流媒體是某人在 Internet 上觀看視頻時(shí)使用的數(shù)據(jù)傳輸方法。這是一種每次傳送一點(diǎn)視頻文件的方法，通常從遠(yuǎn)程存儲(chǔ)位置傳送。通過在互聯(lián)網(wǎng)上一次傳輸幾秒鐘的文件，客戶端設(shè)備不必在開始播放之前下載整個(gè)視頻。實(shí)時(shí)流媒體是通過 Internet 實(shí)時(shí)發(fā)送流媒體視頻，而無需首先記錄和存儲(chǔ)。如今，電視廣播、視頻游戲流和社交媒體視頻都可以進(jìn)行直播。

將常規(guī)流媒體和實(shí)時(shí)流媒體之間的區(qū)別想象為演員背誦記憶獨(dú)白和即興演講之間的區(qū)別。在前者中，內(nèi)容是預(yù)先創(chuàng)建、存儲(chǔ)，然后轉(zhuǎn)發(fā)給觀眾的。在后者中，觀眾在演員創(chuàng)作內(nèi)容的同時(shí)收到內(nèi)容——就像在直播中一樣。

直播一詞通常是指廣播直播流：一次發(fā)送給多個(gè)用戶的一對多連接。Skype、FaceTime 和 Google Hangouts Meet 等視頻會(huì)議技術(shù)適用于實(shí)時(shí)通信 (RTC) 協(xié)議，而不是一對多實(shí)時(shí)流廣播使用的協(xié)議。

直播在技術(shù)層面是如何運(yùn)作的？

這些是在直播中在幕后進(jìn)行的主要步驟：壓縮；編碼；分割；內(nèi)容交付網(wǎng)絡(luò) (CDN)分發(fā)；CDN緩存；解碼；視頻回放。

視頻截取

實(shí)時(shí)流媒體從原始視頻數(shù)據(jù)開始：攝像機(jī)捕獲的視覺信息。在連接相機(jī)的計(jì)算設(shè)備中，這種視覺信息被表示為數(shù)字?jǐn)?shù)據(jù)——換句話說，最深層次的 1 和 0。

壓縮和編碼

接下來，對分段的視頻數(shù)據(jù)進(jìn)行壓縮和編碼。通過去除冗余的視覺信息來壓縮數(shù)據(jù)。例如，如果視頻的第一幀顯示一個(gè)人在灰色背景下說話，則不需要為具有相同背景的任何后續(xù)幀渲染灰色背景。

將視頻壓縮想象成在客廳中添加一件新家具。每次添加新椅子或邊桌時(shí)，不必購買全新的家具。相反，可以保持房間布局大致相同，一次只更換一件，偶爾根據(jù)需要進(jìn)行更大的重新布置。類似地，并不是視頻流的每一幀都需要整體渲染——只是隨著幀的變化而變化的部分，例如人嘴的運(yùn)動(dòng)。

“編碼”是指將數(shù)據(jù)轉(zhuǎn)換為新格式的過程。實(shí)時(shí)流媒體視頻數(shù)據(jù)被編碼為各種設(shè)備都能識(shí)別的可解釋數(shù)字格式。常見的視頻編碼標(biāo)準(zhǔn)包括：H.264；H.265；VP9；AV1。

分割

視頻包含大量數(shù)字信息，這就是為什么下載視頻文件比下載簡短的 PDF 或圖像需要更長的時(shí)間。因?yàn)橐淮瓮ㄟ^ Internet 發(fā)送所有視頻數(shù)據(jù)是不切實(shí)際的，所以流式視頻被分成幾秒鐘長的更小的片段。

CDN 分發(fā)和緩存

一旦直播流被分割、壓縮和編碼（所有這些只需要幾秒鐘），就需要提供給想要觀看它的數(shù)十或數(shù)百萬觀眾。為了在將流提供給不同位置的多個(gè)觀眾的同時(shí)以最小的延遲保持高質(zhì)量，CDN 應(yīng)該分發(fā)它。

CDN 是代表源服務(wù)器緩存和提供內(nèi)容的分布式服務(wù)器網(wǎng)絡(luò)。使用 CDN 可以提高性能，因?yàn)橛脩粽埱蟛辉傩枰恢钡竭_(dá)源服務(wù)器，而是可以由附近的 CDN 服務(wù)器處理。以這種方式處理請求和交付內(nèi)容還可以減少源服務(wù)器的工作量。最后，CDN 可以有效地為世界各地的用戶提供內(nèi)容，因?yàn)樗麄兊姆?wù)器位于世界各地，而不是集中在一個(gè)地理區(qū)域中。

CDN 還將緩存（臨時(shí)保存）直播流的每個(gè)片段，因此大多數(shù)觀眾將從 CDN 緩存而不是從源服務(wù)器獲取直播流。這實(shí)際上使實(shí)時(shí)流更接近實(shí)時(shí)，即使緩存的數(shù)據(jù)落后了幾秒鐘，因?yàn)樗鼫p少了往返源服務(wù)器的往返時(shí)間 (RTT) 。

解碼和視頻播放

CDN 將直播流發(fā)送給所有正在觀看流的用戶。每個(gè)用戶的設(shè)備接收、解碼和解壓縮分段的視頻數(shù)據(jù)。最后，用戶設(shè)備上的媒體播放器（專用應(yīng)用程序或?yàn)g覽器中的視頻播放器）將數(shù)據(jù)解釋為視覺信息，然后播放視頻。

一個(gè)例子

假設(shè) Alice 在她的智能手機(jī)上開始直播，而住在該國另一邊的 Bob 和 Alice 的另外幾十個(gè)朋友一起在他的智能手機(jī)上收聽直播。愛麗絲打開自己的智能手機(jī)攝像頭并說：“你好，世界！”開始了直播。視頻的“你好，世界”部分需要做什么才能到達(dá)該國另一端的 Bob 以及所有其他觀看視頻流的人？

首先，Alice 的智能手機(jī)將編碼和壓縮那一小段視頻。如果 Alice 在她的廚房里拍攝直播，她的廚房墻被記錄為視頻的第一幀，由于背景沒有改變，后續(xù)幀將忽略它。

現(xiàn)在，Alice 正在使用的應(yīng)用程序會(huì)將她說的“Hello, world”的編碼壓縮版本發(fā)送到應(yīng)用程序的 CDN。對 Bob 來說幸運(yùn)的是，其中一個(gè) CDN 服務(wù)器離他家只有幾英里遠(yuǎn)，因此他的智能手機(jī)對直播第一段的請求幾乎立即得到了答復(fù)。其他直播觀看者可能會(huì)遇到比 Bob 更多或更少的延遲，具體取決于他們的地理位置。

Bob 的手機(jī)對視頻片段進(jìn)行解碼并重構(gòu)壓縮數(shù)據(jù)，這樣 Alice 的廚房墻就會(huì)出現(xiàn)在每一幀中。最后，就在愛麗絲在國家另一邊的廚房里說“你好，世界”之后的幾秒鐘，她的臉出現(xiàn)在鮑勃的智能手機(jī)上，鮑勃看到并聽到了她的問候。

為什么 CDN 對直播很重要？

帶寬：網(wǎng)絡(luò)上的任何給定點(diǎn)一次只能通過這么多數(shù)據(jù)；這種測量稱為“帶寬”。如果數(shù)據(jù)流到達(dá)網(wǎng)絡(luò)上數(shù)據(jù)量超過容量的點(diǎn)，這稱為“阻塞點(diǎn)”，因?yàn)閿?shù)據(jù)傳輸被阻塞并減慢。阻塞點(diǎn)類似于當(dāng)太多汽車試圖使用單車道道路時(shí)可能發(fā)生交通減速的方式。

如果流的所有查看者都從其源點(diǎn)獲取流數(shù)據(jù)，那么源服務(wù)器及其周圍的網(wǎng)絡(luò)基礎(chǔ)設(shè)施就會(huì)成為阻塞點(diǎn)，流會(huì)變慢。但是，如果流傳輸?shù)闹饕?fù)擔(dān)轉(zhuǎn)移到 CDN，那么阻塞點(diǎn)就被消除了。

全球內(nèi)容交付：因?yàn)?CDN 分布在世界各地，它們能夠向全球受眾交付內(nèi)容。紐約的源服務(wù)器無法有效地向米蘭的觀眾提供內(nèi)容，尤其是視頻等大量內(nèi)容的情況。但是，CDN 可以從其網(wǎng)絡(luò)上的任何點(diǎn)轉(zhuǎn)發(fā)和提供內(nèi)容，因此米蘭觀看來自紐約的直播流的人可以從米蘭的服務(wù)器獲取流，而不是一直等待它從新加載約克。

延遲和 RTT 減少：使用 CDN 在全球范圍內(nèi)交付內(nèi)容通過減少 RTT（往返時(shí)間）來減少實(shí)時(shí)流觀眾的延遲。請求-響應(yīng)往返在距離和時(shí)間方面都更短，因?yàn)橛^看者對直播流的請求不再需要到達(dá)流的原始源，流數(shù)據(jù)不再需要從起源，要么。這減少了延遲并有助于使直播更接近“直播”。

工作負(fù)載：回復(fù)用戶對數(shù)據(jù)的請求會(huì)消耗服務(wù)器一些計(jì)算能力。回復(fù)許多用戶對視頻數(shù)據(jù)的請求可能會(huì)使單個(gè)服務(wù)器不堪重負(fù)。CDN 使用數(shù)十或數(shù)百臺(tái)服務(wù)器，這些服務(wù)器可以將大部分工作負(fù)載從源服務(wù)器上轉(zhuǎn)移出來并保持其正常運(yùn)行。

緩存：CDN 緩存直播流的每個(gè)視頻片段。然后，CDN 可以從緩存中傳遞段，而不是從源服務(wù)器獲取數(shù)據(jù)。

從緩存中提供實(shí)時(shí)流似乎是一個(gè)矛盾：如果流是實(shí)時(shí)的，如何保存它并在幾秒鐘后交付它更快？雖然緩存的實(shí)時(shí)流確實(shí)會(huì)落后于實(shí)時(shí)，但這仍然比一直到源服務(wù)器要快。往返需要很長時(shí)間，以至于溪流會(huì)落后得更遠(yuǎn)。使用 CDN 緩存，用戶體驗(yàn)到的延遲時(shí)間最短。