iOS：app直播---原理篇

【如何快速的开发一个完整的iOS直播app】(原理篇)

转载自简书@袁峥Seemygo：http://www.jianshu.com/p/7b2f1df74420

 

1、我的看法（直播难与易）

　　直播难：我的认为要想把直播从零开始作出来，绝对是牛逼中的牛逼，大牛中的大牛，由于直播中运用到的技术难点很是之多，视频/音频处理，图形处理，视频/音频压缩，CDN分发，即时通信等技术，每个技术都够你学几年的。

　　直播易：已经有各个领域的大牛，封装好了许多牛逼的框架，咱们只须要用别人写好的框架，就能快速的搭建一个直播app，也就是传说中的站在大牛肩膀上编程。

2、了解直播

　　热门直播产品：映客、斗鱼、熊猫、虎牙、花椒等等

　　直播效果图

　　 

　　　　    直播效果.jpeg

1.一个完整直播app功能(来自落影loyinglin分享)

• 一、聊天


  • 私聊、聊天室、点亮、推送、黑名单等;

• 二、礼物

  • 普通礼物、豪华礼物、红包、排行榜、第三方充值、内购、礼物动态更新、提现等；

• 三、直播列表


  • 关注、热门、最新、分类直播用户列表等；

• 四、本身直播


  • 录制、推流、解码、播放、美颜、心跳、后台切换、主播对管理员操做、管理员对用户等；

• 五、房间逻辑


  • 建立房间、进入房间、退出房间、关闭房间、切换房间、房间管理员设置、房间用户列表等；

• 六、用户逻辑


  • 普通登录、第三方登录、注册、搜索、修改我的信息、关注列表、粉丝列表、忘记密码、查看我的信息、收入榜、关注和取关、检索等；

• 七、观看直播


  • 聊天信息、滚屏弹幕、礼物显示、加载界面等；

• 八、统计


  • APP业务统计、第三方统计等；

• 九、超管


  • 禁播、隐藏、审核等；

2.一个完整直播app原理

　　直播原理：把主播录制的视频，推送到服务器，在由服务器分发给观众观看。

　　直播环节：推流端（采集、美颜处理、编码、推流）、服务端处理（转码、录制、截图、鉴黄）、播放器（拉流、解码、渲染）、互动系统（聊天室、礼物系统、赞）

3.一个完整直播app实现流程

　　1.采集、2.滤镜处理、3.编码、4.推流、5.CDN分发、6.拉流、7.解码、8.播放、9.聊天互动　　

 

　　　　　　　　　　　　　　　　　　　　　　　　　　直播流程.png

4.一个完整直播app架构

　　　　　　　　　　　　　　　　　　　　　　直播架构.png

5.一个完整直播app技术点

　　　　　　　　　　　　　　　　　　　　　　WeChat_1472043345.jpeg

3、了解流媒体（直播须要用到流媒体）

• 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：每帧表明一幅静止的图像

• GOP：（Group of Pictures）画面组，一个GOP就是一组连续的画面，每一个画面都是一帧，一个GOP就是不少帧的集合码率：图片进行压缩后每秒显示的数据量。
• 直播的数据，实际上是一组图片，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。所以，GOP Cache增长了端到端延迟，由于它必需要拿到最近的I帧
• GOP Cache的长度越长，画面质量越好

• 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。分辨率：(矩形)图片的长度和宽度，即图片的尺寸
• 因为人类眼睛的特殊生理结构，若是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。而且当帧速达到必定数值后，再增加的话，人眼也不容易察觉到有明显的流畅度提高了。

• 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，好比.wmv、.mov、.MP四、.mp三、.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，对文件的自己不会形成太大的影响，好比把avi改为mp4,文件仍是avi.

• 视频封装格式：一种存储视频信息的容器，流式封装能够有TS、FLV等，索引式的封装有MP四、MOV、AVI等.

• 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，一个项目工程能够用不一样语言开发。
• 主要做用：一个视频文件每每会包含图像和音频，还有一些配置信息(如图像和音频的关联，如何解码它们等)：这些内容须要按照必定的规则组织、封装起来.
• 注意：会发现封装格式跟文件格式同样，由于通常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,因此视频文件格式就是视频封装格式。

4、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是用来播放和建立实时的视听媒体数据的框架，同时提供Objective-C接口来操做这些视听数据，好比编辑，旋转，重编码

* 1.2 视频、音频硬件设备 *

• CDD: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：通常都是PCM格式
• 视频采样数据：通常都是YUV,或RGB格式，采集到的原始音视频的体积是很是大的，须要通过压缩技术处理来提升传输效率

2.视频处理（美颜，水印）

* 视频处理原理 *

• 视频处理原理：由于视频最终也是经过GPU，一帧一帧渲染到屏幕上的，因此咱们能够利用OpenGL ES，对视频帧进行各类加工，从而视频各类不一样的效果，就好像一个水龙头流出来的水，通过若干管道，而后流向不一样的目标。

  • 如今的各类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,封装好了各类滤镜同时也能够编写自定义的滤镜,其自己内置了多达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很是丰富,几乎包含了全部音视频编解码、封装格式以及播放协议。X264:把视频原数据YUV编码压缩成H.264格式
  • -Libswresample:能够对音频进行重采样,rematrixing 以及转换采样格式等操 做。
  • -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。
• VideoToolbox:苹果自带的视频硬解码和硬编码API，可是在iOS8以后才开放。
• 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，好比MPEG，H.264,这些视频编码技术是压缩编码视频的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异的地方 ，从而达到较大的压缩比
• 主要做用：是将视频像素数据压缩成为视频码流，从而下降视频的数据量。若是视频不通过压缩编码的话，体积一般是很是大的，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

• H.264/AVC：一种视频压缩方式,采用事先预测和与MPEG中的P-B帧同样的帧预测方法压缩，它能够根据须要产生适合网络状况传输的视频流,还有更高的压缩比，有更好的图象质量
• 注意1：若是是从单个画面清晰度比较，MPEG4有优点；从动做连贯性上的清晰度，H.264有优点
• 注意2：因为264的算法更加复杂，程序实现烦琐，运行它须要更多的处理器和内存资源。所以，运行264对系统要求是比较高的。
• 注意3：因为264的实现更加灵活，它把一些实现留给了厂商本身去实现，虽然这样给实现带来了不少好处，可是不一样产品之间互通成了很大的问题，形成了经过A公司的编码器编出的数据，必须经过A公司的解码器去解这样尴尬的事情

• H.264/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。P帧:(差异帧)保留这一帧跟以前帧的差异，解码时须要用以前缓存的画面叠加上本帧定义的差异，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异的数据）
• H.265： 是一种更为高效的编码标准，可以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，解码时只须要本帧数据就能够完成（由于包含完整画面）

• B帧：(双向差异帧)保留的是本帧与先后帧的差异，解码B帧，不只要取得以前的缓存画面，还要解码以后的画面，经过先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，可是解码时CPU会比较累

• 帧内(intrafreame)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,帧内通常采用有损压缩算法

• 帧间(interframe)压缩：时间压缩（Temporal compression），它经过比较时间轴上不一样帧之间的数据进行压缩。帧间压缩通常是无损的

• 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）)，做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 *

• 所码率：观众所处的网络状况是很是复杂的，有多是WiFi，有可能4G、3G、甚至2G，那么怎么知足多方需求呢？多搞几条线路，根据当前网络环境自定义码率。
  • 列如：经常看见视频播放软件中的1024，720，高清，标清，流畅等，指的就是各类码率。

* 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，就是不须要加载索引播放，大大减小了首次载入的延迟，若是骗子比较长，mp4文件的索引至关大，影响用户体验。

  • 为为何要用TS：这是由于两个TS片断能够无缝拼接，播放器能连续播放

• FLV：一种流媒体封装格式,因为它造成的文件极小、加载速度极快，使得网络观看视频文件成为可能,所以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 *

•  TRMP:实时消息传输协议，Adobe System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发协议，由于是开放协议因此均可以使用了。

  • RTMP协议用于对象、视频、音频的传输。
  • 这个协议创建在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，这些数据能够是FLV中的视音频数据。一个单一的链接能够经过不一样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经常使用服务器 *

• 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，经常使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”，使用户能够就近取得所需的内容，解决 Internet网络拥挤的情况，提升用户访问网站的响应速度.回源：当有用户访问某一个URL的时候，若是被解析到的那个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。若是没有人访问，那么CDN节点不会主动去源站拿.
• CDN：代理服务器，至关于一个中介。
• CDN工做原理：好比请求流媒体数据
• 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

• 带宽：在固定的时间可传输的数据总量，
• 好比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，每台服务器都具备等价的地位，均可以单独对外提供服务而无须其余服务器的辅助.Qos(带宽管理):限制每个组群的带宽，让有限的带宽发挥最大的效用
• 经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。
• 均衡负载可以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。
• 这种群集技术能够用最少的投资得到接近于大型主机的性能。

6.拉流

• 直播协议选择：
  • 即时性要求较高或有互动需求的能够采用RETP、RTSP

  • 对于有回放或跨平台需求的，推荐使用HLS

• 直播协议对比：  

　　　　　　　　　　　　　　　　　　　　　　　　直播协议对比.png

• 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。客户端会根据网络情况自动选择不一样码率的视频流，条件容许的状况下使用高码率，网络繁忙的时候使用低码率，而且自动在两者间随意切
  换。这对移动设备网络情况不稳定的状况下保障流畅播放很是有帮助。
• 实现方法是服务器端提供多码率视频流，而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主要优点在于延时低
• 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形成大量资源浪费
• 相比使用RTSP协议的好处在于，一旦切分完成，以后的分发过程彻底不须要额外使用任何专门软件，普通的网络服务器便可，大大下降了CDN边缘服务器的配置要求，可使用任何现成的CDN,而通常服务器不多支持RTSP。

• HTTP-FLV：基于HTTP协议流式的传输媒体内容。RTSP:实时流传输协议,定义了一对多应用程序如何有效地经过IP网络传送多媒体数据.RTP:实时传输协议,RTP是创建在UDP协议上的，常与RTCP一块儿使用，其自己并无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。
• 相对于RTMP，HTTP更简单和广为人知，内容延迟一样能够作到1~3秒，打开速度更快，由于HTTP自己没有复杂的状态交互。因此从延迟角度来看，HTTP-FLV要优于RTMP。

• 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，收集相关媒体链接的统计信息，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，减小CPU运算
  • 　优势：播放流畅、低功耗，解码速度快，
    　　 * 缺点：兼容很差
• 软解码：用CPU来解码
  • 优势：兼容好
    　　 * 缺点：加大CPU负担，耗电增长、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)即时通信:是一个实时通讯系统，容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.腾讯云：腾讯提供的即时通信SDK，可做为直播的聊天室
• IM在直播系统中的主要做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 *

• 融云：一个比较经常使用的即时通信SDK，可做为直播的聊天室

 

5、如何快速的开发一个完整的iOS直播app

　　一、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.

　　二、第三方SDK公司为何要提供SDK给咱们？

• 但愿把咱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

　　三、直播功能：自研仍是使用第三方直播SDK开发？

　　　第三方SDK开发：对于一个初创团队来说，自研直播无论在技术门槛、CDN、带宽上都是有很大的门槛的，并且须要耗费大量的时间才能作出成品，不利于拉投资。

　　　自研：公司直播平台大，从长远看，自研能够节省成本，技术成面比直接用SDK可控多了。

　　4.第三方SDK好处

• 下降成本
  • 使用好的第三方企业服务，将不用再花高价请猎头去挖昂贵的大牛，也不用去安抚大牛们个性化的脾气
• 提高效率
  • 第三方服务的专一与代码集成所带来的方便，所花费的时间可能仅仅是1-2个小时，节约近99%的时间，足够换取更多的时间去和竞争对手斗智斗勇，增长更大的成功可能性
• 下降风险
  • 借助专业的第三方服务，因为它的快速、专业、稳定等特色，可以极大地增强产品的竞争能力（优质服务、研发速度等），缩短试错时间，必将是创业中保命的手段之一
• 专业的事，找专业的人来作
  • 第三方服务最少是10-20人的团队专一地解决同一个问题，作同一件事情。第三方服务所带来的支持效果，毫不是经过1-2我的处理所能对比的，难道不是吗