《快速搭建不同場景的直播系統》阿里雲智能技術專家熊金水

直播場景需求的多樣性

直播的歷史悠久，出現過各種各樣的直播業務場景，目前比較火爆的業務場景主要有三個：

第一個場景，直播帶貨。直播帶貨是在疫情期間出現的一個風口，大家在各種各樣的直播平臺上可以看到很多流量明星出來帶貨，成交金額非常的驚人。

直播帶貨的技術挑戰除了不卡頓、不掉線和高併發以外，還出現了低延時的要求。低延時是從主播看到觀眾的文字留言，到觀眾看到主播的視頻回覆。如果這個過程非常長的話，觀眾可能會覺得自己被冷落了，從而降低了購買慾望。

第二個場景是主播 PK 的場景，主播 PK 的場景是主播與主播之間連麥，這是一個比較典型的 RTC 的場景，要求延時在 200 毫秒左右，對編碼器和傳輸算法的要求是非常高的。

第三個場景是多人互動的場景。在在線遊戲、在線教育等場景，有著非常廣泛的應用。這個場景的主要挑戰在於通過雲端的合流做特效玩法。

當然，不同的直播業務場景也有通用的技術挑戰。

比如說主播和觀眾他們都處於不同的網絡下。甚至是同一個人，他在不同的時間，他的網絡環境也是不一樣的。這個對網絡自適應的要求非常高，另外主播和觀眾使用的手機的能力也是不一樣的，這需要做大量的適配工作。

阿里雲直播技術架構

阿里雲的技術架構包括三個方面。

第一個方面是主播端。主播端包括 RACE 前處理、窄帶高清編碼以及傳輸算法採集、採集的機型適配工作。特別是國內的手機廠商做了大量的安卓機型定製，導致系統碎片化特別嚴重。

第二個是雲端。雲端包括 CDN 的轉發網絡、雲上窄帶高清轉碼、合流服務以及智能審核等服務功能。雲端的 CDN 轉發網絡是基於阿里雲全球 2800 多個 CDN 的布點，從成本和質量的兩個角度權衡，選擇合適的轉發網絡。

雲上的窄帶高清轉碼，除了端上使用的策略以外，雲上還有一個更大的自由度，那就是如何使用特定的硬件做低成本的異構解決方案。雲上的合流服務主要是做特效玩法、插播廣告、加水印等功能。

最後像智能審核、視頻 DNA、水印、錄製、時移等功能，也是阿里雲視頻云云上的基礎能力。

觀眾端則主要包括兩種播放器。一種是常規的普通播放器，這種播放器是大家通用的 rtmp ，flv、 hls 這些協議，通常它們的延時會在 3 秒以上。第二種是阿里雲視頻雲特有的低延時播放器（ RTS ），可以在不損失卡頓率的情況下做到一秒左右的延時。

直播連麥場景

接下來介紹連麥場景，這個場景是主播端與連麥粉絲之間的通信，主要包括兩個方面。第一個方面是基於 UDP 的傳輸協議。第二個方面是 SFU 與合流服務。

UDP 的傳輸協議。核心在於端雲協同一體的網絡自適應算法。網絡自適應算法包括帶寬估計算法。帶寬估計算法是整個網絡自適應的起點與核心。除了目前行業通用的解決方案，阿里雲還針對性的做了大量的優化。

其次是帶寬分配策略。在帶寬估計的基礎上，客戶端以及雲端都需要做帶寬分配。在客戶端編碼端，除了編碼還有冗餘傳輸，如 FEC、Nack 等都需要在保證畫質清晰的情況下，不能因為 FEC、Nack 分配到的帶寬太少，而導致卡頓。另外 FEC、Nack 適用不同的網絡場景，也需要根據不同的網絡場景使用不同的分配比例。

當然，編碼器 FEC、Nack 這些模塊在分得了自己的碼率以後，如何提高碼率的利用率，也是各個模塊需要充分考慮的。上面的自適應算法都是在給定網絡條件下做的自適應。為了提高網絡環境本身的質量，阿里雲有具有得天獨厚的全球布點的優勢以及就近接入的能力。

第二個是 SFU 與合流服務。直播不同於 RTC 的場景。不僅需要全球覆蓋的 SFU 的節點，它還需要高性能，具有豐富玩法的合流節點，以及端合流，雲合流靈活可配置。

端合流需要考慮的是不同端具有的不同能力，包括計算能力和上行的網絡能力。

雲合流則需要儘可能的挖掘雲服務器的計算能力。支持更多的人連麥、支持更多的特效玩法。