網(wǎng)易工業(yè)級WebRTC應用實(shí)踐深度解析

　　LiveVideoStack整理而成。趙加雨闡述了網(wǎng)易在WebRTC上的探索和改進(jìn)，以及如何與WebRTC進(jìn)行互通。

　　網(wǎng)易在音視頻領(lǐng)域有10多年豐富經(jīng)驗的積累，在公司內部我們把自己的這一套工業(yè)級的功能完整的音視頻技術(shù)方案稱(chēng)為NRTC，NRTC的意思就是NetEase RTC。近幾年，WebRTC非常火熱，尤其是2017年，蘋(píng)果宣布在Safari 11里面支持WebRTC，所以說(shuō)Web本身也變成了一個(gè)非常重要的入口，是音視頻很重要的一個(gè)終端，對于我們來(lái)說(shuō)，要在我們的NRTC里面實(shí)現對WebRTC的支持，也就是要能夠支持Web這樣一個(gè)終端和入口。

　　NRTC全稱(chēng)為NetEase RTC,是網(wǎng)易公司實(shí)現的一套工業(yè)級的功能完整的音視頻技術(shù)解決方案。

　　從架構圖中，大家可以看到，我們有NRTC SDK，這是實(shí)時(shí)音視頻通話(huà)的客戶(hù)端SDK，有PC端、移動(dòng)端的SDK，另外有我們的NRTC MCU，這是一個(gè)媒體服務(wù)器。在客戶(hù)端上NRTC SDK會(huì )負責推拉流到NRTC MCU，NRTC MCU負責把媒體流中轉給其它的客戶(hù)端，同時(shí)它也會(huì )中轉給 NRTC BMS，BMS其實(shí)就是互動(dòng)直播服務(wù)器，在BMS上會(huì )做混音混屏，將音視頻混成一路流后再推給NRTC LVS，LVS就是直播源站，最后再推給我們的NCDN網(wǎng)絡(luò )，通過(guò)NCDN的海量分發(fā)，使用我們的NRTC Player就可以支持海量的用戶(hù)拉流。在這里面大家可以看到左半邊是UDP的方案，右半邊是一個(gè)TCP的方案，同時(shí)我們在Server端有很多像錄制、混屏、混音、轉碼，包括存儲，后續還有基于存儲的點(diǎn)播。

　　信令： SDP、JSEP、SIP、Jingle、ROAP

　　傳輸： RTP、RTCP、DTLS、RTMP、FLV、HLS

　　P2P： ICE、STUN、TURN、NAT

　　網(wǎng)絡(luò )： UDP、TCP

　　音頻： Opus、G711、AAC、Speex、3A

　　視頻： H264、VP8

　　QoS： FEC、NACK、BWE

　　Server： SFU、MCU

　　端： Capture、Render、各種適配

　　WebRTC是由W3C和IETF定義的規范，簡(jiǎn)單來(lái)講，就是一個(gè)在瀏覽器里面去實(shí)現音視頻會(huì )話(huà)的框架（JavaScript API），它不需要安裝，可以滿(mǎn)足P2P傳輸。只要通過(guò)信令的協(xié)商，也可以和傳統的音視頻應用去做互聯(lián)互通。另外，WebRTC也是一個(gè)開(kāi)源項目，是由谷歌公司提供的基于C++的可以跨平臺的開(kāi)源的音視頻框架，是功能完整的一個(gè)音視頻SDK，一般用libwebrtc來(lái)表示這個(gè)開(kāi)源項目。

　　在這個(gè)簡(jiǎn)單的架構里面，主要包括了網(wǎng)絡(luò )傳輸、音頻引擎、視頻引擎，它主要的功能和內容其實(shí)是C++實(shí)現的，然后封裝了一層JavaScript的API，讓你用JavaScript能夠調用到這些功能。

　　1）方法一：基于JavaScript的API進(jìn)行音視頻的應用

　　完全基于JavaScrip去做，沒(méi)有媒體相關(guān)的Server，可靠性或者功能會(huì )很受限，但可以控制很低的成本。

　　2）方法二：基于libwebrtc來(lái)實(shí)現

　　由于WebRTC本身這些C++的Code，沒(méi)有很好的工程化，所以在異常保護，錯誤恢復等方面做得不太夠。在真實(shí)的應用當中，可能要做很多的調整和改造。

　　3）方法三：兼容、支持WebRTC

　　對于一些有成熟的音視頻框架體系的公司，可以在自己的體系上來(lái)兼容、支持WebRTC。

　　從圖中的簡(jiǎn)要架構設計可以看出，如果想要NRTC的技術(shù)方案和Web端建立連接，可以通過(guò)WebRTC Gateway這種方式，WebRTC GateWay跟NRTC MCU之間是通過(guò)UDP協(xié)議傳輸NPDU的流媒體，另一端通過(guò)SRTP連接Web。

　　下面給大家講解一下WebRTC GateWay：

　　在WebRTC GateWay里面主要包括兩部分：信令和媒體，在信令方面，我們主要提供了WebSocket，信令是為了幫助兩個(gè)端SDP和ICE去交互，由提供的WebSocket來(lái)進(jìn)行連接；在媒體方面，要實(shí)現ICE框架和SRTP協(xié)議棧來(lái)建立網(wǎng)絡(luò )通訊的連接，還要做一個(gè)包的轉封裝工作，把RTP的包和NPDU的包相互轉換。有了這個(gè)WebRTC GateWay，經(jīng)過(guò)我們的MCU就可以跟我們的其他的端實(shí)現互聯(lián)互通。

　　1）利用adapter.js來(lái)實(shí)現瀏覽器的兼容

　　各種不同版本的瀏覽器實(shí)現這個(gè)規范的時(shí)候可能會(huì )接口會(huì )有些不一樣，主要還是接口層的不一樣，通過(guò)adapter.js可以兼容這些接口。

　　2）視頻分辨率

　　有些瀏覽器支持視頻分辨率的裁切，有些不支持。

　　3）媒體流的生命周期

　　瀏覽器上的媒體流的生命周期有限，有時(shí)得到的媒體是沒(méi)有視頻或音頻。

　　4）請求得到用戶(hù)媒體成功，卻沒(méi)有媒體流發(fā)過(guò)來(lái)。

　　在ICE框架中包括NAT,STUN-RFC5389,TURN-RFC5766,ICE-RFC5245,TCP。在一個(gè)高可靠的網(wǎng)絡(luò )連接中，還要能夠支持TCP連接。當一方是Serve且有固定的公網(wǎng)IP，另外一方是客戶(hù)端的這種情況下，可以使用Lite ICE框架。在Lite ICE這種情況下面，你只要給一個(gè)Host candidates，即當你的Server回來(lái)，給Server一個(gè)公網(wǎng)IP，不需要再去其他的探測，你只要給Server的Host candidates就可以了，在Lite ICE情況下面，是有Full peer這端會(huì )發(fā)起連通的檢查，也就是由瀏覽器這一端發(fā)起連通檢查，它只需要兩步就可以完成連通檢查。

　　1）在信令中，WebSocket有斷網(wǎng)事件通知

　　2）RTCPeerConnection有斷網(wǎng)事件通知

　　3）在TCP連接上，有基于signaling channel的keepalive

　　1）Start over

　　Detach stream,銷(xiāo)毀現有連接等

　　信令連接、鑒權、媒體連接

　　2）ICE restart

　　減少UDP的連接數

　　減少UDP的連接有兩個(gè)好處，第一，可以減少建立連接的時(shí)間，第二，在企業(yè)環(huán)境里面，很多UDP的一個(gè)端口連接需要找網(wǎng)管去配的，如果有多個(gè)連接，會(huì )加大配置和維護的難度。

　　GCC是在WebRTC本身現有的一套擁塞控制框架，它是有兩種模型，一種是基于丟包的模型，一種是基于時(shí)延的模型，從圖中可以看出，發(fā)送端有一個(gè)叫丟包的模型，在接收端有一個(gè)基于時(shí)延的模型（在最新的WebRTC里已調整為都在發(fā)送端了）；在發(fā)送端它會(huì )做帶寬評估，評估管理以后流媒體送到接收端，那接收端之它有個(gè)基于延時(shí)的一個(gè)帶寬評估，評估完以后，當它發(fā)現這個(gè)帶寬受限，或者它需要調整碼率，它通過(guò)REMB將消息送給發(fā)送端，讓發(fā)送端重新調整碼率，從而來(lái)實(shí)現一個(gè)帶寬評估和自適應碼率的過(guò)程。

　　先在接收端進(jìn)行一個(gè)最大接收碼率估測，在WebRTC Gateway上通過(guò)REMB消息，告訴發(fā)送端如何調整碼率和帶寬。

　　通過(guò)反饋給Delay-based controller正確的Transport cc來(lái)讓它計算正確的時(shí)延估計，以及帶寬評估；通過(guò)反饋Loss-based controller兩種RTCP的報文（SR/RR），來(lái)進(jìn)行丟包的計算。

　　實(shí)現一個(gè)雙向的丟包重傳，通過(guò)WebRTC GateWay和瀏覽器之間 發(fā)送NACK的RTCP feedback信息來(lái)進(jìn)行丟包重傳。