原理篇|如何快速地開發一個完整的iOS直播App

6 評論 23499 瀏覽 92 收藏 27 分鐘

今年移動直播行業的興起,誕生了一大批網紅,甚至明星也開始直播了,因此不得不跟上時代的步伐。由于第一次接觸的原因,因此花了很多時間了解直播,整理了直播的原理,當前只是原理篇,后續會持續發布實戰篇,教你從零開始搭建一個完整的iOS直播app,希望能幫助到更多的人更快地了解直播。

一、直播難與易

直播難

個人認為要想把直播從零開始做出來,絕對是牛逼中的牛逼,大牛中的大牛。因為直播中運用到的技術難點非常之多,視頻/音頻處理,圖形處理,視頻/音頻壓縮,CDN分發,即時通訊等技術,每一個技術都夠你學幾年的。

直播易

已經有各個領域的大牛,封裝好了許多牛逼的框架,我們只需要用別人寫好的框架,就能快速地搭建一個直播app,也就是傳說中的站在大牛肩膀上編程。

二、了解直播

1.熱門直播產品

映客、斗魚、熊貓、虎牙、花椒等等。

2.一個完整直播app功能

(1)聊天

私聊、聊天室、點亮、推送、黑名單等;

(2)禮物

普通禮物、豪華禮物、紅包、排行榜、第三方充值、內購、禮物動態更新、提現等;

(3)直播列表

關注、熱門、最新、分類直播用戶列表等;

(4)自己直播

錄制、推流、解碼、播放、美顏、心跳、后臺切換、主播對管理員操作、管理員對用戶等;

(5)房間邏輯

創建房間、進入房間、退出房間、關閉房間、切換房間、房間管理員設置、房間用戶列表等;

(6)用戶邏輯

普通登陸、第三方登陸、注冊、搜索、修改個人信息、關注列表、粉絲列表、忘記密碼、查看個人信息、收入榜、關注和取關、檢索等;

(7)觀看直播

聊天信息、滾屏彈幕、禮物顯示、加載界面等;

(8)統計

APP業務統計、第三方統計等;

(9)超管

禁播、隱藏、審核等;

3.一個完整直播app原理

(1)直播原理:

把主播錄制的視頻,推送到服務器,在由服務器分發給觀眾觀看。

(2)直播環節:

  • 推流端(采集、美顏處理、編碼、推流)
  • 服務端處理(轉碼、錄制、截圖、鑒黃)
  • 播放器(拉流、解碼、渲染)
  • 互動系統(聊天室、禮物系統、贊)

4.一個完整直播app實現流程

直播APP實現流程有采集、濾鏡處理、編碼、推流、CDN分發、拉流、解碼、播和聊天互動,如下圖:

1

直播流程

5.一個完整直播app架構

2

直播架構

6.一個完整直播app技術點

3

三、了解流媒體(直播需要用到流媒體)

  • 流媒體開發:網絡層(socket或st)負責傳輸,協議層(rtmp或hls)負責網絡打包,封裝層(flv、ts)負責編解碼數據的封裝,編碼層(h.264和aac)負責圖像,音頻壓縮。
  • 幀:每幀代表一幅靜止的圖像
  • GOP:(Group of Pictures)畫面組,一個GOP就是一組連續的畫面,每個畫面都是一幀,一個GOP就是很多幀的集合

直播的數據,其實是一組圖片,包括I幀、P幀、B幀,當用戶第一次觀看的時候,會尋找I幀,而播放器會到服務器尋找到最近的I幀反饋給用戶。因此,GOP Cache增加了端到端延遲,因為它必須要拿到最近的I幀。OP Cache的長度越長,畫面質量越好。

  • 碼率:圖片進行壓縮后每秒顯示的數據量。
  • 幀率:每秒顯示的圖片數。影響畫面流暢度,與畫面流暢度成正比:幀率越大,畫面越流暢;幀率越小,畫面越有跳動感。

由于人類眼睛的特殊生理結構,如果所看畫面之幀率高于16的時候,就會認為是連貫的,此現象稱之為視覺暫留。并且當幀速達到一定數值后,再增長的話,人眼也不容易察覺到有明顯的流暢度提升了。

  • 分辨率:(矩形)圖片的長度和寬度,即圖片的尺寸
  • 壓縮前的每秒數據量:幀率X分辨率(單位應該是若干個字節)
  • 壓縮比:壓縮前的每秒數據量/碼率 (對于同一個視頻源并采用同一種視頻編碼算法,則壓縮比越高,畫面質量越差。)

視頻文件格式:文件的后綴,比如.wmv,.mov,.mp4,.mp3,.avi。

主要用處,根據文件格式,系統會自動判斷用什么軟件打開。

注意: 隨意修改文件格式,對文件的本身不會造成太大的影響,比如把avi改成mp4,文件還是avi.

視頻封裝格式:一種儲存視頻信息的容器,流式封裝可以有TS、FLV等,索引式的封裝有MP4,MOV,AVI等。

主要作用:一個視頻文件往往會包含圖像和音頻,還有一些配置信息(如圖像和音頻的關聯,如何解碼它們等):這些內容需要按照一定的規則組織、封裝起來。

注意:會發現封裝格式跟文件格式一樣,因為一般視頻文件格式的后綴名即采用相應的視頻封裝格式的名稱,所以視頻文件格式就是視頻封裝格式。

視頻封裝格式和視頻壓縮編碼標準:就好像項目工程和編程語言,封裝格式就是一個項目的工程,視頻編碼方式就是編程語言,一個項目工程可以用不同語言開發。

四、直播基礎知識

1.采集視頻、音頻

(1)采集視頻、音頻編碼框架?

AVFoundation:AVFoundation是用來播放和創建實時的視聽媒體數據的框架,同時提供Objective-C接口來操作這些視聽數據,比如編輯,旋轉,重編碼

(2)視頻、音頻硬件設備?

  • CCD:圖像傳感器: 用于圖像采集和處理的過程,把圖像轉換成電信號。
  • 拾音器:聲音傳感器: 用于聲音采集和處理的過程,把聲音轉換成電信號。
  • 音頻采樣數據:一般都是PCM格式
  • 視頻采樣數據::一般都是YUV,或RGB格式,采集到的原始音視頻的體積是非常大的,需要經過壓縮技術處理來提高傳輸效率

2.視頻處理(美顏,水?。?/h3>

(1)視頻處理原理

因為視頻最終也是通過GPU,一幀一幀渲染到屏幕上的,所以我們可以利用OpenGL ES,對視頻幀進行各種加工,從而視頻各種不同的效果,就好像一個水龍頭流出的水,經過若干節管道,然后流向不同的目標。

現在的各種美顏和視頻添加特效的app都是利用GPUImage這個框架實現的。

(2)視頻處理框架?

1)GPUImage?:

GPUImage是一個基于OpenGL ES的一個強大的圖像/視頻處理框架,封裝好了各種濾鏡同時也可以編寫自定義的濾鏡,其本身內置了多達120多種常見的濾鏡效果。

2)OpenGL:

OpenGL(全寫Open Graphics Library)是個定義了一個跨編程語言、跨平臺的編程接口的規格,它用于三維圖象(二維的亦可)。OpenGL是個專業的圖形程序接口,是一個功能強大,調用方便的底層圖形庫。

3)OpenGL ES:

OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三維圖形 API 的子集,針對手機、PDA和游戲主機等嵌入式設備而設計。

3.視頻編碼解碼

(1)視頻編碼框架?

1)FFmpeg:是一個跨平臺的開源視頻框架,能實現如視頻編碼、解碼、轉碼、串流和播放等豐富的功能。其支持的視頻格式以及播放協議非常豐富,幾乎包含了所有音視頻編解碼、封裝格式以及播放協議。

  • -Libswresample:可以對音頻進行重采樣,rematrixing 以及轉換采樣格式等操作;
  • -Libavcodec:提供了一個通用的編解碼框架,包含了許多視頻、音頻和字幕流等編碼/解碼器;
  • -Libavformat:用于對視頻進行封裝/解封裝;
  • -Libavutil:包含一些共用的函數,如隨機數生成、數據結構和數學運算等;
  • -Libpostproc:用于進行視頻的一些后期處理;
  • -Libswscale:用于視頻圖像縮放,顏色空間轉換等;
  • -Libavfilter:提供濾鏡功能。

2)X264:把視頻原數據YUV編碼壓縮成H.264格式。

3)VideoToolbox:蘋果自帶的視頻硬解碼和硬編碼API,但是在iOS8之后才開放。

4)AudioToolbox:蘋果自帶的音頻硬解碼和硬編碼API。

(2) 視頻編碼技術?

視頻壓縮編碼標準:對視頻進行壓縮(視頻編碼)或者解壓縮(視頻解碼)的編碼技術,比如MPEGH.264這些視頻編碼技術是壓縮編碼視頻的。

主要作用是將視頻像素數據壓縮成為視頻碼流,從而降低視頻的數據量。如果視頻不經過壓縮編碼的話,體積通常是非常大的,一部電影可能就要上百G的空間。

但要注意的是,最影響視頻質量的是其視頻編碼數據和音頻編碼數據,跟封裝格式沒有多大關系

1)MPEG:一種視頻壓縮方式,它采用了幀間壓縮,僅存儲連續幀之間有差別的地方 ,從而達到較大的壓縮比。

2)H.264/AVC:一種視頻壓縮方式,采用事先預測和與MPEG中的P-B幀一樣的幀預測方法壓縮,它可以根據需要產生適合網絡情況傳輸的視頻流,還有更高的壓縮比,有更好的圖象質量。

  • 注意1:如果是從單個畫面清晰度比較,MPEG4有優勢;從動作連貫性上的清晰度,H.264有優勢;
  • 注意2:由于264的算法更加復雜,程序實現煩瑣,運行它需要更多的處理器和內存資源。因此,運行264對系統要求是比較高的;
  • 注意3:由于264的實現更加靈活,它把一些實現留給了廠商自己去實現,雖然這樣給實現帶來了很多好處,但是不同產品之間互通成了很大的問題,造成了通過A公司的編碼器編出的數據,必須通過A公司的解碼器去解這樣尷尬的事情

3)H.265/HEVC:一種視頻壓縮方式,基于H.264,保留原來的某些技術,同時對一些相關的技術加以改進,以改善碼流、編碼質量、延時和算法復雜度之間的關系,達到最優化設置。

H.265 是一種更為高效的編碼標準,能夠在同等畫質效果下將內容的體積壓縮得更小,傳輸時更快更省帶寬

  • I幀:(關鍵幀)保留一副完整的畫面,解碼時只需要本幀數據就可以完成(因為包含完整畫面)
  • P幀:(差別幀)保留這一幀跟之前幀的差別,解碼時需要用之前緩存的畫面疊加上本幀定義的差別,生成最終畫面。(P幀沒有完整畫面數據,只有與前一幀的畫面差別的數據)
  • B幀:(雙向差別幀)保留的是本幀與前后幀的差別,解碼B幀,不僅要取得之前的緩存畫面,還要解碼之后的畫面,通過前后畫面的與本幀數據的疊加取得最終的畫面。B幀壓縮率高,但是解碼時CPU會比較累
  • 幀內(Intraframe)壓縮:當壓縮一幀圖像時,僅考慮本幀的數據而不考慮相鄰幀之間的冗余信息,幀內一般采用有損壓縮算法
  • 幀間(Interframe)壓縮:時間壓縮(Temporal compression),它通過比較時間軸上不同幀之間的數據進行壓縮。幀間壓縮一般是無損的
  • muxing(合成):將視頻流、音頻流甚至是字幕流封裝到一個文件中(容器格式(FLV,TS)),作為一個信號進行傳輸。

(3)音頻編碼技術

AAC、mp3:這些屬于音頻編碼技術,壓縮音頻用。

(4)碼率控制

多碼率:觀眾所處的網絡情況是非常復雜的,有可能是WiFi,有可能4G、3G、甚至2G,那么怎么滿足多方需求呢?多搞幾條線路,根據當前網絡環境自定義碼率。

例如:常??匆娨曨l播放軟件中的1024,720、高清、標清和流暢等,指的就是各種碼率。

(5)視頻封裝格式

TS?是?一種流媒體封裝格式,流媒體封裝有一個好處,就是不需要加載索引再播放,大大減少了首次載入的延遲。如果片子比較長,mp4文件的索引相當大,影響用戶體驗。

為什么要用TS?這是因為兩個TS片段可以無縫拼接,播放器能連續播放

FLV:是一種流媒體封裝格式,由于它形成的文件極小、加載速度極快,使得網絡觀看視頻文件成為可能。因此,FLV格式成為了當今主流視頻格式

4.推流

(1) 數據傳輸框架?

librtmp是用來傳輸RTMP協議格式的數據。

(2)流媒體數據傳輸協議?

RTMP是實時消息傳輸協議,Adobe Systems公司為Flash播放器和服務器之間音頻、視頻和數據傳輸開發的開放協議,因為是開放協議所以都可以使用了。

RTMP協議用于對象、視頻、音頻的傳輸。這個協議建立在TCP協議或者輪詢HTTP協議之上。

RTMP協議就像一個用來裝數據包的容器,這些數據可以是FLV中的視音頻數據。一個單一的連接可以通過不同的通道傳輸多路網絡流,這些通道中的包都是按照固定大小的包傳輸的。chunk是消息包。

5.流媒體服務器

(1)常用服務器?

  • SRS:一款國人開發的優秀開源流媒體服務器系統
  • BMS:也是一款流媒體服務器系統,但不開源,是SRS的商業版,比SRS功能更多
  • nginx:免費開源web服務器,常用來配置流媒體服務器。

(2)數據分發?

1)CDN:(Content Delivery Network),即內容分發網絡,將網站的內容發布到最接近用戶的網絡”邊緣”,使用戶可以就近取得所需的內容,解決 Internet網絡擁擠的狀況,提高用戶訪問網站的響應速度。

CDN:代理服務器,相當于一個中介。

CDN工作原理:比如請求流媒體數據

上傳流媒體數據到服務器(源站)

源站存儲流媒體數據

客戶端播放流媒體,向CDN請求編碼后的流媒體數據

CDN的服務器響應請求,若節點上沒有該流媒體數據存在,則向源站繼續請求流媒體數據;若節點上已經緩存了該視頻文件,則跳到第6步。

源站響應CDN的請求,將流媒體分發到相應的CDN節點上。

CDN將流媒體數據發送到客戶端。

回源:當有用戶訪問某一個URL的時候,如果被解析到的那個CDN節點沒有緩存響應的內容,或者是緩存已經到期,就會回源站去獲取搜索。如果沒有人訪問,那么CDN節點不會主動去源站拿。

帶寬:在固定的時間可傳輸的數據總量。

比如64位、800MHz的前端總線,它的數據傳輸率就等于64bit×800MHz÷8(Byte)=6.4GB/s

負載均衡: 由多臺服務器以對稱的方式組成一個服務器集合,每臺服務器都具有等價的地位,都可以單獨對外提供服務而無須其他服務器的輔助。

通過某種負載分擔技術,將外部發送來的請求均勻分配到對稱結構中的某一臺服務器上,而接收到請求的服務器獨立地回應客戶的請求。

均衡負載能夠平均分配客戶請求到服務器列陣,籍此提供快速獲取重要數據,解決大量并發訪問服務問題。

這種群集技術可以用最少的投資獲得接近于大型主機的性能。

QoS(帶寬管理):限制每一個組群的帶寬,讓有限的帶寬發揮最大的效用

6.拉流

(1)直播協議選擇:

  • 即時性要求較高或有互動需求的可以采用RTMP,RTSP
  • 對于有回放或跨平臺需求的,推薦使用HLS

(2)直播協議對比 :

0

HLS是由Apple公司定義的用于實時流傳輸的協議,HLS基于HTTP協議實現,傳輸內容包括兩部分,一是M3U8描述文件,二是TS媒體文件??蓪崿F流媒體的直播和點播,主要應用在iOS系統。?HLS是以點播的技術方式來實現直播。

HLS是自適應碼率流播,客戶端會根據網絡狀況自動選擇不同碼率的視頻流,條件允許的情況下使用高碼率,網絡繁忙的時候使用低碼率,并且自動在二者間隨意切換。這對移動設備網絡狀況不穩定的情況下保障流暢播放非常有幫助。

實現方法是服務器端提供多碼率視頻流,并且在列表文件中注明,播放器根據播放進度和下載速度自動調整。

HLS與RTMP對比:HLS主要是延時比較大,RTMP主要優勢在于延時低。

HLS協議的小切片方式會生成大量的文件,存儲或處理這些文件會造成大量資源浪費。

相比使用RTSP協議的好處在于,一旦切分完成,之后的分發過程完全不需要額外使用任何專門軟件,普通的網絡服務器即可,大大降低了CDN邊緣服務器的配置要求,可以使用任何現成的CDN,而一般服務器很少支持RTSP。

HTTP-FLV是基于HTTP協議流式的傳輸媒體內容。相對于RTMP,HTTP更簡單和廣為人知,內容延遲同樣可以做到1~3秒,打開速度更快,因為HTTP本身沒有復雜的狀態交互。所以從延遲角度來看,HTTP-FLV要優于RTMP。

RTSP:實時流傳輸協議,定義了一對多應用程序如何有效地通過IP網絡傳送多媒體數據。

RTP:實時傳輸協議,RTP是建立在UDP協議上的,常與RTCP一起使用,其本身并沒有提供按時發送機制或其它服務質量(QoS)保證,它依賴于低層服務去實現這一過程。

RTCP:RTP的配套協議,主要功能是為RTP所提供的服務質量(QoS)提供反饋,收集相關媒體連接的統計信息,例如傳輸字節數,傳輸分組數,丟失分組數,單向和雙向網絡延遲等等。

7.解碼

(1)解封裝?

demuxing(分離):從視頻流、音頻流,字幕流合成的文件(容器格式(FLV,TS))中, 分解出視頻、音頻或字幕,各自進行解碼。

(2) 音頻編碼框架

fdk_aac:音頻編碼解碼框架,PCM音頻數據和AAC音頻數據互轉

(3)解碼介紹?

硬解碼:用GPU來解碼,減少CPU運算

  • 優點:播放流暢、低功耗,解碼速度快
  • 缺點:兼容不好

軟解碼:用CPU來解碼

  • 優點:兼容好
  • 缺點:加大CPU負擔,耗電增加、沒有硬解碼流暢,解碼速度相對慢

8.播放

ijkplayer:一個基于FFmpeg的開源Android/iOS視頻播放器

  • API易于集成
  • 編譯配置可裁剪,方便控制安裝包大小
  • 支持硬件加速解碼,更加省電
  • 簡單易用,指定拉流URL,自動解碼播放

9.聊天互動

IM(InstantMessaging)即時通訊:是一個實時通信系統,允許兩人或多人使用網絡實時的傳遞文字消息、文件、語音與視頻交流。IM在直播系統中的主要作用是實現觀眾與主播、觀眾與觀眾之間的文字互動。

第三方SDK

  • 騰訊云:騰訊提供的即時通訊SDK,可作為直播的聊天室
  • 融云:一個比較常用的即時通訊SDK,可作為直播的聊天室

五、如何快速的開發一個完整的iOS直播app

1、利用第三方直播SDK快速的開發

七牛云:七牛直播云是專為直播平臺打造的全球化直播流服務和一站式實現SDK端到端直播場景的企業級直播云服務平臺。熊貓TV和龍珠TV等直播平臺都是用的七牛云。

網易視頻云:基于專業的跨平臺視頻編解碼技術和大規模視頻內容分發網絡,提供穩定流暢、低延時、高并發的實時音視頻服務,可將視頻直播無縫對接到自身App。

2、第三方SDK公司為什么要提供SDK給我們?

  • 希望把我們的產品和它綁在一條船上,更加的依賴它。
  • 技術生錢,幫養一大批牛B的程序員

3、直播功能:自研還是使用第三方直播SDK開發?

第三方SDK開發: 對于一個初創團隊來講,自研直播不管在技術門檻、CDN、帶寬上都是有很大的門檻的,而且需要耗費大量的時間才能做出成品,不利于拉投資。

自研:公司直播平臺大,從長遠看,自研可以節省成本,技術成面比直接用SDK可控多了。

4.第三方SDK好處

(1)降低成本

使用好的第三方企業服務,將不用再花高價請獵頭去挖昂貴的大牛,也不用去安撫大牛們個性化的脾氣;

(2)提升效率

第三方服務的專注與代碼集成所帶來的方便,所花費的時間可能僅僅是1-2個小時,節約近99%的時間,足夠換取更多的時間去和競爭對手斗智斗勇,增加更大的成功可能性;

(3)降低風險

借助專業的第三方服務,由于它的快速、專業、穩定等特點,能夠極大地加強產品的競爭能力(優質服務、研發速度等),縮短試錯時間,必將是創業中保命的手段之一;

(4)專業的事,找專業的人來做

第三方服務最少是10-20人的團隊專注地解決同一個問題,做同一件事情。第三方服務所帶來的支持效果,絕不是通過1-2個人處理所能對比的,難道不是嗎

結束語

后續還會有講解視頻采集、美顏、聊天室和禮物系統等更多功能,敬請關注!??!

 

作者:崢吖,如果喜歡我的文章,可以關注我微博:袁崢Seemygo,也可以來袁崢Seemygo,了解下我們的iOS培訓課程。后續還會更新更多內容,有任何問題,歡迎留言崢吖

來源:http://www.jianshu.com/p/bd42bacbe4cc

本文由 @崢吖 授權發布于人人都是產品經理,未經作者許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 眾安網絡做直播app開發這塊還不錯

    來自福建 回復
  2. 直播開發,關鍵是找一個好的開發團隊,我做直播運營的,不過我的算是運氣好的,找到廣州牛立直播開發團隊,他們執行力強開發質量高服務有保障,國內外都能做,值得信賴。ioksun.cn

    來自廣東 回復
  3. 真正敢和各家PK的,https://github.com/daniulive/SmarterStreaming 大牛直播的,國內外為數不多不依賴開源框架、不依賴CDN實現秒開、公網毫秒級延遲、跨平臺(windows/android/iOS)rtmp推流、rtmp/rtsp直播播放。

    來自上海 回復
  4. 專業貼!

    來自北京 回復
  5. ?? 看了一大堆,最后才是重點。 直播現在是風口,但是可能過段時間就沒這么熱,對于初創公司,選擇第三方SDK先把產品上了拉投資才是最好的選擇!

    來自江西 回復
  6. ? ??

    來自廣東 回復