编码与格式 / 系统课时

直播系统架构

直播系统架构

本课解决“直播画面从摄像头到观众屏幕之间经过了什么”的问题。学完后,你能把采集、编码、推流、媒体服务器、分发与播放串成一条完整链路,并能根据卡顿、黑屏或高延迟现象快速判断应先检查哪个环节。

学习目标

  • 说清采集端、推流端、媒体服务器、分发网络和播放端的职责
  • 理解音视频数据在直播链路中的主要流向
  • 能按故障所在位置划分客户端、服务端与网络问题

一条直播链路如何运转

直播不是把摄像头画面直接发给所有观众,而是先将原始音视频压缩成适合网络传输的数据,再送到媒体服务器。服务器接收一路上行流后,可进行转协议、转封装、转码、录制和鉴权,再通过边缘节点把内容分发给大量播放端。

直播系统端到端架构图

从数据方向看,主播到媒体服务器属于上行链路,媒体服务器到观众属于下行链路。直播系统通常把这两段分开优化:上行更重视稳定采集和持续发送,下行更重视并发承载、就近访问与播放兼容性。

核心角色与技术边界

采集端负责从摄像头、麦克风、桌面或采集卡获得原始帧。它输出的数据量很大,通常不能直接通过公网传输,因此还需要进行像素格式转换、重采样和时间戳整理。

推流端负责编码、封装和发送。视频常编码为 H.264 或 H.265,音频常编码为 AAC,再封装进 RTMP、SRT 或其他传输协议支持的结构。推流端还要维持连接、处理网络抖动,并持续提交带时间戳的数据。

媒体服务器是直播链路的中枢。它接收发布流,管理流名称和会话,执行鉴权、转封装、转码、录制、截图或延迟控制,并向后续分发节点或播放端提供可消费的流。

分发网络负责把源站内容复制到离观众更近的边缘节点。没有分发层时,所有观众都直接访问源站,带宽和连接数会迅速成为瓶颈;引入 CDN 后,源站主要承担回源和内容生产,边缘节点承担大规模下行。

播放端负责拉流、缓冲、解封装、解码和渲染。播放器看到的黑屏、花屏、音画不同步或首帧慢,不一定由播放器本身引起,也可能来自上游编码、时间戳、转码或网络质量。

协议描述数据如何在节点之间传输,编码描述音视频如何压缩,封装描述音视频轨道如何组织。RTMP 是传输协议,H.264 是视频编码,FLV 是常与 RTMP 配合使用的封装形式,三者解决的是不同问题。

转码发生在媒体服务器或独立处理集群中,它会重新解码并编码,成本较高;转封装只改变容器或输出协议,不改变压缩数据,资源消耗通常更低。需要多清晰度时常用转码,只需兼容不同播放协议时优先考虑转封装。

延迟与故障如何定位

端到端延迟由采集缓存、编码缓冲、上传网络、服务端处理、分发缓存和播放器缓冲共同组成。只调整播放器缓冲不能解决全部问题,过度压缩缓存还可能增加卡顿概率。

定位故障时,应先确认推流端是否持续产生数据,再确认媒体服务器是否成功发布该流,接着检查边缘节点能否拉到源流,最后检查播放器是否支持当前协议、编码和封装。按数据流方向逐段验证,比同时修改多个参数更容易找到根因。

Tips:直播架构设计的关键不是堆叠模块,而是明确每个模块的输入、输出、失败表现和可观测指标。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

直播系统架构

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通