傳送 C0,C1 包
此時，客戶端處於等待狀態。客戶端有兩個限制：
- 客戶端在未接受到 S1 之前不能傳送 C2 包
- 客戶端在未接收到 S2 之前不能傳送任何實際資料包
【2】 服務端在接受到 C0，傳送 S0，S1 包。也可以等到接受到 C1 之後再一起傳送，C1 包的等待不是必須的。
此時，服務端處於等待狀態。服務端有兩個限制：
- 服務端在未接受到 C1 之前不能傳送 S2.
- 服務端在未接收到 C2 之前不能傳送任何實際資料包
【3】客戶端接受到 S1/S0 包後，傳送 C2 包。
【4】服務端接受到 C2 包後，返回 S2 包，並且此時握手已經完成。
不過，在實際應用中，並不是嚴格按照上面的來。因為 RTMP 並不是強安全性的協議，所以，S2/C2 包只需要 C1/S1 中的內容，就可以完成內容的拼接。
這麼多限制，說白了，其實就是一種通用模式：
- C0+C1
- S0+S1+S2
- C2
接下來，我們來具體看看 C/S 012 包分別代表什麼。
C0 && S0
C0 和 S0 其實區別不大，我這裡主要講解一下 C0，就差不多了。首先，C0 的長度為 1B。它的主要工作是確定 RTMP 的版本號。
- C0：客戶端傳送其所支援的 RTMP 版本號：3~31。一般都是寫 3。
- S1：服務端返回其所支援的版本號。如果沒有客戶端的版本號，預設返回 3。
C1 && S1
C1/S1 長度為 1536B。主要目的是確保握手的唯一性。格式為：
- time: 傳送時間戳，這個其實不是很重要，不過需要記住，不要超出 4B 的範圍即可。
- zero: 保留值 0.
- random: 該欄位長尾 1528B。主要內容就是隨機值，不管你用什麼產生都可以。它主要是為了保證此次握手的唯一性，和確定握手的物件。
C2 && S2
C2/S2 的長度也是 1536B。相當於就是 S1/C1 的響應值。上圖也簡單說明了就是，對應 C1/S1 的 Copy 值，不過第二個欄位有區別。基本格式為：
- time: 時間戳，同上，也不是很重要
- time2: C1/S1 傳送的時間戳。
- random: S1/C1 傳送的隨機數。長度為 1528B。
這裡需要提及的是，RTMP 預設都是使用 Big-Endian 進行寫入和讀取，除非強調對某個欄位使用 Little-Endian 位元組序。
上面握手協議的順序也是根據其中相關的欄位來進行制定的。這樣，看起來很容易啊哈，但是，我們並不僅僅停留在瞭解，而是要真正的瞭解，接下來，我們來實現一下，如果通過 Buffer 來進行 3 次握手。這裡，我們作為 Client 端來進行請求的發起，假設 Server 端是按照標準進行傳送即可。
Buffer 實操握手
我們使用 Buffer 實操主要涉及兩塊，一個塊是 request server 的搭建，還有一塊是 Buffer 的拼接。
Request Server 搭建
這裡的 Server 是直接使用底層的 TCP 連線。
如下，一個簡易的模板：
const client = new net.Socket();
client.connect({
port: 1935,
host: "6721.myqcloud.com"},
()=>{
console.log("connected");
});
client.on('data',(data)=>{
client.write('hello');
});複製程式碼不過，為了更好的進行實際演練，我們通過 EventEmitter 的方式，來做一個篩選器。這裡，我們使用 mitt 模組來做代理。
const Emitter = require('mitt')();複製程式碼然後，我們只要分析的就是將要接受到的 S0/1/2 包。根據上面的位元組包圖，可以清楚的知道包裡面的詳細內容。這裡，為了簡單起見，我們排除其他協議的包頭，只是針對 RTMP 裡面的包。而且，我們針對的只有 3 種包，S0/1/2。為了達到這種目的，我們需要在 data 時間中，加上相應的鉤子才行。
這裡，我們借用 Now 直播的 RTMP 流來進行相關的 RTMP 直播講解。
Buffer 操作
Server 的搭建其實上網搜一搜，應該都可以搜尋出來。關鍵點在於，如何針對 RTMP 的實操握手進行 encode/decode。所以，這裡，我們針對上述操作，來主要講解一下。
我們主要的工作量在於如何構造出 C0/1/2。根據上面格式的描述，大家應該可以清楚的知道 C0/1/2 裡面的格式分別有啥。
比如，C1 中的 time 和 random，其實並不是必須欄位，所以，為了簡單起見，我們可以預設設為 0。具體程式碼如下：
class C {
constructor() {
this.time;
this.random;
}
C0() {
let buf = Buffer.alloc(1);
buf[0] = 3;
return buf;
}
C1() {
let buf = Buffer.alloc(1536);
return buf;
}
/**
* write C2 package
* @param {Number} time the 4B Number of time
* @param {Buffer} random 1528 byte
*/
produceC2(){
let buf = Buffer.alloc(1536);
// leave empty value as origin time
buf.writeUInt32BE(this.time, 4);
this.random.copy(buf,8,0,1528);
return buf;
}
get getC01(){
return Buffer.concat([this.C0(),this.C1()]);
}
get C2(){
return this.produceC2();
}
}複製程式碼接下來，我們來看一下，結合 server 完成的 RTMP 客戶端服務。
const Client = new net.Socket();
const RTMP_C = new C();
Client.connect({
port: 1935,
host: "6721.liveplay.myqcloud.com"
}, () => {
console.log('connected')
Client.write(RTMP_C.getC01);
});
Client.on('data',res=>{
if(!res){
console.warn('received empty Buffer ' + res);
return;
}
// start to decode res package
if(!RTMP_C.S0 && res.length>0){
RTMP_C.S0 = res.readUInt8(0);
res = res.slice(1);
}
if(!RTMP_C.S1 && res.length>=1536){
RTMP_C.time = res.readUInt32BE(0);
RTMP_C.random = res.slice(8,1536);
RTMP_C.S1 = true;
res = res.slice(1536);
console.log('send C2');
Client.write(RTMP_C.C2);
}
if(!RTMP_C.S2 && res.length >= 1536){
RTMP_C.S2 = true;
res = res.slice(1536);
}
})複製程式碼詳細程式碼可以參考 gist。
RTMP 基本架構
RTMP 整個內容，除了握手，其實剩下的就是一些列圍繞 type id 的 message。為了讓大家更清楚的看到整個架構，這裡簡單陳列了一份框架：
在 Message 下的 3 個一級子 Item 就是我們現在將要大致講解的內容。
可以看到上面所有的 item 都有一個共同的父 Item–Message。它的基本結構為：
- Header: header 部分用來標識不同的 typeID，告訴客戶端相應的 Message 型別。另外，還有個功效就是多路分發。
- Body: Body 內容就是相應傳送的資料。這個根據不同的 typeID 來說，格式就完全不一樣了。
下面，我們先了解一下 Header 和不同 typeID 的內容：
Header
RTMP 中的 Header 分為 Basic Header 和 Message Header。需要注意，他們兩者並不是獨立的，而是相互聯絡。Message Header 的結構由 Basic Header 的內容來決定。
接下來，先分開來講解：
Basic Header
BH（基礎頭部）主要是定義了該 chunk stream ID 和 chunk type。需要注意的是，BH 是變長度的，即，它的長度範圍是 1-3B。怎麼講呢？就是根據不同的 chunk stream ID 來決定具體的長度。CS ID（Chunk Stream ID）本身的支援的範圍為 <= 65597 ，差不多為 22bit。當然，為了節省這 3B 的內容。 Adobe 搞了一個比較繞的理論，即，通過如下格式中的 CS ID 來確定：
0 1 2 3 4 5 6 7
+-+-+-+-+-+-+-+-+
|fmt| cs id |
+-+-+-+-+-+-+-+-+複製程式碼即，通過 2-7 bit 位來確定整個 BH 的長度。怎麼確定呢？
RTMP 規定，CS ID 的 0，1，2 為保留字，你在設定 CS ID 的時候只能從 3 開始。
- CS ID: 0 ==> 整個 BH 長為 2B，其中可以表示的 Stream ID 數量為 64-319。例如：
0 1
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|fmt| 0 | cs id - 64 |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+複製程式碼注意上面的 cs id - 64。這個代表的就是，你通過切割第二個 byte 時，是將得到的值加上 64。即：2th byte + 64 = CS ID
- CS ID: 1 ==> 整個 BH 長為 3B。可以儲存的 Stream ID 數量為 64-65599。例如：
0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|fmt| 1 | cs id - 64 |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+複製程式碼當然，後面 CS ID 的計算方法也是最後的結果加上 64。
- CS ID >2 ==> 整個 BH 長為 1B。可以儲存的 Stream ID 數量為 3-63。例如：
0 1 2 3 4 5 6 7
+-+-+-+-+-+-+-+-+
|fmt| cs id |
+-+-+-+-+-+-+-+-+複製程式碼最後強調一下，因為 RTMP 規定，CS ID 的 0,1,2 為保留字，所以，0,1,2 不作為 CS ID。綜上所述，CS ID 的起始位為 3（並不代表它是 3 個 Stream）。
上面我並沒有提到 fmt 欄位，這其實是用來定義 Message Header 的。
Message Header
根據前面 BH 中 fmt 欄位的定義，可以分為 4 種 MH（Message Header）。或者說，就是一種 MH 格式會存在從繁到簡 4 種：
fmt: 0
當 fmt 為 0 時，MH 的長度為 11B。該型別的 MH 必須要流的開頭部分，這包括當進行快退或者點播時重新獲取的流。該結構的整體格式如下：
也就是說，當 fmt 為 0 時，其格式是一個完整的 MH。
- timestamp 是絕對時間戳。用來代表當前流編碼。
- message length: 3B, 傳送 message 的長度。
- type id: 1B
- stream id: 4B, 傳送 message stream id 的值。是 little-endian 寫入格式！
fmt: 1
當 fmt 為 1 時，MH 的長度為 7B。該型別的 MH 不帶 msg stream id。msg stream id 由前面一個 package 決定。該數值主要由前一個 fmt 為 0 的 MH 決定。該型別的 MH 通常放在 fmt 為 0 之後。
fmt: 2
當 fmt 為 2 時，MH 的長度為 3B。該型別的 MH 只包括一個 timestamp delta 欄位。其它的資訊都是依照前面一個其他型別 MH 決定的。
fmt: 3
當 fmt 為 3時，這其實 RTMP 裡面就沒有了 MH。官方定義，該型別主要全部都是 payload 的 chunk，其 Header 資訊和第一個非 type:3 的頭一致。因為這主要用於 chunk 中，這些 chunk 都是從一個包裡面切割出來的，所以除了第一個 chunk 外，其它的 chunk 都可以採用這種格式。當 fmt 為 3時，計算它的 timestamp 需要注意幾點，如果前面一個 chunk 裡面存在 timestrameDelta，那麼計算 fmt 為 3 的 chunk 時，就直接相加，如果沒有，則是使用前一個 chunk 的 timestamp 來進行相加，用程式碼表示為：
prevChunk.timeStamp += prevChunk.timeStampDelta || prevChunk.timeStamp;複製程式碼不過，當 fmt: 3 的情況一般很難遇到。因為，他要求前面幾個包必須存在 fmt 為 0/1/2 的情況。
接下來的就是 Message Body 部分。
Message Body
上面說的主要是 Message Header 的公用部分，但是，對於具體的 RTMP Message 來說，裡面的 type 會針對不同的業務場景有不同的格式。Message 全部內容如上圖所示：
這裡，我們根據流程圖的一級子 item 來展開講解。
PCM
PCM 全稱為：Protocol Control Messages（協議控制訊息）。主要使用來溝通 RTMP 初始狀態的相關連線資訊，比如，windows size，chunk size 等。
PCM 中一共有 5 種不同的 Message 型別，是根據 Header 中的 type ID 決定的，範圍是 1~6 （不包括 4）。另外，PCM 在構造的時候需要注意，它 Heaer 中的 message stream id 和 chunk stream id 需要設定為固定值：
- message stream ID 為 0
- chunk stream ID 為 2
如圖所示：
OK，我們接下來一個一個來介紹一下：
Set Chunk Size（1）
看名字大家應該都能猜到這類資訊是用來幹啥的。該型別的 PCM 就是用來設定 server 和 client 之間正式傳輸資訊的 chunk 的大小，type ID 為 1。那這有啥用呢？
SCS（Set Chunk Size） 是針對正式傳送資料而進行資料大小的傳送限制。一般預設為 128B。不過，如果 server 覺得太小了，想傳送更大的包給你，比如 132B，那麼 server 就需要給你傳送一個 SCS，告知你，接下來“我傳送給你的資料大小是 132B”。
- 0: 只能設為 0 ，用來表示當前的 PCM 的型別。
- chunk size: 用來表示後面傳送正式資料時的大小。範圍為 1-16777215。
如下，提供過 wireshark 抓包的結果：
Abort Message（2）
該類 PCM 是用來告訴 client，丟棄指定的 stream 中，已經載入到一半或者還未載入完成的 Chunk Message。它需要指定一個 chunk stream ID。
基本格式為：
- chunk stream id: 指定丟棄 chunk message 的 stream
Acknowledgement（3）
該協議資訊其實就是一個 ACK 包，在實際使用是並沒有用到，它主要是用來作為一個 ACK 包，來表示兩次 ACK 間，接收端所能接收的最大位元組數。
它基本格式為：
- sequence number[4B]: 大小為 4B
不過，該包在實際應用中，沒有多高的出現頻率。
Window Acknowledgement Size（5）
這是用來協商傳送包的大小的。這個和上面的 chunk size 不同，這裡主要針對的是客戶端可接受的最大資料包的值，而 chunk size 是指每次傳送的包的大小。也可以叫做 window size。一般電腦設定的大小都是 500000B。
詳細格式為：
通過，wireshark 抓包的結果為：
Set Peer Bandwidth（6）
這是 PCM 中，最後一個包。他做的工作主要是根據網速來改變傳送包的大小。它的格式和 WAS 類似，不過後面帶上了一個 Type 用來標明當前頻寬限制演算法。當一方接收到該資訊後，如果設定的 window size 和前面的 WAS 不一致，需要返回一個 WAS 來進行顯示改變。
基本格式為：
其中 Limit Type 有 3 個取值：
- 0: Hard，表示當前頻寬需要和當前設定的 window size 匹配
- 1: Soft，將當前寬頻設定為該資訊定義的 window size，或者已經生效的 window size。主要取決於誰的 window size 更小
- 2: Dynamic，如果前一個 Limit Type 為 Hard 那麼，繼續使用 Hard 為基準，否則忽略該次協議資訊。
實際抓包情況可以參考：
UCM
全稱為：User Control Message（使用者控制資訊）。它的 Type ID 只能為 4。它主要是傳送一些對視訊的控制資訊。其傳送的條件也有一定的限制：
- msg stream ID 為 0
- chunk stream ID 為 2
它的 Body 部分的基本格式為：
UCM 根據 Event Type 的不同，對流進行不同的設定。它的 Event Type 一共有 6 種格式 Stream Begin(0)，Stream EOF(1)，StreamDry(2)，SetBuffer Length(3)，StreamIs Recorded(4)，PingRequest(6)，PingResponse(7)。
這裡，根據重要性劃分，只介紹 Begin，EOF，SetBuffer Length 這 3 種。
- Stream Begin: Event Type 為 0。它常常出現在，當客戶端和服務端成功 connect 後傳送。Event Data 為 4B，內容是已經可以正式用來傳輸資料的 Stream ID（實際沒啥用）。
- Stream EOF: Event Type 為 1。它常常出現在，當音視訊流已經全部傳輸完時。 Event Data 為 4B，用來表示已經傳送完音視訊流的 Stream ID（實際沒啥用）。
- Set Buffer Length: Event Type 為 3。它主要是為了通知服務端，每毫秒用來接收流中 Buffer 的大小。Event Data 的前 4B 表示 stream ID，後面 4B 表示每毫秒 Buffer 的大小。通常為 3000ms
OK 剩下就是 Command Msg 裡面的內容了。
Command Msg
Command Msg 裡面的內容，其 type id 涵蓋了 8~22 之間的值。具體內容，可以參考下表：
需要注意，為什麼有些選項裡面有兩個 id，這主要和 AMF 版本選擇有關。第一個 ID 表示 AMF0 的編解碼方式，第二個 ID 表示 AMF3 的編解碼方式。 其中比較重要的是 command Msg，video，audio 這 3 個 Msg。為了讓大家更好的理解 RTMP 流的解析，這裡，先講解一下 video 和 audio 兩個 Msg。
Video Msg
因為 RTMP 是 Adobe 開發的。理所當然，內部的使用格式肯定是 FLV 格式。不過，這和沒說一樣。因為，FLV 格式內部有很多的 tag 和相關的描述資訊。那麼，RTMP 是怎麼解決的呢？是直接傳一整個 FLV 檔案，還自定義協議來分段傳輸 FLV Tag 呢？
這個其實很好回答，因為 RTMP 協議是一個長連線，如果是傳整個 FLV 檔案，根本沒必要用到這個，而且，RTMP 最常用在直播當中。直播中的視訊都是分段播放的。綜上所述，RTMP 是根據自己的自定義協議來分段傳輸 FLV Tag 的。那具體的協議是啥呢？
這個在 RTMP 官方文件中其實也沒有給出。它只是告訴我們 Video Msg 的 type ID 是 9 而已。
因為，RTMP 只是一個傳輸工具，裡面傳什麼還是由具體的流生成框架來決定的。所以，這裡，我選擇了一個非常具有代表性的 RTMP 直播流來進行講解。
通過 wireshark 抓包，可以捕獲到以下的 RTMP 包資料：
這裡需要提及一點，因為 RTMP 是主動將 Video 和 Audio 分開傳輸，所以，它需要交叉釋出 Video 和 Audio，以保證音視訊的同步。那麼具體每個 Video Data 裡面的資料都是一樣的嗎？
如果看 Tag 的話，他們傳輸的都是 VideoData Tag。先看一下 FLV VideoData Tag 的內容：
這是 FLV Video 的協議格式。但，遇到第一個欄位 FrameType 的時候，我們就可能懵逼了，這 TM 有 5 種情況，難道 RTMP 會給你 5 種不同的包嗎？
答案是，有可能，但是，很大情況下，我們只需要支援 1/2 即可。因為，視訊中最重要的是 I 幀，它對應的 FrameType 就是 1。而 B/P 則是剩下的 2。我們只要針對 1/2 進行軟解，即可實現視訊所有資訊的獲取。
所以，在 RTMP 中，也主要（或者大部分）都是傳輸上面兩種 FrameType。我們通過實際抓包來講解一下。
這是 KeyFrame 的包，注意 Buffer 開頭的 17 數字。大家可以找到上面的 FrameType 對應找一找，看結果是不是一致的：
這是 Inter-frame 的包。同上，大家也可以對比一下：
Audio Tag
Aduio Tag 也是和 Video Tag 一樣的蜜汁資料。通過觀察 FLV Audio Tag 的內容：
上面這些欄位全是相關的配置值，換句話說，你必須實現知道這些值才行。這裡，RTMP 傳送 Audio Tag 和 Video Tag 有點不同。因為 Audio Tag 已經不可能再細分為 Config Tag，所以，RTMP 會直接傳遞 上面的 audio Tag 內容。詳細可以參考抓包內容：
這也是所有的 Audio Msg 的內容。
因為 Audio 和 Video 是分開傳送的。所以，在後期進行拼接的時候，需要注意兩者的同步。說道這裡，順便補充一下，音視訊同步的相關知識點。
音視訊同步
音視訊同步簡單來說有三種：
- 以 Audio 為準，Video 同步 Audio
- 以 Video 為準，Audio 同步 Video
- 以外部時間戳為準，AV 同時同步
主要過程變數參考就是 timeStamp 和 duration。因為，這裡主要是做直播的，推薦大家採用第二種方法，以 Video 為準。因為，在實際開發中，會遇到 MP4 檔案生成時，必須要求第一幀為 keyframe，這就造成了，以 Audio 為參考的，會遇到兩個變數的問題。一個是 timeStamp 一個是 keyframe。當然，解決辦法也是有的，就是檢查最後一個拼接的 Buffer 是不是 Keyframe，然後判斷是否移到下一次同步處理。
這裡，我簡單的說一下，以 Video 為準的同步方法。以 Video 同步，不需要管第一幀是不是 keyframe，也不需要關心 Audio 裡面的資料，因為，Audio 資料是非常簡單的 AAC 資料。下面我們通過虛擬碼來說明一下：
// known condition
video.timeStamp && video.perDuration && video.wholeDuration
audio.timeStamp && audio.perDuration
// start
refDuration = video.timeStamp + video.wholeDuration
delta = refDuration - audio.timeStamp
audioCount = Math.round(delta/audio.perDuration);
audDemuxArr = this._tmpArr.splice(0,audioCount);
// begin to demux
this._remuxVideo(vidDemuxArr);
this._remuxAudio(audDemuxArr);複製程式碼上面演算法可以避免判斷 Aduio 和 Video timeStamp 的比較，保證 Video 一直在 Audio 前面並相差不遠。下面，我們回到 RTMP 內容。來看看 Command Msg 裡面的內容。
Command Msg
Command Msg 是 RTMP 裡面的一個主要資訊傳遞工具。常常用在 RTMP 前期和後期處理。Command Msg 是通過 AMF 的格式進行傳輸的（其實就是類似 JSON 的二進位制編碼規則）。Command Msg 主要分為 net connect 和 net stream 兩大塊。它的交流方式是雙向的，即，你傳送一次 net connect 或者 stream 之後，另外一端都必須返回一個 _result 或者 _error 以表示收到資訊。詳細結構可以參考下圖：
後續，我們分為兩塊進行講解：
- netConnection
- netStream
裡面的 _result 和 _error 會穿插在每個包中進行講解。
NetConnection
netConnection 可以分為 4 種 Msg，connect，call，createStream，close。
connect
connect 是客戶端向 Server 端傳送播放請求的。裡面的欄位內容有：
- Command Name[String]: 預設為 connect。表示資訊名稱
- Transaction ID[Number]: 預設為 1。
- Command Object: 鍵值對的形式存放相關資訊。
- Optional: 可選值。一般沒有
那，Command Object 裡面又可以存放些什麼內容呢？
- app[String]: 服務端連線應用的名字。這個主要根據你的 RTMP 伺服器設定來設定。比如：live。
- flashver[String]: Flash Player 的版本號。一般根據自己裝置上的型號來確定即可。也可以設定為預設值：LNX 9,0,124,2。
- tcUrl[String]: 服務端的 URL 地址。簡單來說，就是 protocol://host/path。比如：rtmp://6521.liveplay.myqcloud.com/live。
- fpad[Boolean]: 表示是否使用代理。一般為 false。
- audioCodecs[Number]: 客戶端支援的音訊解碼。後續會介紹。預設可以設定為 4071
- videoCodecs[Number]: 客戶端支援的視訊解碼。有自定義的標準。預設可以設定為 252
- videoFunction[Number]: 表明在服務端上呼叫那種特別的視訊函式。預設可以設定為 1
簡單來說，Command Object 就是起到 RTMP Route 的作用。用來請求特定的資源路徑。實際資料，可以參考抓包結果：
上面具體的取值主要是根據 rtmp 官方文件來決定。如果懶得查，可以直接使用上面的取值。上面的內容是相容性比較高的值。當該包成功傳送時，另外一端需要得到一個返回包來響應，具體格式為：
- Command Name[String]: 為 _result 或者 _error。
- Transaction ID[Number]: 預設為 1。
- Command Object: 鍵值對的形式存放相關資訊。
- Information[Object]: 鍵值對的形式，來描述相關的 response 資訊。裡面存在的欄位有：level,code,description
可以參考：
connect 包傳送的位置，主要是在 RTMP 握手結束之後。如下：
call
call 包主要作用是用來遠端執行接收端的程式（RPC, remote procedure calls)。不過，在我解 RTMP 的過程中，並沒有實際用到過。這裡簡單介紹一下格式。它的內容和 connect 類似：
- Procedure Name[String]: 呼叫處理程式的名字。
- Transaction ID[Number]: 如果想要有返回，則我們需要制定一個 id。否則為 0。
- Command Object: 鍵值對的形式存放相關資訊。AMF0/3
- Optional: 可選值。一般沒有
Command Object 裡面的內容主要是針對程式，設定相關的呼叫引數。因為內容不固定，這裡就不介紹了。
call 一般是需要有 response 來表明，遠端程式是否執行，以及是否執行成功等。返回的格式為：
- Command Name[String]: 根據 call 中 Command Object 引數來決定的。
- Transaction ID[Number]: 如果想要有返回，則我們需要制定一個 id。否則為 0。
- Command Object: 鍵值對的形式存放相關資訊。AMF0/3
- Response[Object]: 響應的結果值
createStream
createStream 包只是用來告訴服務端，我們現在要建立一個 channel 開始進行流的交流了。格式和內容都不復雜：
- Procedure Name[String]: 呼叫處理程式的名字。
- Transaction ID[Number]: 自己制定一個。一般可以設為 2
- Command Object: 鍵值對的形式存放相關資訊。AMF0/3
當成功後，服務端會返回一個 _result 或者 _error 包來說明接收成功，詳細內容為：
- Command Name[String]: 根據 call 中 Command Object 引數來決定的。
- Transaction ID[Number]: 如果想要有返回，則我們需要制定一個 id。否則為 0。
- Command Object: 鍵值對的形式存放相關資訊。AMF0/3。一般為 Null
- Stream ID: 返回的 stream ID 值。
它的返回值很隨意，參考抓包內容：
下面，我們來看一下 RTMP 中第二個比較重要的 command msg – netStream msg。
NetStream Msg
NetStream 裡面的 Msg 有很多，但在直播流中，比較重要的只有 play 包。所以，這裡我們著重介紹一下 play 包。
play
play 包主要是用來告訴 Server 正式播放音視訊流。而且，由於 RTMP 天然是做多流分發的。如果遇到網路出現相應的波動，客戶端可以根據網路條件多次呼叫 play 命令，來切換不同模式的流。
其基本格式為：
- Command Name[String]: 根據 call 中 Command Object 引數來決定的。
- Transaction ID[Number]: 預設為 0。也可以設定為其他值
- Command Object: 不需要該欄位，在該命令中，預設設為 Null
- Stream Name[String]: 用來指定播放的視訊流檔案。因為，RTMP 天生是支援 FLV 的，所以針對 FLV 檔案來說，並不需要加額外的標識，只需要寫明檔名即可。比如:
StreamName: '6721_75994f92ce868a0cd3cc84600a97f75c'複製程式碼- 不過，如果想要支援其它的檔案，那麼則需要額外的表示。當然，音訊和視訊需要不同的支援：
- 如果是播放音訊檔案，比如 mp3，那麼則需要額外的字首識別符號-mp3。例如：mp3:6721_75994f9。
- 如果涉及到視訊檔案的話，不僅需要字首，還需要字尾。比如播放的是 MP4 檔案，則標識為：mp4:6721_75994f9.mp4。
- start[Number][seconds]: 這個欄位其實有點意思。它可以分為 3 類來講解：-2，-1，>=0。
- -2: 如果是該識別符號，服務端會首先尋找是否有對應的 liveStream。沒有的話，就找 record_stream。如果還沒有的，這次請求會暫時掛起，直到獲取到下一次 live_stream。
- -1: 只有 live_stream 才會播放。
- =0: 相當於就是 seek video。它會直接找到 record_stream，並且根據該欄位的值來確定播放開始時間。如果沒有的話，則播放 list 中的下一個 video。
- duration[Number][seconds]: 用來設定播放時長的。它裡面也有幾個引數需要講解一下，-1，0，>0。
- -1: 會一直播放到 live_stream 或者 record_stream 結束。
- 0: 會播放一段一段的 frame。一般不用。
- 0: 會直接播放指定 duration 之內的流。如果超出，則會播放指定時間段內容的 record_stream。
- reset[Boolean]: 該欄位沒啥用，一般可以忽略。用來表示否是拋棄掉前面的 playlist。
整個 play 包內容就已經介紹完了。我們可以看看實際的 play 抓包結果：
那 play 包是在那個環節傳送，傳送完之後需不需要對應的 _result 包呢？
play 包比較特殊，它是不需要 _result 回包的。因為，一旦 play 包成功接收後。server 端會直接開始進行 streamBegin 的操作。
整個流程為：
到這裡，後續就可以開始正式接收 video 和 audio 的 stream。
想要閱讀更多技術乾貨文章，歡迎關注網易雲信部落格。
瞭解網易雲信，來自網易核心架構的通訊與視訊雲服務。
網易雲信（NeteaseYunXin）是集網易18年IM以及音視訊技術打造的PaaS服務產品，來自網易核心技術架構的通訊與視訊雲服務，穩定易用且功能全面，致力於提供全球領先的技術能力和場景化解決方案。開發者通過整合客戶端SDK和雲端OPEN API，即可快速實現包含IM、音視訊通話、直播、點播、互動白板、簡訊等功能。