H5直播技術起航

京東雲開發者發表於2023-01-11

作者：京東科技吳磊

音影片基本概念

影片格式就是通常所說的.mp4,.flv,.ogv,.webm等。簡單來說，它其實就是一個盒子，用來將實際的影片流以一定的順序放入，確保播放的有序和完整性。

影片壓縮格式和影片格式具體的區別就是，它是將原始的影片碼流變為可用的數字編碼。因為，原始的影片流非常大，打個比方就是，你直接使用手機錄音，你會發現你幾分鐘的音訊會比市面上出現的 MP3 音訊大小大很多，這就是壓縮格式起的主要作用。

首先，由原始數碼裝置提供相關的數字訊號流，然後經由影片壓縮演算法，大幅度的減少流的大小，然後交給影片盒子，打上相應的dts，pts欄位，最終生成可用的影片檔案。

DTS（Decoding Time Stamp）：即解碼時間戳，這個時間戳的意義在於告訴播放器該在什麼時候解碼這一幀的資料。

PTS（Presentation Time Stamp）：即顯示時間戳，這個時間戳用來告訴播放器該在什麼時候顯示這一幀的資料。

影片編碼

影片實際上就是一幀一幀的圖片，拼接起來進行播放而已。而圖片本身也可以進行相關的壓縮，比如去除重複畫素，合併畫素塊等等。不過，還有另外一種壓縮方法就是，運動估計和運動補償壓縮，因為相鄰圖片一定會有一大塊是相似的，所以，為了解決這個問題，可以在不同圖片之間進行去重。

所以，總的來說，常用的編碼方式分為三種：

變換編碼：消除影像的幀內冗餘

運動估計和運動補償：消除幀間冗餘

熵編碼：提高壓縮效率

熵編碼即編碼過程中按熵原理不丟失任何資訊的編碼。資訊熵為信源的平均資訊量（不確定性的度量）。常見的熵編碼有：夏農(Shannon)編碼、哈夫曼(Huffman)編碼和算術編碼(arithmetic coding)。

直播

現在，常用的直播協議有 RTMP，HLS，HTTP-FLV。最常用的還是 HLS 協議，因為支援度高，技術簡單，但是延遲非常嚴重。這對一些對實時性比較高的場景，比如運動賽事直播來說非常的不友好。這裡來細分的看一下每個協議。

協議對比

協議	優勢	劣勢	延時
HLS	支援性廣	延時巨高	10s 以上
RTMP	延時性好，靈活	量大的話，負載較高	1s 以上
HTTP-FLV	延時性好，遊戲直播常用	只能在手機 APP 播放	2s 以上

HLS

HLS 全稱是 HTTP Live Streaming。這是Apple提出的直播流協議。

HLS 由兩部分構成，一個是.m3u8檔案，一個是.ts影片檔案（TS 是影片檔案格式的一種）。整個過程是，瀏覽器會首先去請求.m3u8的索引檔案，然後解析m3u8，找出對應的.ts檔案連結，並開始下載。

他的使用方式為：

<video>  
    <source src="http://..../xxxx.m3u8" type="application/x-mpegURL" /> 
</video>

直接可以將m3u8寫進src中，然後交由瀏覽器自己去解析。當然也可以採取fetch來手動解析並獲取相關檔案。HLS 詳細版的內容比上面的簡版多了一個playlist，也可以叫做master。在master中，會根據網路段實現設定好不同的 m3u8 檔案，比如，3G/4G/wifi 網速等。比如，一個 master 檔案中為：

#EXTM3U
#EXT-X-VERSION:6
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=2855600,CODECS="avc1.4d001f,mp4a.40.2",RESOLUTION=960x540
live/medium.m3u8
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=5605600,CODECS="avc1.640028,mp4a.40.2",RESOLUTION=1280x720
live/high.m3u8
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=1755600,CODECS="avc1.42001f,mp4a.40.2",RESOLUTION=640x360
live/low.m3u8
#EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=545600,CODECS="avc1.42001e,mp4a.40.2",RESOLUTION=416x234
live/cellular.m3u8

大家只要關注BANDWIDTH（頻寬）欄位，其他的看一下欄位內容大致就清楚了。假如這裡選擇high.m3u8檔案，那麼，裡面內容為：

#EXTM3U
#EXT-X-VERSION:6
#EXT-X-TARGETDURATION:10
#EXT-X-MEDIA-SEQUENCE:26
#EXTINF:9.901,
http://media.example.com/wifi/segment26.ts
#EXTINF:9.901,
http://media.example.com/wifi/segment27.ts
#EXTINF:9.501,
http://media.example.com/wifi/segment28.ts

注意，其中以ts結尾的連結就是在直播中真正需要播放的影片檔案。該第二級的m3u8檔案也可以叫做media檔案。該檔案，其實有三種型別：

live playlist: 動態列表。顧名思義，該列表是動態變化的，裡面的 ts 檔案會實時更新，並且過期的 ts 索引會被刪除。預設，情況下都是使用動態列表。

event playlist: 靜態列表。它和動態列表主要區別就是，原來的 ts 檔案索引不會被刪除，該列表是不斷更新，而且檔案大小會逐漸增大。它會在檔案中，直接新增 #EXT-X-PLAYLIST-TYPE:EVENT 作為標識。

VOD playlist: 全量列表。它就是將所有的 ts 檔案都列在 list 當中。如果，使用該列表，就和播放一整個影片沒有啥區別了。它是使用 #EXT-X-ENDLIST 表示檔案結尾。

https://developer.apple.com/library/archive/referencelibrary/GettingStarted/AboutHTTPLiveStreaming/about/about.html

HLS 缺陷

HLS 缺陷就是延遲性太大了。HLS 中的延時包括：

TCP 握手

m3u8 檔案下載

m3u8 檔案下所有 ts 檔案下載

這裡先假設每個 ts 檔案播放時長為 5s，每個 m3u8 最多可攜帶的 ts 檔案數為 3~8。那麼最大的延遲則為 40s。注意，只有當一個m3u8檔案下所有的 ts 檔案下載完後，才能開始播放。這裡還不包括 TCP 握手，DNS 解析，m3u8 檔案下載。所以，HLS 總的延時是非常令人絕望的。

那解決辦法有嗎？有，很簡單，要麼減少每個 ts 檔案播放時長，要麼減少m3u8的中包含 ts 的數量。如果超過平衡點，那麼每次請求新的 m3u8 檔案時，都會加上一定的延時，所以，這裡需要根據業務指定合適的策略。

RTMP

RTMP 全稱為：Real-Time Messaging Protocol。它是基於FLV格式進行開發的，所以，第一反應就是，又不能用了！！！

是的，在現在裝置中，由於 FLV 的不支援，基本上 RTMP 協議在 Web 中，根本用不到。不過，由於MSE（MediaSource Extensions）的出現，在 Web 上直接接入 RTMP 也不是不可能的。基本思路是根據 WebSocket 直接建立長連線進行資料的交流和監聽。RTMP 協議根據不同的套層，也可以分為：

純 RTMP: 直接透過 TCP 連線，埠為 1935

RTMPS: RTMP + TLS/SSL，用於安全性的交流。

RTMPE: RTMP + encryption。在 RTMP 原始協議上使用，Adobe 自身的加密方法

RTMPT: RTMP + HTTP。使用 HTTP 的方式來包裹 RTMP 流，延遲性比較大。

RTMFP: RMPT + UDP。該協議常常用於 P2P 的場景中，針對延時有變態的要求。

RTMP 內部是藉由 TCP 長連線協議傳輸相關資料，所以，它的延時性非常低。並且，該協議靈活性非常好（所以，也很複雜），它可以根據 message stream ID 傳輸資料，也可以根據 chunk stream ID 傳遞資料。兩者都可以起到流的劃分作用。流的內容也主要分為：影片，音訊，相關協議包等。

HTTP-FLV

該協議和 RTMP 比起來其實差別不大，只是落地部分有些不同：

RTMP 是直接將流的傳輸架在 RTMP 協議之上，而 HTTP-FLV 是在 RTMP 和客戶端之間套了一層轉碼的過程，由於，每個 FLV 檔案是透過 HTTP 的方式獲取的，所以，它透過抓包得出的協議頭需要使用chunked編碼。

Content-Type:video/x-flv
Expires:Fri, 10 Feb 2017 05:24:03 GMT
Pragma:no-cache
Transfer-Encoding:chunked

它用起來比較方便，不過後端實現的難度和直接使用 RTMP 來說還是比較大的。

前端音影片流

由於各大瀏覽器的對 FLV 的圍追堵截，導致 FLV 在瀏覽器的生存狀況堪憂，但是，FLV 憑藉其格式簡單，處理效率高的特點，使各大影片後臺的開發者都捨不得棄用，如果一旦更改的話，就需要對現有影片進行轉碼，比如變為 MP4，這樣不僅在播放，而且在流處理來說都有點重的讓人無法接受。而 MSE 的出現，徹底解決了這個尷尬點，能夠讓前端能夠自定義來實現一個 Web 播放器，確實完美。（不過，蘋果覺得沒這必要，所以，在 IOS 上無法實現。）

MSE

MSE 全稱就是Media Source Extensions。它是一套處理影片流技術的簡稱，裡面包括了一系列 API：Media Source，Source Buffer等。在沒有 MSE 出現之前，前端對 video 的操作，僅僅侷限在對影片檔案的操作，而並不能對影片流做任何相關的操作。現在 MSE 提供了一系列的介面，使開發者可以直接提供 media stream。

來看一下 MSE 是如何完成基本流的處理的。

var vidElement = document.querySelector('video');

if (window.MediaSource) {
  var mediaSource = new MediaSource();
  vidElement.src = URL.createObjectURL(mediaSource);
  mediaSource.addEventListener('sourceopen', sourceOpen);
} else {
  console.log("The Media Source Extensions API is not supported.")
}

function sourceOpen(e) {
  URL.revokeObjectURL(vidElement.src);
  var mime = 'video/webm; codecs="opus, vp9"';
  var mediaSource = e.target;
  var sourceBuffer = mediaSource.addSourceBuffer(mime);
  var videoUrl = 'droid.webm';
  fetch(videoUrl)
    .then(function(response) {
      return response.arrayBuffer();
    })
    .then(function(arrayBuffer) {
      sourceBuffer.addEventListener('updateend', function(e) {
        if (!sourceBuffer.updating && mediaSource.readyState === 'open') {
          mediaSource.endOfStream();
        }
      });
      sourceBuffer.appendBuffer(arrayBuffer);
    });
}

上面這個例子可以簡單理解為：

第一步，透過非同步拉取資料。

第二步，透過 MediaSource 處理資料。

第三步，將資料流交給 audio/video 標籤進行播放。

而中間傳遞的資料都是透過Buffer的形式來進行傳遞的。

中間有個需要注意的點，MS 的例項透過URL.createObjectURL()建立的 url 並不會同步連線到 video.src。換句話說，URL.createObjectURL()只是將底層的流（MS）和 video.src 連線中間者，一旦兩者連線到一起之後，該物件就沒用了。

MediaSource

MediaSource 是 Media Source Extensions API 表示媒體資源 HTMLMediaElement 物件的介面。MediaSource 物件可以附著在 HTMLMediaElement 在客戶端進行播放。

MS(MediaSource) 只是一系列影片流的管理工具，它可以將音影片流完整的暴露給 Web 開發者來進行相關的操作和處理。所以，它本身不會造成過度的複雜性。

MS 整個只掛載了 4 個屬性，3 個方法和 1 個靜態測試方法。

4 個屬性：

sourceBuffers: 獲得當前建立出來的 SourceBuffer

activeSourceBuffers: 獲得當前正處於啟用狀態的 SourceBuffer

readyState: 返回當前 MS 的狀態，比如:closed,open,ended.

duration: 設定當前 MS 的播放時長。

3 個方法：

addSourceBuffer(): 根據給定的 MIME 建立指定型別的 SourceBuffer

removeSourceBuffer(): 將 MS 上指定的 SourceBuffer 移除。

endOfStream(): 直接終止該流

1 個靜態測試方法：

isTypeSupported(): 主要用來判斷指定的音訊的 MIME 是否支援。

最基本的就是使用addSourceBuffer該方法來獲得指定的 SourceBuffer。

var sourceBuffer = mediaSource.addSourceBuffer('video/mp4; codecs="avc1.42E01E, mp4a.40.2"');

資料：https://developer.mozilla.org/zh-CN/docs/Web/API/MediaSource

SourceBuffer

SourceBuffer 介面表示透過 MediaSource 物件傳遞到 HTMLMediaElement 並播放的媒體分塊。它可以由一個或者多個媒體片段組成。

一旦利用 MS 建立好 SourceBuffer 之後，後續的工作就是將額外獲得的流放進 Buffer 裡面進行播放即可。所以，SourceBuffer 提供兩個最基本的操作appendBuffer，remove。之後，就可以透過appendBuffer直接將 ArrayBuffer 放進去即可。

其中，SourceBuffer 還提供了一個應急的方法abort()如果該流發生問題的話可以直接將指定的流給廢棄掉。

音影片的 ArrayBuffer 透過 MediaSource 和 SourceBuffer 的處理直接將<audio>&&<video>接入。然後，就可以實現正常播放的效果。

資料：https://developer.mozilla.org/zh-CN/docs/Web/API/SourceBuffer

基於flv.js實現H5直播

flv.js 簡介

flv.js是來自Bilibli的開源專案。它解析FLV檔案傳給原生HTML5 Video標籤播放音影片資料，使瀏覽器在不借助Flash的情況下播放FLV成為可能。

flv.js 優勢

由於瀏覽器對原生Video標籤採用了硬體加速，效能很好，支援高畫質。

同時支援錄播和直播

去掉對Flash的依賴

flv.js 限制

FLV裡所包含的影片編碼必須是H.264，音訊編碼必須是AAC或MP3， IE11和Edge瀏覽器不支援MP3音訊編碼，所以FLV裡採用的編碼最好是H.264+AAC，這個讓音影片服務相容不是問題。

對於錄播，依賴原生HTML5 Video標籤和 Media Source Extensions API

對於直播，依賴錄播所需要的播放技術，同時依賴 HTTP FLV 或者 WebSocket 中的一種協議來傳輸FLV。其中HTTP FLV需透過流式IO去拉取資料，支援流式IO的有fetch或者stream

由於依賴Media Source Extensions，目前所有iOS和Android4.4.4以下里的瀏覽器都不支援，也就是說目前對於移動端flv.js是有侷限性的。

flv.js 原理

flv.js只做了一件事，在獲取到FLV格式的音影片資料後透過原生的JS去解碼FLV資料，再透過Media Source Extensions API 傳遞給原生HTML5 Video標籤。(HTML5 原生僅支援播放 mp4/webm 格式，不支援 FLV)

vue + flv.js

//下載flv.js包
npm i flv.js -S
//引入flv.js包
import flv from 'flv.js'
//HTML部分
<video ref="myVideo" autoplay muted controls/>
//script部分
//建立一個Player例項，它接收一個MediaDataSource(必選), 一個Config(可選) flvjs.createPlayer(mediaDataSource: MediaDataSource, config?: Config)
export default {
    data() {
        return {
            player: null,
        }
    },
    created() {
        if (flv.isSupported()) {
            this.player = flv.createPlayer({
                    type: 'flv',
                    isLive: true,
                    url: 'https://api.tjdataspace.com/flv.flv'
                }, {
                    enableWorker: true,
                    enableStashBuffer: false,
                    stashInitialSize: 128,
                }
            );
        }
    },
    mounted() {
        this.player.attachMediaElement(this.$refs.myVideo);
        this.player.load();
        this.player.play();
		
        setInterval(() => {
            if (!this.player.buffered.length) {return;}
            let end = this.player.buffered.end(0);
            let diff = end - this.player.currentTime;
            if (diff >= 1.5) { //延時如果大於1.5秒，就讓直播跳到當前時間位置播放
                this.player.currentTime = end - 0.5;
            }
        }, 3 * 60 * 1000);
    },
}