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

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。
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):
{
"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。