编者按：2016 年是直播元年，体育赛事直播发生了从广电垄断的 PGC 模式到 PGC + UGC 模式的转变。PGC 模式使用专有线路和卫星信号，其网络质量可以保证观众观看电视时无卡顿现象。而 PGC + UGC 模式则是利用公网网络。那么，如何利用公网网络做到低延迟、低卡顿，使整个直播过程顺畅？7 月 14 日，在七牛云主办的架构师实践日上，七牛云布道师卜赫带来了 UGC 体育赛事直播如何利用公网网络达到 PGC 的流畅度的分享。以下是对他演讲内容的整理。
。
七牛云布道师
先后供职于 MaxLeap , 七牛云等云计算公司，历任大数据部技术总监，技术布道师等职位，积累了云计算平台的一线开发运维经验。对实时数据分析，海量数据存储有比较深入的理解，同时也对 React Native 有所研究，并积极参与开源社区活动。
基础优化
体育赛事直播发生了从广电垄断的 PGC 模式到 PGC + UGC 模式的转变。PGC 模式使用专有线路和卫星信号，其网络质量可以保证观众观看电视时无卡顿现象。而 PGC + UGC 模式则是利用公网网络。那么，如何利用公网网络做到低延迟、低卡顿，使整个直播过程顺畅？
图 1
1）优化网络传输
卡是体育赛事直播的一大痛点。大家对图 1 应该都比较熟悉。观看网络直播时，经常会遇到图中旋转的图标，表示正在加载页面，这往往让人很揪心，特别是正好赶上体育赛事进攻的高潮。
那么，如何解决这个问题？当我们把体育赛事直播比喻为货运物流，网络传输则相当于马路。我们可以拓宽马路，或者采用优化调度策略。譬如，可以通过在某个位置建一座立交桥或者高架桥，又或者在某几个地方增减交通灯时长，来优化网络传输。
优化网络传输有两种方式：
BGP
在中国，网络运营商鱼龙混杂，它们之间最大的问题是南北互联问题。有人开玩笑说，最远的距离是，你是联通，我是电信。那么如何解决这个问题？
目前可行的方案是，利用 BGP 机房解决类似于南北互联、多运营商的问题。原理：同一个 IP 地址可以在不同运营商的请求到达时，向不同路由节点发送广播。即 IP 地址不变，使用电信网络访问时分配电信的网络环境，使用联通网络访问时分配联通的网络环境。相比其他双线机房，它的问题在于价格高昂，但是可以使用在核心节点上，以更好的解决南北互联问题。
DNS
智能 DNS 优化是另一个比较常见的解决方案。传统 CDN 用智能 DNS 解决用户的最后一公里问题，即访问一些边缘节点。在直播领域，通常会使用 HttpDNS，这主要是为了防止 DNS 污染给我们带来的一些问题。
2）****视频流的大小和编码速度
货物大小和装货速度会影响直播的流畅度，那么该如何更好应对？在现实的原子世界中，传统的压缩方式是先将大货进行堆放，而后放入小货，它的压缩比可以预见并且有限。但是，在比特世界中，我们可以用其它方案消除它的冗余，其压缩比较原子世界有显著提高。
视频压缩的原理
视频压缩的原理是消除冗余，如时间冗余、空间冗余、编码冗余等。接下来介绍两个常见的压缩方式：一是消除空间冗余，二是消除时间冗余，即帧内压缩和帧间压缩，这涉及到最基本的视频编解码原理。在视频编解码中有三种类型的帧，分别是 I 帧、B 帧、P 帧。I 帧是帧内编码，消除空间冗余，B 帧和 P 帧是帧间编码，消除时间冗余。原始视频可以理解为图片的连续播放，空间冗余在非常古老的视频压缩方法中就有体现，例如将每一帧的图片以 JPG 的形式进行压缩，由于原始数据非常大，它可以显著降低视频大小。
但我们发现，此时帧内压缩比太低，因此会采用帧间压缩的方式。即通过前面的帧和后面的帧计算关键帧的向量位移。比如，屏幕中有一只兔子，下一帧或者下几帧会向前跑，那么完整记录第一帧兔子的形态，第二帧位移的量即可，这就是 P 帧和 B 帧的概念，是基本视频压缩原理。
编码器的选择
涉及到视频压缩不得不提的是编码器，它是用于压缩的技术手段。目前主流的编码器有：H.264 、 H.265 和 VP9，前两个是 MPEG 发布的两个标准，后者是谷歌的编码器。
那么哪个编码器更适合体育视频直播领域？
图 2 的数据引自国外一篇著名论文。上方是码率的横向对比，码率最终反映视频大小，码率大小与视频大小成正比。图 2 表示客观情况下，视频质量一致时码率的大小，可以看到 H.265 非常强劲，它相当于 H.264 的 75.8%，VP9 的 48.3%，VP9 相比之下成绩较差。
讨论了货物的压缩大小和码率，我们还需要考虑装货时长。编解码时长可以形象的比喻为装货时长。图 2 显示，编同样一段视频，H.265 编码时长是 VP9 的 6 倍，VP9 是 H.264 的 40 倍，这是软编码情况下的数据，硬编码时效果会更好。因此，我们选择编码器时需要综合的考量。业界大多采用 H.264，而 H.265 是未来的方向。
3）协议选择
还有一个重要的概念是协议选择。网页的传输协议是 HTTP，直播领域有三个重要的业界标准，即 RTMP 、 HTTP-FLV 和 HLS，它们有什么区别？分别适合在哪些场景使用？谁又更适合体育直播场景？
图 3 的对比数据中列举了几个主要指标。直播最关注的是延迟情况，HLS 延迟 10 秒左右，优化处理后可以减少到 7 秒。目前来说，RTMP 、 HTTP - FLV 延迟 1 到 3 秒。其实它们两个非常相似，都是 Adobe 的私有协议，所以在网页端，它们都需要 Flash Player 支持播放。很早以前，苹果表示不再支持 Flash player 播放器，因为在 Mac 上使用该播放器会存在耗电量大、发热比较严重等问题，后来安卓也不再支持该播放器，这导致安卓和 iOS 对 Flash 的支持度都非常差，因此 RTMP 、 HTTP-FLV 一般比较适合 App 直播。对于 HLS 而言， iOS3 、安卓 3.0 都支持直接在浏览器播放，因此其移动端浏览器支持度更好。
相比而言，RTMP 更适合现在社交的直播需求，因为社交类直播有较强的互动需求，土豪送主播礼物时，主播需要马上响应。而 HLS 更适合体育直播领域，因为互动性较低，对延迟要求不高，对跨平台性要求高，需要做到打开网页可以直接播放。
弱网优化
在宿舍看球是大家熟悉的场景，那么在宿舍、教育网、3G 场景中如何优化体育赛事直播？众所周知，上述三种场景的网络环境一般都较差，因此我们必须在延迟和卡顿之间作出取舍，而取舍标准是体育赛事直播更关注哪者。理想情况下，鱼和熊掌都想兼得，然而现实是残酷的。在网络环境相对差时，降低卡顿的办法是增加它缓存区的大小，但是延迟会变长，反之亦然。在交互较少的场景中，我们倾向于更流畅的体验。因此处于弱网环境时，可以相应增加缓冲区大小，虽然增加了延时，但是提高了对网络抖动的适应度。
1）动态调整码率减少卡顿
网络抖动严重时，我们该如何解决？为了达到稳定的码控，可以采用 CBR 方案。譬如，无论画面是高频或低频，推 1 M 体育赛事直播视频流时，都保证 1 M 码率，这样可以降低网络的要求，需要推的码率不需要有很大的波动。当主播端发现网络较差时，便可降低码率，进行动态调节。譬如，将原始的 1 M 码率降低 50 ％ 到 500 KB，达到优化推流效果，虽然画面有些模糊，但至少是流畅的。
2）适度丢帧
当处于极端情况，用户网络特别差，视频一直处于加载怎么办？此时，可以采取适度的丢帧。丢帧带给我们的常规体验是卡，但不顿，即屏幕中人一直跳着向前走，整个画面却没有停滞。用户处于极端弱网的环境时，会将这种体验归因于 2G 或者 3G 网络。
如果采取丢帧的措施，哪些可以丢？前面介绍过，帧分为 I 帧、B 帧、P 帧三类。在弱网环境中，可以适当丢掉一些 B 帧和 P 帧，留下 I 帧（关键帧）。假如想丢 I 帧，则需将相应的 B 帧和 P 帧全部丢掉，否则画面就会出现马赛克的效果。因此，将整个时间段的帧丢掉，或只丢 B 帧和 P 帧。另外，在播放端，解码分为解码前和解码后两个阶段，两个阶段各丢一部分帧，解码前丢一部分是为了在弱网的环境下优化播放体验，解码后丢一部分是为了解决影音不同步的问题。
3）追帧优化
在宿舍看球时，假如两个宿舍的人看的视频不同步则会很糟糕，一个宿舍的人欢呼起来，另外一个宿舍的人浑然不知缘由。所以要在不影响用户体验的情况下，降低整体延迟，采用追帧优化策略，即每隔一段时间，服务器的时间戳有很大延迟时，为了赶上服务器的进度，可以选择丢掉一帧，保证大家的步调相对一致。
4）最后的杀手锏
当前面提及的所有方案都不奏效，又该如何应对？最后一个杀手锏，即在极端情况下优先保证声音，不传图像。当出现这种状况时，观众都明白是自己的网络原因，而这样的方式可以保证观众至少可以从声音方式感受赛事，是没有办法的办法。
「七牛架构师实践日」——这里只谈架构
七牛架构师实践日是由七牛云发起的线下技术沙龙活动，联合业内资深技术大牛以及各大巨头公司和创业品牌的优秀架构师，致力于为业内开发者、架构师和决策者提供最前沿、最有深度的技术交流平台，帮助大家知悉技术动态，学习经验成果。
七牛架构师实践日第十二期【泛娱乐＋直播 技术最佳实践】将于 9 月 3 日与大家在 厦门 见面，目前活动正在火热报名中，点击下方「阅读原文」了解更多信息，期待你的参与。