编码与格式 / 系统课时
WebRTC 架构
WebRTC 架构
WebRTC 不是单一协议,而是一套由采集、编解码、网络协商、媒体传输和连接管理共同组成的实时通信体系。本课先建立完整架构图,再沿一次建联过程说明信令服务器、STUN、TURN 与浏览器音视频引擎各自负责什么。
学习目标
- 识别 WebRTC 通话中的核心组件及职责
- 说明 SDP、ICE 候选与媒体数据的传递路径
- 判断直连、TURN 中继和 SFU 转发分别适合什么场景
架构中的核心角色
通信两端通常各自包含采集设备、音视频引擎和 RTCPeerConnection。音视频引擎负责采集、编解码、回声消除、抖动缓冲和渲染;连接对象负责协商媒体能力、收集网络候选地址并维护传输状态。
信令服务器负责转发房间加入、SDP 和 ICE 候选,但 WebRTC 标准没有规定信令必须使用 WebSocket、HTTP 还是其他协议。STUN 帮助客户端发现公网映射地址;无法建立直连时,TURN 服务器代为中继媒体。

一次连接是怎样建立的
发起端先采集本地音视频轨道并创建连接对象,然后生成 Offer。Offer 中的 SDP 描述可用的媒体类型、编解码能力和传输参数,经信令服务器发送给接收端。
接收端设置远端描述,创建 Answer 并返回。双方还会持续收集 ICE 候选,通过信令交换可能的网络地址。ICE 连通性检查会尝试候选组合,优先选择可用且成本较低的路径;直连失败时再使用 TURN 中继。
协商完成后,密钥通过 DTLS 建立,音视频通常使用 SRTP 传输。此后信令连接即使短暂中断,已建立的媒体通道也不一定立即停止,但房间控制、重新协商和异常恢复会受到影响。
信令与媒体必须分开理解
信令解决的是“双方如何认识并交换协商信息”,媒体传输解决的是“音视频数据最终走哪条网络路径”。把两者混为一谈,最常见的误判就是认为所有音视频都经过业务 WebSocket 服务器。
信令消息可以由业务系统自由设计,但必须处理会话身份、消息顺序、重复投递和断线恢复。媒体层则由 WebRTC 内部协议栈处理拥塞控制、丢包恢复、带宽估计和加密,应用通常通过统计接口观察它,而不是自己发送 RTP 包。
用最小代码看模块边界
下面是片段示例,依赖浏览器环境、页面中的 remoteVideo 元素,以及项目自行实现的 signaling.send 方法。它不能单独完成通话,但清楚展示本地采集、连接管理和信令发送之间的边界。
const localStream = await navigator.mediaDevices.getUserMedia({
audio: true,
video: true
});
const pc = new RTCPeerConnection({
iceServers: [{ urls: "stun:stun.example.com:3478" }]
});
// 本地轨道交给 WebRTC 音视频与传输引擎处理
for (const track of localStream.getTracks()) {
pc.addTrack(track, localStream);
}
// ICE 候选仍需通过业务信令转发给远端
pc.onicecandidate = (event) => {
if (event.candidate) {
signaling.send({
type: "candidate",
candidate: event.candidate
});
}
};
pc.ontrack = (event) => {
remoteVideo.srcObject = event.streams[0];
};
const offer = await pc.createOffer();
await pc.setLocalDescription(offer);
signaling.send({
type: "offer",
sdp: pc.localDescription
});预期结果是浏览器请求摄像头与麦克风权限,本地轨道被加入连接对象,并生成 Offer 交给信令层发送。只有远端返回 Answer、双方交换 ICE 候选且连通性检查成功后,ontrack 才会收到远端媒体。
连接管理与部署拓扑
一对一通话优先尝试 P2P,服务端带宽成本低,但双方网络条件直接决定质量。严格 NAT、防火墙或企业网络下可能必须经过 TURN,此时媒体仍是端到端会话的一部分,只是传输路径由中继服务器转发。
多人会议通常使用 SFU。每个客户端向 SFU 上传一路或少量媒体,SFU 再按订阅关系转发给其他参与者,服务器不必像 MCU 那样先解码并合成所有画面,因此更适合实时会议和互动直播。
| 拓扑 | 媒体路径 | 主要特点 |
|---|---|---|
| P2P | 客户端之间直连 | 延迟低,适合少量参与者 |
| TURN | 客户端经中继转发 | 穿透成功率高,但消耗中继带宽 |
| SFU | 客户端上传到转发服务器 | 适合多人房间,可按需订阅 |
常见误区
第一,STUN 不是媒体中继,它主要帮助发现可用于连通性检查的地址。第二,TURN 不是可选装饰;在复杂网络中,没有 TURN 会导致部分用户永远无法建立连接。
第三,连接成功不代表质量稳定。应用还要持续观察 connectionState、iceConnectionState 和统计数据,并在网络切换、候选失效或媒体轨道变化时执行重新协商或恢复策略。