流媒体与实时通信 / 系统课时

从 packet loss 判断网络问题

从 packet loss 判断网络问题

看到 packetsLost 增长,并不能直接断言“网络坏了”。有效判断需要比较一段时间内的丢包增量,再和抖动、RTT、迟到丢弃以及音频隐藏样本一起观察,才能区分突发丢包、排队拥塞和仅仅是累计计数变大的情况。

学习目标

  • 能用两次 getStats() 快照计算时间窗口内的音频丢包率
  • 能结合 jitter、currentRoundTripTime、packetsDiscarded 和 concealedSamples 判断质量变化
  • 能避免把累计丢包、瞬时波动或单一阈值误判成网络故障

丢包率要看时间窗口而不是累计总数

inbound-rtp.packetsLost 与 packetsReceived 都是累计值。真正适合告警的是两个采样点之间的增量:先求这段时间新增的接收包和丢失包,再计算窗口丢包率。由于 packetsLost 按 RTP 统计估算,极端情况下可能出现负值,因此诊断代码不应把负数解释成“负丢包”。

例如某次通话已经累计丢了 300 个包,但过去 2 秒一个包都没再丢,当前链路可能已经恢复;反过来,累计只丢 20 个包,却全部集中在最近 2 秒,用户会明显感受到断续。

把丢包和抖动、RTT 放在一起看

音频网络问题判断流程

单看某一个指标很容易误判。更可靠的组合是:

  • 丢包率上升,同时 RTT 和 jitter 也上升:通常说明路径出现排队、拥塞或持续网络波动,应继续观察是否与带宽下降同时发生。
  • jitter 明显上升,但 RTT 没有同步大幅变化:更像包到达节奏变得不稳定,例如无线干扰或短时突发。
  • 丢包率不高,但 packetsDiscarded 或 concealedSamples 增长:包可能到得太晚,或音频恢复机制正在合成样本,用户仍可能听到断续。
  • 网络统计稳定而声音仍异常:继续查采集、编码、解码、音频设备与播放状态,不要为了符合现象强行把原因归给网络。

这里不建议写死“超过某个百分比就是故障”的通用阈值。业务应结合采样窗口、网络类型、codec、容错机制和自身质量基线设置告警。

用两次快照计算窗口指标

片段示例:代码依赖已连接的 RTCPeerConnection 实例 pc。它间隔 2 秒抓取两次接收音频统计,并同时读取当前选中的 candidate pair。

js
function sleep(ms) {
  return new Promise((resolve) => setTimeout(resolve, ms));
}

async function readAudioSnapshot(pc) {
  const report = await pc.getStats();
  const inbound = [...report.values()].find(
    (stat) => stat.type === "inbound-rtp" && stat.kind === "audio"
  );

  if (!inbound) {
    throw new Error("No inbound audio RTP stats found");
  }

  const transport = inbound.transportId
    ? report.get(inbound.transportId)
    : null;
  const pair = transport?.selectedCandidatePairId
    ? report.get(transport.selectedCandidatePairId)
    : null;

  return {
    packetsReceived: inbound.packetsReceived ?? 0,
    packetsLost: inbound.packetsLost ?? 0,
    packetsDiscarded: inbound.packetsDiscarded ?? 0,
    concealedSamples: inbound.concealedSamples ?? 0,
    totalSamplesReceived: inbound.totalSamplesReceived ?? 0,
    jitter: inbound.jitter ?? null,
    rtt: pair?.currentRoundTripTime ?? null
  };
}

async function compareAudioNetwork(pc, intervalMs = 2000) {
  const before = await readAudioSnapshot(pc);
  await sleep(intervalMs);
  const after = await readAudioSnapshot(pc);

  const received = after.packetsReceived - before.packetsReceived;
  const rawLost = after.packetsLost - before.packetsLost;
  const lost = Math.max(0, rawLost);
  const total = received + lost;

  const discarded =
    after.packetsDiscarded - before.packetsDiscarded;
  const concealed =
    after.concealedSamples - before.concealedSamples;
  const samples =
    after.totalSamplesReceived - before.totalSamplesReceived;

  const result = {
    windowMs: intervalMs,
    lossRatePercent:
      total > 0 ? Number(((lost / total) * 100).toFixed(2)) : null,
    rawLostDelta: rawLost,
    jitterMs:
      after.jitter == null ? null : Number((after.jitter * 1000).toFixed(1)),
    rttMs:
      after.rtt == null ? null : Number((after.rtt * 1000).toFixed(1)),
    packetsDiscardedDelta: discarded,
    concealmentRatePercent:
      samples > 0
        ? Number(((Math.max(0, concealed) / samples) * 100).toFixed(2))
        : null
  };

  console.log(JSON.stringify(result, null, 2));
  return result;
}

compareAudioNetwork(pc).catch(console.error);

预期输出(示意,实际值取决于这 2 秒内的真实链路):

json
{
  "windowMs": 2000,
  "lossRatePercent": "<PERCENT>",
  "rawLostDelta": "<COUNT>",
  "jitterMs": "<MS>",
  "rttMs": "<MS>",
  "packetsDiscardedDelta": "<COUNT>",
  "concealmentRatePercent": "<PERCENT>"
}

rawLostDelta 专门保留原始增量,便于发现统计估算产生的负值;用于诊断展示的丢包率则把负增量按 0 处理。若一个 PeerConnection 同时接收多路音频,生产代码还应按 mid、ssrc 或业务绑定关系分别维护上一份快照,不能把不同 inbound-rtp 的累计值相减。

什么时候可以把网络列为主要嫌疑

一次 2 秒采样只适合观察,不适合下最终结论。更可靠的做法是连续记录多个窗口,并关联用户听感或质量事件:若多个窗口内丢包、jitter、RTT 或隐藏样本呈同向恶化,且问题时间与听感一致,网络路径才更有可能是主要原因。

发送方向也应看对端反馈。outbound-rtp 主要告诉你本端发了多少;要判断远端收到得怎样,可以沿其 remoteId 查看 remote-inbound-rtp 的 fractionLost 与 roundTripTime。这样能把“本端发送正常”与“远端接收质量正常”分开验证,避免只凭本地计数做结论。

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

从 packet loss 判断网络问题

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