流媒体与实时通信 / 系统课时
WHIP/WHEP 如何简化推拉流信令
WHIP/WHEP 如何简化推拉流信令
本课解决 WebRTC 直播中“媒体通道已经标准化,但信令接口各自为政”的问题。你会看到 WHIP 负责推流接入、WHEP 负责观看拉流,两者都用 HTTP 管理 SDP 会话创建与结束,从而把播放器或推流器与媒体服务器之间的业务信令压缩成可复用的接口。
学习目标
- 能区分 WHIP 与 WHEP 的职责边界,并理解 POST、Location、DELETE 在会话生命周期中的作用。
- 能按 SDP Offer/Answer 检查一个推流或播放会话是否创建成功,并知道什么时候需要 PATCH 处理 Trickle ICE。
- 能识别“协议支持”与“厂商实现支持”的区别,避免把某个服务器的扩展行为误认为标准要求。
两个协议分别解决什么
WebRTC 本身规定了 JSEP、SDP Offer/Answer、ICE、DTLS、SRTP 等会话机制,但没有规定业务层必须使用什么 HTTP 或 WebSocket 信令。WHIP 和 WHEP 的价值就在这里:把流媒体场景中最常见的会话控制固定成 HTTP 接口。WHIP 已于 2025 年成为 RFC 9725 Proposed Standard;截至 2026 年 10 月,WHEP 的最新 IETF 文档是 draft-ietf-wish-whep-05,仍是 Internet-Draft,而不是最终 RFC。citeturn899618view0turn899618view1
| 协议 | 方向 | 典型客户端 | 初始请求 | 创建结果 |
|---|---|---|---|---|
| WHIP | 推流接入 | OBS、WebRTC 推流器、编码器 | HTTP POST + SDP Offer | 201 Created + SDP Answer + Location |
| WHEP | 播放观看 | 浏览器播放器、机顶盒播放器 | HTTP POST + SDP Offer | 201 Created + SDP Answer + Location |
两者最容易混淆的一点是:WHIP 和 WHEP 都是 WebRTC 的信令接口,不承载真正的 RTP 音视频数据。 POST 完成 SDP 协商入口后,媒体仍通过 WebRTC 的 ICE、DTLS、SRTP 路径传输。
会话创建如何工作
WHIP 与 WHEP 都采用“创建资源”的思路。客户端先生成自己的 SDP Offer,再把它作为 application/sdp 提交给服务端;服务端接受后返回 SDP Answer,并通过 Location 指出新建的会话资源。WHIP 的 RFC 9725 明确规定了这一流程;当前 WHEP 草案也采用同样的模式。citeturn734694view0turn734694view2
- 推流器或播放器创建 WebRTC
RTCPeerConnection,生成初始 SDP Offer。 - 客户端向 WHIP 或 WHEP endpoint 发送
POST,请求体为 SDP,Content-Type必须为application/sdp。 - 服务端解析 Offer,并决定是否接受媒体方向、编解码器和相关 SDP 参数。
- 成功时返回
201 Created、Content-Type: application/sdp、SDP Answer,以及指向会话资源的Location。 - 客户端使用 Answer 完成 WebRTC 协商;后续 ICE 候选、ICE 重启等动作可以使用会话资源上的
PATCH。
例如,只检查 HTTP 信令层,可以把已经由 WebRTC 客户端生成的 Offer 保存为 offer.sdp,然后发送到 WHEP endpoint:
curl -i -X POST "https://media.example.com/whep/live-room" \
-H "Authorization: Bearer <TOKEN>" \
-H "Content-Type: application/sdp" \
--data-binary @offer.sdp预期结果
HTTP/1.1 201 Created
Content-Type: application/sdp
Location: https://media.example.com/whep/session/<ID>
v=0
...这里的 <TOKEN>、<ID> 和 SDP 内容由实际系统产生;重点检查三件事:状态码是否为 201、响应是否包含 SDP Answer、是否返回了会话 Location。WHEP 草案还允许服务端通过 406 Not Acceptable 返回 SDP Counter-Offer,因此播放器不能简单地把所有非 201 都当成网络故障。citeturn734694view2

为什么要保留 Location 和 DELETE
Location 不是装饰字段,它把一次无状态的 HTTP POST 转成了一个有明确资源边界的媒体会话。客户端收到 Location 后,应把它作为后续 PATCH、会话管理和 DELETE 的目标,而不是继续向最初的 endpoint 发送所有请求。
结束会话时使用 DELETE,服务端据此释放该会话占用的 ICE、DTLS、媒体转发等资源。WHIP 的协议流程和当前 WHEP 草案都把会话删除定义为 HTTP DELETE,成功时典型响应为 200 OK。citeturn734694view1turn734694view3
实际排障时,看到“浏览器已经停止播放,但服务端会话仍持续数分钟”应优先检查客户端是否真正执行了针对 Location 的 DELETE,以及服务端是否正确回收会话,而不是先调大播放器缓冲区。
Trickle ICE 为什么需要 PATCH
初始 SDP Offer 中可能还没有收齐所有 ICE candidate。为了避免等待所有候选收集完成后再创建会话,WHIP 和 WHEP 都允许客户端先完成 POST,再向已经创建的会话资源发送 HTTP PATCH,追加后续 ICE candidate 或执行 ICE restart。两份规范都要求客户端在拿到 201 Created 和 Location 后,再向该会话地址发送这类更新。citeturn734694view0turn734694view2
工程上可以把它理解成两层:POST 负责“创建这次 WebRTC 会话并完成初始 Offer/Answer”,PATCH 负责“更新这次已经存在的会话”。因此,排障时不要把“POST 成功”理解成“ICE 一定已经连通”;201 只证明 HTTP 层的会话创建成功,最终还要结合 ICE、DTLS 与媒体统计判断连接是否真正可用。
协议标准与服务器实现要分开看
最常见的错误是看到某媒体服务器支持名为 WHIP 或 WHEP 的 endpoint,就假设它完整实现了规范中的所有能力。实际部署时至少要核对鉴权方式、Trickle ICE、ICE restart、重定向、STUN/TURN 信息、编解码器限制以及厂商自定义扩展。
WHIP RFC 9725 明确把可选能力和扩展放在标准流程之外,例如服务端可以在 201 Created 中通过 Link 暴露扩展资源;客户端应忽略自己不认识的扩展。WHEP 当前 -05 草案采用了类似的扩展声明方式。citeturn734694view0turn734694view2
因此,在选型或联调时建议直接做一组最小验收:
- POST 一个真实 SDP Offer,确认是否得到
201 Created。 - 检查响应
Content-Type是否为application/sdp,并确认 SDP Answer 可以交给 WebRTC API。 - 检查
Location是否存在且可访问,并验证 DELETE 能否结束资源。 - 在需要 Trickle ICE 时,再验证 PATCH 是否被服务端接受。
- 最后检查 ICE candidate pair、DTLS 状态和实际 RTP/RTCP 统计;只有这些都成立,才算真正完成推拉流链路。
对于直播系统,WHIP 更适合把“编码器或浏览器如何把媒体送进媒体平台”标准化,WHEP 则把“播放器如何从媒体平台建立 WebRTC 观看会话”标准化。这样业务层不必再为每套媒体服务器重新发明一套 SDP 信令 API,但具体服务器仍必须逐项核对实际支持的协议版本与扩展。