直播类APP功能及技术难点.docx
《直播类APP功能及技术难点.docx》由会员分享，可在线阅读，更多相关《直播类APP功能及技术难点.docx（11页珍藏版）》请在冰豆网上搜索。
直播类APP功能及技术难点
西安云笔直播类APP功能及技术难点
目前市面上直播app有的基本功能
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；
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）
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、分发、6.拉流、7.解码、8.播放、9.聊天互动
一个完整直播app架构
一个完整直播app技术点
一、流媒体（直播需要用到流媒体）
•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，编码层和aac）负责图像，音频压缩。
•帧:
每帧代表一幅静止的图像
•GOP:
（GroupofPictures）画面组，一个GOP就是一组连续的画面，每个画面都是一帧，一个GOP就是很多帧的集合
▪直播的数据，其实是一组图片，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。
因此，GOPCache增加了端到端延迟，因为它必须要拿到最近的I帧
▪GOPCache的长度越长，画面质量越好
•码率：
图片进行压缩后每秒显示的数据量。
•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。
▪由于人类眼睛的特殊生理结构，如果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。
并且当帧速达到一定数值后，再增长的话，人眼也不容易察觉到有明显的流畅度提升了。
•分辨率：
（矩形）图片的长度和宽度，即图片的尺寸
•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，比如.wmv,.mov,.mp4,.mp3,.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，对文件的本身不会造成太大的影响，比如把avi改成mp4,文件还是avi.
•视频封装格式：
一种储存视频信息的容器，流式封装可以有TS、FLV等，索引式的封装有MP4,MOV,AVI等，
▪主要作用：
一个视频文件往往会包含图像和音频，还有一些配置信息（如图像和音频的关联，如何解码它们等）：
这些内容需要按照一定的规则组织、封装起来.
▪注意：
会发现封装格式跟文件格式一样，因为一般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,所以视频文件格式就是视频封装格式。
•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，一个项目工程可以用不同语言开发。
二、直播所用到的基础知识：
1.采集视频、音频
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
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OpenGLES，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OpenGLES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OpenGraphicsLibrary）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。
?
?
•OpenGLES:
OpenGLES（OpenGLforEmbeddedSystems）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
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
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，,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?
?
•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，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?
?
•HEVC:
一种视频压缩方式,基于，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。
?
?
▪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（Temporalcompression），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。
?
?
音频编码技术
AAC，mp3：
这些属于音频编码技术,压缩音频用
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。
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?
?
•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
数据传输框架
librtmp:
用来传输RTMP协议格式的数据
流媒体数据传输协议
RTMP:
实时消息传输协议,AdobeSystems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。
chunk:
消息包
▪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
5.流媒体服务器
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。
数据分发
•CDN：
（ContentDeliveryNetwork），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.?
?
▪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
▪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
▪将流媒体数据发送到客户端
▪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?
?
•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）=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
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。
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
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
•:
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、观众与观众之间的文字互动。
10.目前需求中存在的疑点
1登录医生身份验证
1用户分类应该分为医生和普通用户，医生是否需要认证，如果需要认证如何认证
2登录方式普遍直接采用手机号加验证码的登录方式，此方式安全性高，并且不需要注册，能够轻松的做到一人一号（号为手机号）
2医生手术直播：
1观看。
直播房间分为三种
1我创建的直播房间
2别人进入观看的直播房间
3直播结束后，点击进入观看回放的房间
2文字回复评论
1给房主评论
2是否可以给别人的评论回复？
3进入房间的时候是否需要加密功能？
或者收取一定门票等限制进入直播房间的策略？
3视频功能（此功能即为直播房间功能）
4图文内容
1分栏目月度
2可回复
3可留言
5每月一星（专题页面）
6投票评比功能（针对谁？
）
7站内搜索（搜索视频？
搜索医生？
）
8push推送（针对个人？
针对全平台？
还是有其他要求？
）
社区（兴趣小组。
是否需要分门别类？
）
升级会员 