直播软件技术介绍，能帮到你

我们公司开发的一套直播系统，完全自主开发的，是给其他公司开发的，外包项目。没有使用第三方的SDK。公司不做了，就想着把这个项目源码分享给爱技术的人。源码分为3个部分：服务端源码（完整、可以成功部署）、android端源码和ios端源码。

直播系统中运用到的技术难点非常之多，视频/音频处理，图形处理，视频/音频压缩，CDN分发，即时通讯等技术，每一个技术都够你学几年的。当然，你可以直接使用封装好了的框架和SDK。

涉及到及的技术如：

1、不能使用websocket、WebRTC。2、摄像头采集；

3、音视频编解码；
4、流媒体协议；
5、音视频流推送到流媒体服务器；
6、流媒体网络分发；
7、用户播放器；
8、音视频同步；
9、网络延迟自适应；
10、需要录制，多种视频文件的格式和封装；

具体说明几个细节：

1、采集：iOS是比较简单的，Android则要做些机型适配工作（声网Agora.io目前适配了4000+Android机型）。PC最麻烦各种奇葩摄像头驱动，出了问题特别不好处理，建议放弃PC只支持手机主播，目前几个新进的直播平台都是这样的。

2、前期处理：现在直播美颜已经是标配了，80%的主播没有美颜根本没法看。美颜算法需要懂图像处理算法的人，没有好的开源实现，要自己参考论文去研究。算法设计好了还要优化，无论你打算用CPU还是GPU优化，算法优化本身也需要专业知识支持。GPU虽然性能好，但是也是有功耗的。GPU占用太高会导致手机发烫，而手机发烫会导致摄像头采集掉帧，iPhone6尤其明显。因为iPhone6的CPU和前置摄像头很近，在算法开发、算法优化、效果平衡上需要大量的开发调试工作。而这一切都是需要经验支撑。

3、编码：如果你要上720p，肯定要采用硬编码。软编码720p完全没希望，硬件编码不灵活。兼容性也有问题。如何适应纷繁复杂的网络和纷繁复杂的上下行设备？安卓和芯片的坑，开发过的人都知道。那有人问，要求不高，上软编码低分辨率360p行不行？就算上低分辨率，软编码还是会让CPU发烫，CPU过热烫到摄像头，长期发烫不仅直接反应是费电。既然是手机直播，插着电源和充电器实在说不过去吧。还有，CPU发烫会降频，怎么办？这还是只说性能方面。和前处理只影响图像质量和功耗不同，视频编解码技术还关联成本计算和网络对抗。考虑性能、功耗、成本、网络这四个之后你编码的码率、帧率、分辨率。软硬件开发该如何选择？

4、传输：自己做不现实，交给第三方服务商吧。

5、解码：如果你用硬解码，一定要做容错处理，一定要做适配。突然一个crash导致手机重启不好吧。安卓的硬解码，不说了。如果你加了网络目前手机的硬解码还不一定支撑用软解码，功耗发热的问题又来了。

6、渲染：为什么手机明明解码出好多帧数据。就是渲染不出来。为什么画面就是不同步。

7、还有音频呢。mic资源被抢占怎么办？为什么录音线程老是出问题？音频的前处理更复杂。什么时候开启三A引擎噪声抑制？回声消除？增益控制？为什么AAC比Opus质量好？什么是aac，he-aac，heaacv2？如何选择？要不要加混响？播放和录音模式该如何选择？如果你想互动回声消除就要适配N多机型。

以上是媒体模块，还有信令控制，登录、鉴权、权限管理、状态管理等等，各种应用服务，消息推送，聊天，礼物系统，支付系统，运营支持系统，统计系统等。后台还有数据库，缓存，分布式文件存储，消息队列，运维系统等。

等你解决上面问题之后，可能一两年过去了.....直接来读我们这个项目的源码吧，能帮助到你。

这套源码功能如下：

为了直播的同时，可以带货，系统分为两大部分:一是直播系统，二是商城系统。

直播系统：

1、聊天

私聊、聊天室、点亮、推送、黑名单等;

2、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；

3、直播列表

关注、热门、最新、分类直播用户列表等；

4、自己直播

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

5、房间逻辑

创建房间、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；

6、用户逻辑

普通登陆、第三方登陆、注册、搜索、修改个人信息、关注列表、粉丝列表、忘记密码、查看个人信息、收入榜、关注和取关、检索等；

7、观看直播

聊天信息、滚屏弹幕、礼物显示、加载界面等；

8、统计

APP业务统计、第三方统计等；

9、超管

禁播、隐藏、审核等；

商城系统：

在系统软件内搭建自身的购物平台，也可以第三方电商平台自动跳转。

1、开通店铺

店铺开通流程方便，有详细的引导，用户提供一定的资料就可以申请开通自己的店铺，并且可以随意设置店铺名称、图标、简介和背景图片等，打造具有自己特色的小店氛围，高度自定义，充分展示个性化。

2、商城管理

直播商城系统的商城可以有两种模式，一种是一键连接到淘宝、天猫、京东等各大传统电商平台，也可以与系统自带的商城小程序绑定。

1. 商品管理

直播商城系统的商品列表简约规范，价格、库存、销量、状态等一览无余，并且可以给商品添加标签，根据商品的属性进行分类。

4、数据支持

可以根据后台提供的数据进行分析，那类商品比较受欢迎，哪位客户是小店的常客，各项数据统计为定制销售策略提供有效的参考。

5、营销设置

直播商城系统后台可以提供“满额立减”、“满额包邮”、“积分优惠”等多种营销策略，可以自定义商品优惠券，让促销活动更丰富多彩。

6、订单管理

可以查看商品成交量、量、发货状态等，还可以一键导出订单，进行批量发货。

7、会员管理

直播商城系统可以设置会员等级，客户买得越多，优惠越多，积累完成的订单金额越高，会员等级就越高，享受的折扣力度就越强，刺激用户消费。

客户端截图如下：

  

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）

直播流程

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

技术架构图

 

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是用来播放和创建实时的视听媒体数据的框架，同时提供Objective-C接口来操作这些视听数据，比如编辑，旋转，重编码

***** 1.2 视频、音频硬件设备 *****

CCD: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:一般都是PCM格式

视频采样数据: 一般都是YUV,或RGB格式，采集到的原始音视频的体积是非常大的，需要经过压缩技术处理来提高传输效率

2.视频处理（美颜，水印）

视频处理原理:因为视频最终也是通过GPU，一帧一帧渲染到屏幕上的，所以我们可以利用OpenGL ES，对视频帧进行各种加工，从而视频各种不同的效果，就好像一个水龙头流出的水，经过若干节管道，然后流向不同的目标 现在的各种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,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达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非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。

-Libswresample:可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。

-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。

X264:把视频原数据YUV编码压缩成H.264格式

VideoToolbox:苹果自带的视频硬解码和硬编码API，但是在iOS8之后才开放。

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,比如MPEG，H.264,这些视频编码技术是压缩编码视频的

主要作用:是将视频像素数据压缩成为视频码流，从而降低视频的数据量。如果视频不经过压缩编码的话，体积通常是非常大的，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

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别的地方 ，从而达到较大的压缩比

H.264/AVC:一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩，它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比，有更好的图象质量

注意1:如果是从单个画面清晰度比较，MPEG4有优势；从动作连贯性上的清晰度，H.264有优势

注意2:由于264的算法更加复杂，程序实现烦琐，运行它需要更多的处理器和内存资源。因此，运行264对系统要求是比较高的。

注意3:由于264的实现更加灵活，它把一些实现留给了厂商自己去实现，虽然这样给实现带来了很多好处，但是不同产品之间互通成了很大的问题，造成了通过A公司的编码器编出的数据，必须通过A公司的解码器去解这样尴尬的事情

H.265/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。

H.265 是一种更为高效的编码标准，能够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，解码时只需要本帧数据就可以完成（因为包含完整画面）

P帧:(差别帧)保留这一帧跟之前帧的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，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别的数据）

B帧:(双向差别帧)保留的是本帧与前后帧的差别，解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前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，但是解码时CPU会比较累

帧内（Intraframe）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,帧内一般采用有损压缩算法

帧间（Interframe）压缩:时间压缩（Temporal compression），它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的

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）)，作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 *****

多码率:观众所处的网络情况是非常复杂的，有可能是WiFi，有可能4G、3G、甚至2G，那么怎么满足多方需求呢？多搞几条线路，根据当前网络环境自定义码率。

列如：常常看见视频播放软件中的1024，720，高清，标清，流畅等，指的就是各种码率。

***** 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，就是不需要加载索引再播放，大大减少了首次载入的延迟，如果片子比较长，mp4文件的索引相当大，影响用户体验

为什么要用TS:这是因为两个TS片段可以无缝拼接，播放器能连续播放

FLV: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快，使得网络观看视频文件成为可能,因此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 *****

RTMP:实时消息传输协议,Adobe Systems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放协议，因为是开放协议所以都可以使用了。

RTMP协议用于对象、视频、音频的传输。

这个协议建立在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，这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同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常用服务器 *****

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，常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”，使用户可以就近取得所需的内容，解决 Internet网络拥挤的状况，提高用户访问网站的响应速度.

CDN：代理服务器，相当于一个中介。

CDN工作原理：比如请求流媒体数据

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

回源：当有用户访问某一个URL的时候，如果被解析到的那个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。如果没有人访问，那么CDN节点不会主动去源站拿.

带宽:在固定的时间可传输的数据总量，

比如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，每台服务器都具有等价的地位，都可以单独对外提供服务而无须其他服务器的辅助.

通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。

均衡负载能够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。

这种群集技术可以用最少的投资获得接近于大型主机的性能。

QoS（带宽管理）:限制每一个组群的带宽，让有限的带宽发挥最大的效用

6.拉流

直播协议选择：

即时性要求较高或有互动需求的可以采用RTMP,RTSP

对于有回放或跨平台需求的，推荐使用HLS

`直播协议对比` :

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，客户端会根据网络状况自动选择不同码率的视频流，条件允许的情况下使用高码率，网络繁忙的时候使用低码率，并且自动在二者间随意切换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。

实现方法是服务器端提供多码率视频流，并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主要优势在于延时低

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造成大量资源浪费

相比使用RTSP协议的好处在于，一旦切分完成，之后的分发过程完全不需要额外使用任何专门软件，普通的网络服务器即可，大大降低了CDN边缘服务器的配置要求，可以使用任何现成的CDN,而一般服务器很少支持RTSP。

HTTP-FLV:基于HTTP协议流式的传输媒体内容。

相对于RTMP，HTTP更简单和广为人知，内容延迟同样可以做到1~3秒，打开速度更快，因为HTTP本身没有复杂的状态交互。所以从延迟角度来看，HTTP-FLV要优于RTMP。

RTSP:实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据.

RTP:实时传输协议,RTP是建立在UDP协议上的，常与RTCP一起使用，其本身并没有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。

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，收集相关媒体连接的统计信息，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，减少CPU运算 优点：播放流畅、低功耗，解码速度快，
* 缺点：兼容不好

软解码：用CPU来解码 优点：兼容好
* 缺点：加大CPU负担，耗电增加、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)即时通讯:是一个实时通信系统，允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.

IM在直播系统中的主要作用是实现观众与主播、观众与观众之间的互动.