前言
大半年沒寫博客了，但我一直關注著互聯網的動向，最近會研究很多東西，並分享，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，由於第一次接觸的原因，因此花了很多時間瞭解直播，整理了直播的原理，當前只是原理篇，後續會持續發佈實戰篇，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的瞭解直播。
如果喜歡我的文章，可以關注我微博:袁崢Seemygo
一、個人見解（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，就能快速的搭建一個直播app，也就是傳說中的站在大牛肩膀上編程。
二、瞭解直播
熱門直播產品
映客，鬥魚，熊貓，虎牙，花椒等等
直播效果圖
直播效果.jpeg
1.一個完整直播app功能(來自落影loyinglin分享)
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
錄製、推流、解碼、播放、美顏、心跳、後臺切換、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、註冊、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；
2.一個完整直播app原理
直播原理：把主播錄製的視頻，推送到服務器，在由服務器分發給觀眾觀看。
直播環節：推流端（採集、美顏處理、編碼、推流）、服務端處理（轉碼、錄製、截圖、鑑黃）、播放器（拉流、解碼、渲染）、互動系統（聊天室、禮物系統、贊）
3.一個完整直播app實現流程
1.採集、2.濾鏡處理、3.編碼、4.推流、5.CDN分發、6.拉流、7.解碼、8.播放、9.聊天互動
直播流程.png
4.一個完整直播app架構
直播架構.png
5.一個完整直播app技術點
WeChat_1472043345.jpeg
三、瞭解流媒體（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
GOP Cache的長度越長，畫面質量越好
碼率：圖片進行壓縮後每秒顯示的數據量。
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。
由於人類眼睛的特殊生理結構，如果所看畫面之幀率高於16的時候，就會認為是連貫的，此現象稱之為視覺暫留。並且當幀速達到一定數值後，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 （對於同一個視頻源並採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：文件的後綴，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麼軟件打開,
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後綴名即採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、直播基礎知識介紹：
1.採集視頻、音頻
1.1 採集視頻、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
1.2 視頻、音頻硬件設備
CCD:圖像傳感器： 用於圖像採集和處理的過程，把圖像轉換成電信號。
拾音器:聲音傳感器： 用於聲音採集和處理的過程，把聲音轉換成電信號。
音頻採樣數據:一般都是PCM格式
視頻採樣數據: 一般都是YUV,或RGB格式，採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，水印）
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，然後流向不同的目標
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,.
視頻處理框架
GPUImage : GPUImage是一個基於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。
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，它用於三維圖象（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。
OpenGL ES:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三維圖形 API 的子集，針對手機、PDA和遊戲主機等嵌入式設備而設計。
3.視頻編碼解碼
3.1 視頻編碼框架
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,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:可以對音頻進行重採樣,rematrixing 以及轉換採樣格式等操 作。
-Libavcodec:提供了一個通用的編解碼框架,包含了許多視頻,音頻,字幕流 等編碼/解碼器。
-Libavformat:用於對視頻進行封裝/解封裝。
-Libavutil:包含一些共用的函數,如隨機數生成,數據結構,數學運算等。
-Libpostproc:用於進行視頻的一些後期處理。
-Libswscale:用於視頻圖像縮放,顏色空間轉換等。
-Libavfilter:提供濾鏡功能。
X264:把視頻原數據YUV編碼壓縮成H.264格式
VideoToolbox:蘋果自帶的視頻硬解碼和硬編碼API，但是在iOS8之後才開放。
AudioToolbox:蘋果自帶的音頻硬解碼和硬編碼API
3.2 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MPEG，H.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。
注意: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係
MPEG:一種視頻壓縮方式，它採用了幀間壓縮，僅存儲連續幀之間有差別的地方 ，從而達到較大的壓縮比
H.264/AVC:一種視頻壓縮方式,採用事先預測和與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:由於264的算法更加複雜，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:由於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
H.265/HEVC:一種視頻壓縮方式,基於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、延時和算法複雜度之間的關係，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)保留的是本幀與前後幀的差別，解碼B幀，不僅要取得之前的緩存畫面，還要解碼之後的畫面，通過前後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餘信息,幀內一般採用有損壓縮算法
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。
3.3 音頻編碼技術
AAC，mp3：這些屬於音頻編碼技術,壓縮音頻用
3.4碼率控制
多碼率:觀眾所處的網絡情況是非常複雜的，有可能是WiFi，有可能4G、3G、甚至2G，那麼怎麼滿足多方需求呢？多搞幾條線路，根據當前網絡環境自定義碼率。
列如：常常看見視頻播放軟件中的1024，720，高清，標清，流暢等，指的就是各種碼率。
3.5 視頻封裝格式
TS : 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
為什麼要用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: 一種流媒體封裝格式,由於它形成的文件極小、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
4.1 數據傳輸框架
librtmp:用來傳輸RTMP協議格式的數據
4.2 流媒體數據傳輸協議
RTMP: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協議用於對象、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:消息包
5.流媒體服務器
5.1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。
5.2數據分發
CDN：(Content Delivery Network)，即內容分發網絡,將網站的內容發佈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，相當於一箇中介。
CDN工作原理：比如請求流媒體數據
1.上傳流媒體數據到服務器（源站）
2.源站存儲流媒體數據
3.客戶端播放流媒體，向CDN請求編碼後的流媒體數據
4.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。
5.源站響應CDN的請求，將流媒體分發到相應的CDN節點上
6.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，那麼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於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迴應客戶的請求。
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，解決大量併發訪問服務問題。
這種群集技術可以用最少的投資獲得接近於大型主機的性能。
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
直播協議選擇：
即時性要求較高或有互動需求的可以採用RTMP,RTSP
對於有回放或跨平臺需求的，推薦使用HLS直播協議對比 :
直播協議對比.png
HLS:由Apple公司定義的用於實時流傳輸的協議,HLS基於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。可實現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，並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，並且在列表文件中註明，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主要優勢在於延時低
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協議的好處在於，一旦切分完成，之後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:基於HTTP協議流式的傳輸媒體內容。
相對於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本身沒有複雜的狀態交互。所以從延遲角度來看，HTTP-FLV要優於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，其本身並沒有提供按時發送機制或其它服務質量（QoS）保證，它依賴於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
7.1 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。
7.2 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
7.3 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:一個基於FFmpeg的開源Android/iOS視頻播放器
API易於集成；
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
騰訊雲：騰訊提供的即時通訊SDK，可作為直播的聊天室
融雲：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
七牛雲:七牛直播雲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雲服務平臺.
- 熊貓TV,龍珠TV等直播平臺都是用的七牛雲
網易視頻雲：基於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、高併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公司為什麼要提供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: 對於一個初創團隊來講，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，不利於拉投資。
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
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
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鬥智鬥勇，增加更大的成功可能性
降低風險
藉助專業的第三方服務，由於它的快速、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
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
作者：袁崢
鏈接：https://www.jianshu.com/p/bd42bacbe4cc
來源：簡書
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。