流媒体与实时通信 / 系统课时
区分直播数据面与控制面的职责
区分直播数据面与控制面的职责
本课用一次完整直播拆开两类通信:主播的视频音频如何持续传输,开播、鉴权、拉流和结束状态如何被管理。学完后,你能按请求、媒体流和状态变化判断服务应放在哪一侧。
学习目标
- 能区分数据面与控制面的输入、输出和时序。
- 能用主播开播与观众进入两个场景定位具体服务职责。
- 能依据流状态、鉴权和媒体传输边界拆分服务。
先看一条完整链路
一场直播至少同时存在两条链:控制链负责“谁能播、这条流是什么状态、观众能不能看”,数据链负责“音视频字节从哪里来、经过什么节点、送到哪里”。两者通常由不同服务承载,但会围绕同一个 streamId 关联。

判断边界时先问两个问题:这条通信是在改变直播状态或权限,还是在搬运音视频数据?前者通常属于控制面,后者属于数据面。例如“开始直播”是控制请求;一秒钟里持续发送几十帧音视频,是数据传输。
主播开播时谁负责什么
假设主播创建的直播间对应 streamId=abc123,控制面可以按下面顺序工作:
- 客户端携带用户凭证请求“创建直播”或获取推流信息。
- 鉴权服务检查用户身份、直播权限和应用级限制,例如用户状态正常且具备开播权限。
- 流状态服务写入
abc123=LIVE_STARTING,并生成或确认推流地址、过期时间等元数据。 - 调度服务根据地域、负载或线路策略选择接入节点,例如给出
ingest-03。 - 主播客户端随后向接入节点建立 RTMP、SRT 或其他实际推流连接,媒体字节开始进入数据面。
这里最容易混淆的是第 5 步。推流连接本身属于数据面;但“这个推流是否被允许建立”“应该连接哪台接入节点”属于控制面。工程上常把两者拆开,这样流量暴增时,不必让业务 API 直接承受每秒持续的媒体数据。
一个实用判据是看请求频率。开播 API 可能每场只调用 1~3 次,而媒体流会连续传输几十分钟甚至几小时。假设单路视频带宽为 6 Mbps,持续 1 小时,原始数据量约为 2.7 GB;这类吞吐显然不应经过负责用户鉴权的业务接口。
观众进入直播间时链路不同
观众打开 abc123 时,控制面通常先处理“能不能看、看什么”:
- 客户端请求直播间信息与播放鉴权。
- 鉴权服务检查登录态、付费状态、地域或其他访问策略。
- 流状态服务返回当前状态,例如
LIVE、OFFLINE或尚未开始。 - 调度服务选择可用播放节点,并返回播放地址或必要的会话信息。
- 播放器再从 CDN 或播放边缘节点获取 HLS、CMAF、HTTP-FLV 等媒体数据,这部分进入数据面。
假设 10 万名观众同时观看同一路 4 Mbps 的直播,理论下行带宽规模约为 400 Gbps。业务服务器只需要处理相对低频的鉴权、直播信息和调度请求,不能让这 10 万路媒体连接全部回源到业务 API。
因此,“观众点击播放”是一件事,但它其实包含两个不同性质的动作:控制面决定播放资格与播放入口,数据面负责真正的媒体分发。
用数据表快速划边界
下面这张表可直接用于服务拆分评审。遇到一个新接口时,先看它修改的对象和传输的数据类型,而不是只看 URL 名称。
| 典型动作 | 数据类型 | 主要职责 | 所属面 |
|---|---|---|---|
| 创建直播间 | JSON/元数据 | 生成直播资源与 streamId |
控制面 |
| 获取推流地址 | JSON/元数据 | 鉴权、调度、返回入口 | 控制面 |
注册 LIVE_STARTING |
状态事件 | 管理流生命周期 | 控制面 |
| 持续上传 H.264/AAC | 音视频字节 | 接入与传输 | 数据面 |
| 转码为 1080p/720p | 音视频帧 | 编码处理 | 数据面 |
| 生成 HLS 分片 | 媒体对象 | 打包与分发 | 数据面 |
| 检查观众播放权限 | JSON/令牌 | 认证与授权 | 控制面 |
下载 .m4s 或 TS |
媒体对象 | 播放分发 | 数据面 |
| 结束直播 | 状态事件 | 更新直播生命周期 | 控制面 |
不要把“有流量”直接等同于数据面。鉴权请求同样会产生网络流量,但它传的是控制信息;真正的判断标准是通信载荷和职责。
结束直播时为什么还要回到控制面
主播停止推流后,接入节点通常能发现媒体连接断开,但“直播已结束”还需要通过控制逻辑落成稳定状态。常见做法是接入层上报 streamId=abc123 的断流事件,流状态服务将其从 LIVE 置为 OFFLINE,同时通知调度、录制、计费或通知服务。
这里体现了两类系统的关系:数据面产生大量实时事实,例如“收到媒体”“连接断开”;控制面负责把这些事实转换成业务状态,例如“直播结束”“录制任务收尾”。因此两者不是互相独立的两套系统,而是通过 streamId、事件和会话信息连接起来。
实际拆服务时,可以把“判断与调度”放在控制面,把“接收、处理与分发媒体”放在数据面。只要一个组件的主要工作从“持续搬运音视频”变成“决定谁能播、流处于什么状态、应该走哪条路径”,就应优先按控制面能力设计。