FreeSWITCH 架构

从来章开始，我们正式开始我们的 FreeSWITCH 之旅。今后我们不再用单独的章节来讲述VoIP中的其它要素和概念，而是在用到时穿插于各个章节之中。

总体结构

FreeSWITCH 由一个稳定的核心及外围模块组成，下图来自 FreeSWITCH Wiki：

FreeSWITCH 使用线程模型来处理并发请求，每个连接都在单独的线程中进行处理。这不仅能提供最大强度的并发，更重要的是，即使某路电话发生问题，也只影响到它所在的线程，而不会影响到其它电话。FreeSWITCH 的核心非常短小精悍，这也是保持稳定的关键。所有其它功能都在外围的模块中。模块是可以动态加载（以及卸载）的，在实际应用中可以只加载用到的模块。外围模块通过核心提供的 Public API 与核心进行通信，而核心则通过回调机制执行外围模块中的代码。

核心

FS Core 是 FreeSWITCH 的核心，它包含了关键的数据结构和复杂的代码，但这些代码只出现在核心中，并保持了最大限度的重用。外围模块只能通过 API 调用核心的功能，因而核心运行在一个受保护的环境中，核心代码都经过精心的编码和严格的测试，最大限度地保持了系统整体的稳定。

核心代码保持了最高度的抽象，因而它可以调用不同功能，不同协议的模块。同时，良好的 API 也使得编写不同的外围模块非常容易。

数据库

FreeSWITCH 的核心除了使用内部的队列、哈希表存储数据外，也使用外部的 SQL 数据库存储数据。当前，系统的核心数据库使用 SQLite，默认的存储位置是 db/core.db 。 使用外部数据库的好处是--查询数据不用锁定内存数据结构，这不仅能提供性能，而且降低了死锁的风险，保证了系统稳定。命令 show calls、show channels 等都是直接从数据库中读取内容并显示的。由于 SQLite 会进行读锁定，因此不建议直接读取核心数据库。

系统对数据库操作做了优化，在高并发状态时，核心会尽量将几百条 SQL 一齐执行，这大大提高了性能。但在低并发的状态下执行显得稍微有点慢，如一个 channel 已经建立了，但还不能在 show channels 中显示；或者，一个 channel 已经 destroy 了，还显示在 show channels 中。但由于这些数据只用于查询，而不用于决策，所以一般没什么问题。

除核心数据库外，系统也支持使用 ODBC 方式连接其它数据库，如 PostgreSQL、MySQL等。某些模块，如 mod_sofia、mod_fifo等都有自己的数据库（表）。如果在 *nix 类系统上使用 ODBC，需要安装 UnixODBC，并进行正确的配置，如果编译安装的话还需要开发包 unixodbc-devel（CentOS） 或 unixodbc-dev（Debian/Ubuntu）。由于 PostgreSQL、MySQL 等都是 Client-Server 的结构，因此，外部程序可以直接查询数据（但需要清楚数据的准确性，可能会比 FreeSWITCH 核心中的数据有所滞后）。

模块

FreeSWITCH 主要分为以下几个部分：

终点

End Points 是终结 FreeSWITCH 的地方，也就是说再往外走就超出 FreeSWITCH 的控制了。它主要包含了不同呼叫控制协议的接口，如 SIP， TDM 硬件，H323 以及 Google Talk 等。这使得 FreeSWITCH 可以与众多不同的电话系统进行通信。如，可以使用 mod_skypopen 与 Skype 网络进行通信。另外，前面也讲过，它还可以通过 portaudio 驱动本地声卡，用作一个软电话。

拨号计划

Dialplan 主要是为了查找电话路由，主要的是 XML 描述的，但它也支持 Asterisk 格式的配置文件。另外它也持 ENUM 查询。

XML 接口

XML Interface 支持多种获取 XML 配置的方式，它可以是本地的配置文件，或从数据库中读取，甚至是一个能动态返回 XML 的远程 HTTP 服务器。

编解码器

FreeSWITCH 支持最广泛的 Codec，除了大多数 VoIP 系统支持的 G711、G722、G729、GSM 外，它还支持 iLBC，BV16/32、SILK、CELT等。它可以同时桥接不同采样频率的电话，以及电话会议等。

语音识别

支持语音自动识别（ASR）及文本-语音转换（TTS）。

文件格式

支持不同的声音文件格式，如 wav，mp3等。

日志

日志可以写到控制台、日志文件、系统日志（syslog）以及远程的日志服务器。

嵌入式语言

通过 swig 包装支持多种脚本语本语言控制呼叫流程，如 Lua、Javascript、Perl等。

事件套接字

使用 Event Socket 可以使用任何其它语言通过 Socket 方式控制呼叫流程、扩展 FreeSWITCH 功能。

目录结构

在 *nix 类系统上，FreeSWITCH 默认的安装位置是 /usr/local/freeswitch，在 Windows 上可能是 C:/freeswitch，目录结构大致相同。

bin         可执行程序
db          系统数据库（sqlite），FreeSWITCH 把呼叫信息存放到数据库里以便在查询时无需对核心数据结构加锁
htdocs      HTTP Web srver 根目录
lib         库文件
mod         可加载模块
run         运行目录，存放 PID
sounds      声音文件，使用 playback() 时默认的寻找路径
grammar     语法
include     头文件
log         日志，CDR 等
recordings  录音，使用 record() 时默认的存放路径
scripts     嵌入式语言写的脚本，如使用 lua()、luarun()、jsrun 等默认寻找的路径
storage     语言留言（Voicemail）的录音
conf        配置文件，详见下节

配置文件

配置文件由许多 XML 文件组成。在系统装载时，XML解析器会将所有XML文件组织在一起，并读入内存，称为XML注册表。这种设计的好处在于其非常高的可扩展性。由于XML文档本身非常适合描述复杂的数据结构，在 FreeSWITCH 中 就可以非常灵活的使用这些数据。并且，外部应用程序也可以很简单地生成XML，FreeSWITCH 在需要时可以动态的装载这些 XML。另外，系统还允许在某些 XML 节点上安装回调程序(函数)，当这些节点的数据变化时，系统便自动调用这些回调程序。

使用 XML 唯一的不足就是手工编辑这些 XML 比较困难，但正如其作者所言，他绝对不是 XML 的粉丝，但这一缺点与它所带来的好处相比是微不足道的。而且，将来也许会有图形化的配置工具，到时候只所高级用户会去看这些XML了。

目录结构

配置文件的的目录结构如下（其中结尾有 “/” 的为目录）：

autoload_configs/
dialplan/
directory/
extensions.conf
freeswitch.xml
fur_elise.ttml
jingle_profiles/
lang/
mime.types
notify-voicemail.tpl
sip_profiles/
tetris.ttml
vars.xml
voicemail.tpl
web-vm.tpl

其中最重要的是 freeswitch.xml，就是它将所有配置文件“粘”到一起。只要有一点 XML 知识，这些配置是很容易看懂的。其中，X-PRE-PROCESS标签称为预处理命令，它用来设置一些变量和装入其它配置文件。在 XML 加载阶段，FreeSWITCH 的 XML 解析器会先将预处理命令进行展开，生成一个大的 XML 文件 log/freeswitch.xml.fsxml。该文件是一个内存镜像，用户不应该手工编辑它。但它对调试非常有用，假设你不慎弄错了某个标签，又不知道它在哪个地方，FreeSWITCH 在加载时就报 XML 的某一行出错，在该文件中就行容易找到。

整个XML文件分为几个重要的部分：configuration （配置）、dialplan （拨号计划）、directory（用户目录）及phrase（分词）。每一部分又分别装入不同的 XML。

小知识：XML
XML由标签(Tag)和属性构成。 和 组成一对标签，如果该标签有相关属性，刚以
 形式指定。有些标签无须配对，则必须以 “/>”关闭该标签定义，
如。

freeswitch.xml

上面是一个精减了的 freeswitch.xml。它的根是 document，在 document 中，有许多 section，每个 section 都对应一部分功能。其中有两个 X-PRE-PROCESS 预处理指令，它们的作用是将 data 参数指定的文件包含（include）到本文件中来。由于它是一个预处理指令，FreeSWITCH 在加载阶段只对其进行简单替换，并不进行语法分析，因此，对它进行注释是没有效果的，这是一个新手常犯的错误。假设 vars.xml 的内容如下，它是一个合法的 XML：

xxxxx

若你在调试阶段想把一条 X-PRE-PROCESS 指令注释掉：

当 FreeSWITCH 预处理时，还没有到达 XML 解析阶段，也就是说它还不认识 XML 注释语法，而仅会机械地将预处理指令替换为 vars.xml 里的内容：

xxxxx -->                                                  

由于 XML 的注释不能嵌套，因此便产生错误的XML。解决办法是破坏掉 X-PRE-PROCESS 的定义，如我常用下面两种方法：

由于 FreeSWITCH 不认识 xX-PRE-PROCESS 及 XPRE-PROCESS，因此它会忽略掉该行，相当于注释掉了。

vars.xml

vars.xml 主要通过 X-PRE-PROCESS 指令定义了一些全局变量。全局变量以 $${var} 表示，临时变量以 ${var} 表示。有些变量是系统在运行时自动获取的，如默认情况下 $${base_dir}=/usr/local/freeswitch, $${local_ip_v4}=你机器的IP地址等。

autoload_configs 目录

autoload_configs目录下面的各种配置文件会在系统启动时装入。一般来说都是模块级的配置文件，每个模块对应一个。文件名一般以 模块名.conf.xxml 方式命名。其中 modules.conf.xml 决定了 FreeSWITCH 启动时自动加载哪些模块。

dialplan 目录

定义 XML 拨号计划，我们会有专门的章节讲解拨号计划。

directory 目录

它里面的配置文本决定了 FreeSWITCH 作为注册服务器时哪些用户可以注册上来。FreeSWITCH 支持多个域（Domain），每个域可以写到一个 XML 文件里。默认的配置包括一个 default.xml，里面定义了 1000 ~ 1019 一共 20 个用户。

sip_profiles

它定义了 SIP 配置文件，实际上它是由 mod_sofia 模块在 autoload_configs/sofia.conf.xml 中加载的。但由于它本身比较复杂又是核心的功能，因此单列了一个目录。我们将会在后面加以详细解释。

XML 用户目录

XML 用户目录决定了哪些用户可以注册到 FreeSWITCH 上。当然，SIP 并不要求一定要注册才可以打电话，但是用户认证仍需要在用户目录中配置。

用户目录的默认配置文件在 conf/directory/，系统自带的配置文件为 default.xml（其中 dial-string 一行由于排版要求人工换行，实际上不应该有换行）：

该配置文件决定了哪些用户能注册到 FreeSWITCH 中。一般来说，所有用户都应该属于同一个 domain（除非你想使用多 domain，后面我们会有例子）。这里的 $${domain} 全局变量是在 vars.xml 中设置的，它默认是主机的 IP 地址，但也可以修改，使用一个域名。params 中定义了该 domain 中所有用户的公共参数。在这里只定义了一个 dial-string，这是一个至关重要的参数。当你在使用 user/user_name 或 sofia/internal/user_name 这样的呼叫字符串时，它会扩展成实际的 SIP 地址。其中 sofia_contact 是一个 API，它会根据用户的注册地址扩展成相应的呼叫字符串。

variables 则定义了一些公共变量，在用户做主叫或被叫时，这些变量会绑定到相应的 Channel 上形成 Channel Variable。

在 domain 中还定义了许多组（group），组里面包含很多用户（user）。

在这里，组名 default 并没有什么特殊的意义，它只是随便起的，你可以修改成任何值。在用户标签里，又使用预处理指令装入了 default/ 目录中的所有 XML 文件。你可以看到，在 default/ 目录中，每个用户都对应一个文件。

你也可以定义其它的用户组，组中的用户并不需要是完整的 XML 节点，也可以是一个指向一个已存在用户的“指针”，如下图，使用 type="pointer" 可以定义指针。

虽然我们这里设置了组，但使用组并不是必需的。如果你不打算使用组，可以将用户节点（users）直接放到 domain 的下一级。但使用组可以支持像群呼、代接等业务。使用 group_call 可以同时或顺序的呼叫某个组的用户。

实际用户相关的设置也很直观，下面显示了 alice 这个用户的设置：

由上面可以看到，实际上 params 和 variables 可以出现在 user 节点中，也可以出现在 group 或 domain 中。 当它们有重复时，优先级顺序为 user，group，domain。

当然，用户目录还有一些更复杂的设置，我们留待以后再做研究。

呼叫流程及相关概念

再复习一下，FreeSWITCH是一个B2BUA，我们还是以第四章中的图为例：

主要呼叫流程有以下两种：

• bob 向 FreeSWITCH 发起呼叫，FreeSWTICH 接着启动另一个 UA 呼叫 alice，两者通话；
• FreeSWITCH 同时呼叫 bob 和 alice，两者接电话后 FreeSWITCH 将 a-leg 和 b-leg 桥接（bridge）到一起，两者通话。

其中第二种又有一种变种。如市场上有人利用上、下行通话的不对称性卖电话回拨卡获取不正当利润：bob 呼叫 FreeSWITCH，FreeSWITCH 不应答，而是在获取 bob 的主叫号码后直接挂机；然后 FreeSWITCH 回拨 bob；bob 接听后 FreeSWITCH 启动一个 IVR 程序指示 bob 输入 alice 的号码；然后 FreeSWITCH 呼叫 Alice……

在实际应用中，由于涉及回铃音、呼叫失败等，实际情况要复杂的多。

Session 与 Channel

对每一次呼叫，FreeSWITCH 都会启动一个 Session（会话，它包含SIP会话，SIP会在每对UAC-UAS之间生成一个 SIP Session），用于控制整个呼叫，它会一直持续到通话结束。其中，每个 Session 都控制着一个 Channel（信道），Channel 是一对 UA 间通信的实体，相当于 FreeSWITCH 的一条腿（leg），每个 Channel 都有一个唯一的 UUID。另外，Channel 上可以绑定一些呼叫参数，称为 Channel Variable（信道变量）。Channel 中可能包含媒体（音频或视频流），也可能不包含。通话时，FreeSWITCH 的作用是将两个 Channel（a-leg 和 b-leg，通常先创建的或占主动的叫 a-leg）桥接（bridge）到一起，使双方可以通话。

通话中，媒体（音频或视频）数据流在 RTP 包中传送（不同于 SIP， RTP是另外的协议）。一般来说，Channel是双向的，因此，媒体流会有发送（Send/Write）和接收（Receive/Read）两个方向。

回铃音与 Early Media

A  ------ |a 交换机 | ---X--- | 交换机 b| -------- B

为了便于说明，我们假定A与B不在同一台服务器上（如在PSTN通话中可能不在同一座城市），中间需要经过多级服务器的中转。

假设上图是在 PSTN 网络中，A 呼叫 B，B 话机开始振铃，A 端听回铃音（Ring Back Tone）。在早期，B 端所在的交换机只给 A 端交换机送地址全（ACM）信号，证明呼叫是可以到达 B 的，A 端听到的回铃音铃流是由 A 端所在的交换机生成并发送的。但后来，为了在 A 端能听到 B 端特殊的回铃音（如“您拨打的电话正在通话中…” 或 “对方暂时不方便接听您的电话” 尤其是现代交换机支持各种个性化的彩铃 - Ring Back Color Tone 等），回铃音就只能由 B 端交换机发送。在 B 接听电话前，回铃音和彩铃是不收费的（不收取本次通话费。彩铃费用一般是在 B 端以月租或套餐形式收取的）。这些回铃音就称为 Early Media(早期媒体)。它是由 SIP 的183(带有SDP)消息描述的。

理论上讲，B 接听电话后交换机 b 可以一直不向 a 交换机发送应答消息，而将真正的话音数据伪装成 Early Media，以实现“免费通话”。

Channel Variable

在每一个 Channel 上都可以设置好多 Variable，称为信道变量。FreeSWITCH 呼叫过程中，会根据这些变量控制 Channel 的行为。

$${var} 与 ${var}

${var} 是在 dialplan、application 或 directory 中设置的变量，它会影响呼叫流程并且可以动态的改变。而 $${var} 则是全局的变量，它仅在预处理阶段（系统启动时，或重新装载 - reloadxml时）被求值。后者一般用于设置一些系统一旦启动就不会轻易改变的量，如 $${domain} 或 $${local_ip_v4}等。所以，两者最大的区别是，$${var} 只求值一次，而 ${var} 则在每次执行时求值（如一个新电话进来时）。

$variable_xxxx

你会发现，有些变量在显示时（可以使用dp_tools 中的 info() 显示，后面会讲到）是以“variable_”开头的，但在实际引用时要去掉这开头的“variable_”。如“variable_user_name”，引用时要使用“${user_name}”。http://wiki.freeswitch.org/wiki/Channel_Variables#variable_xxxx 列举了一些常见的变量显示与引用时的对应关系。

给 Variable 赋值

在 dialplan 中，有两个程序可以给 Variable 赋值：

以上两条命令都可以设置 my_var 变量的值为 my_value。不同的是 -- set 程序仅会作用于“当前”的 Channel （a-leg），而 export 程序则会将变量设置到两个 Channel （a-leg 和 b-leg）上，如果当时 b-leg 还没有创建，则会在创建时设置。另外，export 还可以只将变量设置到 b-leg 上：

在实际应用中，如果 a-leg 上已经有一些变量的值（如 var1、var2、var3），而想同时把这些变量都复制到 b-leg 上，可以使用以下几种办法：

或者使用如下等价的方式：

所以，其实 set 也具有能往 b-leg 上赋值的能力，其实，它和 export 一样，都是操作 export_vars 这个特殊的变量。

取消 Variable 定义

取消 Variable 定义只需对它赋一个特殊的值_undef_”：

截取 Variable 的一部分

可以使用特殊的语法取一个 Variable 的子串，格式是“${var:位置:长度}”。其中 “位置” 从 0 开始计烽，若为负数则从字符串尾部开始计数；如果“长度”为 0 或小于 0，则会从当前“位置”一直取到字符串结尾（或开头，若“位置”为负的话）。例如 var 的值为 123456789，那么：

${var}      = 1234567890
${var:0:1}  = 1
${var:1}    = 234567890
${var:-4}   = 7890
${var:-4:2} = 78
${var:4:2}  = 56

小结

本章描述了 FreeSWITCH 的架构。到这里，读者应该对 FreeSWITCH 有了一个总体的了解。我们也提到了一些基本元素和概念，简单介绍了配置文件的基本结构，由于脱离了实际单讲配置会比较抽象，因此，我们把具体的配置也写到后面的章节里，即，用到时再说。