【如何快速的開發一個完整的iOS直播app】(原理篇)

前言

大半年沒寫博客了，但我一直關注着互聯網的動向，最近會研究不少東西，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，所以不得不跟上時代的步伐，因爲第一次接觸的緣由，所以花了不少時間瞭解直播，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，但願能幫助到更多的人更快的瞭解直播。
若是喜歡個人文章，能夠關注我微博:袁崢Seemygo,也能夠來小碼哥，瞭解下咱們的iOS培訓課程。後續還會更新更多內容,有任何問題，歡迎簡書留言袁崢Seemygo。。。

1、我的看法（直播難與易）

直播難：我的認爲要想把直播從零開始作出來，絕對是牛逼中的牛逼，大牛中的大牛，由於直播中運用到的技術難點很是之多，視頻/音頻處理，圖形處理，視頻/音頻壓縮，CDN分發，即時通信等技術，每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，咱們只須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。

2、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)

• 一、聊天

  • 私聊、聊天室、點亮、推送、黑名單等;

• 二、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；

• 三、直播列表

  • 關注、熱門、最新、分類直播用戶列表等；

• 四、本身直播

  • 錄製、推流、解碼、播放、美顏、心跳、後臺切換、主播對管理員操做、管理員對用戶等；

• 五、房間邏輯

  • 建立房間、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；

• 六、用戶邏輯

  • 普通登錄、第三方登錄、註冊、搜索、修改我的信息、關注列表、粉絲列表、忘記密碼、查看我的信息、收入榜、關注和取關、檢索等；

• 七、觀看直播

  • 聊天信息、滾屏彈幕、禮物顯示、加載界面等；

• 八、統計

  • APP業務統計、第三方統計等；

• 九、超管

  • 禁播、隱藏、審覈等；

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衆觀看。

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

3、瞭解流媒體（直播須要用到流媒體）

• 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:每幀表明一幅靜止的圖像
• GOP:（Group of Pictures）畫面組，一個GOP就是一組連續的畫面，每一個畫面都是一幀，一個GOP就是不少幀的集合
  • 直播的數據，實際上是一組圖片，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。所以，GOP Cache增長了端到端延遲，由於它必需要拿到最近的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。
  • 因爲人類眼睛的特殊生理結構，若是所看畫面之幀率高於16的時候，就會認爲是連貫的，此現象稱之爲視覺暫留。而且當幀速達到必定數值後，再增加的話，人眼也不容易察覺到有明顯的流暢度提高了。
• 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，好比.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，對文件的自己不會形成太大的影響，好比把avi改爲mp4,文件仍是avi.

• 視頻封裝格式：一種儲存視頻信息的容器，流式封裝能夠有TS、FLV等，索引式的封裝有MP4,MOV,AVI等，

  • 主要做用：一個視頻文件每每會包含圖像和音頻，還有一些配置信息(如圖像和音頻的關聯，如何解碼它們等)：這些內容須要按照必定的規則組織、封裝起來.
  • 注意：會發現封裝格式跟文件格式同樣，由於通常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,因此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，一個項目工程能夠用不一樣語言開發。

4、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是用來播放和建立實時的視聽媒體數據的框架，同時提供Objective-C接口來操做這些視聽數據，好比編輯，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:通常都是PCM格式
• 視頻採樣數據: 通常都是YUV,或RGB格式，採集到的原始音視頻的體積是很是大的，須要通過壓縮技術處理來提升傳輸效率

2.視頻處理（美顏，水印）

• 視頻處理原理:由於視頻最終也是經過GPU，一幀一幀渲染到屏幕上的，因此咱們能夠利用OpenGL ES，對視頻幀進行各類加工，從而視頻各類不一樣的效果，就好像一個水龍頭流出的水，通過若干節管道，而後流向不一樣的目標
  • 如今的各類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,封裝好了各類濾鏡同時也能夠編寫自定義的濾鏡,其自己內置了多達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很是豐富,幾乎包含了全部音視頻編解碼、封裝格式以及播放協議。
  • -Libswresample:能夠對音頻進行重採樣,rematrixing 以及轉換採樣格式等操 做。
  • -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，可是在iOS8以後纔開放。
• 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,好比MPEG，H.264,這些視頻編碼技術是壓縮編碼視頻的
  • 主要做用:是將視頻像素數據壓縮成爲視頻碼流，從而下降視頻的數據量。若是視頻不通過壓縮編碼的話，體積一般是很是大的，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異的地方 ，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幀同樣的幀預測方法壓縮，它能夠根據須要產生適合網絡狀況傳輸的視頻流,還有更高的壓縮比，有更好的圖象質量
  • 注意1:若是是從單個畫面清晰度比較，MPEG4有優點；從動做連貫性上的清晰度，H.264有優點
  • 注意2:因爲264的算法更加複雜，程序實現煩瑣，運行它須要更多的處理器和內存資源。所以，運行264對系統要求是比較高的。
  • 注意3:因爲264的實現更加靈活，它把一些實現留給了廠商本身去實現，雖然這樣給實現帶來了不少好處，可是不一樣產品之間互通成了很大的問題，形成了經過A公司的編碼器編出的數據，必須經過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 是一種更爲高效的編碼標準，可以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，解碼時只須要本幀數據就能夠完成（由於包含完整畫面）
• P幀:(差異幀)保留這一幀跟以前幀的差異，解碼時須要用以前緩存的畫面疊加上本幀定義的差異，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異的數據）
• B幀:(雙向差異幀)保留的是本幀與先後幀的差異，解碼B幀，不只要取得以前的緩存畫面，還要解碼以後的畫面，經過先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，可是解碼時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,幀內通常採用有損壓縮算法
• 幀間（Interframe）壓縮:時間壓縮（Temporal compression），它經過比較時間軸上不一樣幀之間的數據進行壓縮。幀間壓縮通常是無損的
• 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）)，做爲一個信號進行傳輸。

* 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:觀衆所處的網絡狀況是很是複雜的，有多是WiFi，有可能4G、3G、甚至2G，那麼怎麼知足多方需求呢？多搞幾條線路，根據當前網絡環境自定義碼率。
  • 列如：經常看見視頻播放軟件中的1024，720，高清，標清，流暢等，指的就是各類碼率。

* 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，就是不須要加載索引再播放，大大減小了首次載入的延遲，若是片子比較長，mp4文件的索引至關大，影響用戶體驗

  • 爲何要用TS:這是由於兩個TS片斷能夠無縫拼接，播放器能連續播放

• FLV: 一種流媒體封裝格式,因爲它造成的文件極小、加載速度極快，使得網絡觀看視頻文件成爲可能,所以FLV格式成爲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公司爲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，由於是開放協議因此均可以使用了。

  • RTMP協議用於對象、視頻、音頻的傳輸。
  • 這個協議創建在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，這些數據能夠是FLV中的視音頻數據。一個單一的鏈接能夠經過不一樣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經常使用服務器 *

• 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，經常使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」，使用戶能夠就近取得所需的內容，解決 Internet網絡擁擠的情況，提升用戶訪問網站的響應速度.
  • CDN：代理服務器，至關於一箇中介。
  • CDN工做原理：好比請求流媒體數據
    • 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，若是被解析到的那個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。若是沒有人訪問，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，
  • 好比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，每臺服務器都具備等價的地位，均可以單獨對外提供服務而無須其餘服務器的輔助.
  • 經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。
  • 均衡負載可以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。
  • 這種羣集技術能夠用最少的投資得到接近於大型主機的性能。
• QoS（帶寬管理）:限制每個組羣的帶寬，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能夠採用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，客戶端會根據網絡情況自動選擇不一樣碼率的視頻流，條件容許的狀況下使用高碼率，網絡繁忙的時候使用低碼率，而且自動在兩者間隨意切
    換。這對移動設備網絡情況不穩定的狀況下保障流暢播放很是有幫助。
  • 實現方法是服務器端提供多碼率視頻流，而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主要優點在於延時低
  • 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形成大量資源浪費
  • 相比使用RTSP協議的好處在於，一旦切分完成，以後的分發過程徹底不須要額外使用任何專門軟件，普通的網絡服務器便可，大大下降了CDN邊緣服務器的配置要求，可使用任何現成的CDN,而通常服務器不多支持RTSP。
• HTTP-FLV:基於HTTP協議流式的傳輸媒體內容。
  • 相對於RTMP，HTTP更簡單和廣爲人知，內容延遲一樣能夠作到1~3秒，打開速度更快，由於HTTP自己沒有複雜的狀態交互。因此從延遲角度來看，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經過IP網絡傳送多媒體數據.
• RTP:實時傳輸協議,RTP是創建在UDP協議上的，常與RTCP一塊兒使用，其自己並無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,主要功能是爲RTP所提供的服務質量（QoS）提供反饋，收集相關媒體鏈接的統計信息，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，減小CPU運算
  • 　優勢：播放流暢、低功耗，解碼速度快，
    　　 * 缺點：兼容很差
• 軟解碼：用CPU來解碼
  • 優勢：兼容好
    　　 * 缺點：加大CPU負擔，耗電增長、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)即時通信:是一個實時通訊系統，容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做用是實現觀衆與主播、觀衆與觀衆之間的文字互動.
    * 第三方SDK *
• 騰訊雲：騰訊提供的即時通信SDK，可做爲直播的聊天室
• 融雲：一個比較經常使用的即時通信SDK，可做爲直播的聊天室

5、如何快速的開發一個完整的iOS直播app

一、利用第三方直播SDK快速的開發

七牛雲:七牛直播雲是專爲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.

二、第三方SDK公司爲何要提供SDK給咱們？

• 但願把咱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

三、直播功能：自研仍是使用第三方直播SDK開發？

第三方SDK開發: 對於一個初創團隊來說，自研直播無論在技術門檻、CDN、帶寬上都是有很大的門檻的，並且須要耗費大量的時間才能作出成品，不利於拉投資。

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

4.第三方SDK好處

• 下降成本
  • 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
• 提高效率
  • 第三方服務的專一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，增長更大的成功可能性
• 下降風險
  • 藉助專業的第三方服務，因爲它的快速、專業、穩定等特色，可以極大地增強產品的競爭能力（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，找專業的人來作
  • 第三方服務最少是10-20人的團隊專一地解決同一個問題，作同一件事情。第三方服務所帶來的支持效果，毫不是經過1-2我的處理所能對比的，難道不是嗎

結束語

後續還會有講解視頻採集，美顏，聊天室，禮物系統等更多功能，敬請關注！！！

文／袁崢Seemygo（簡書做者） 原文連接：http://www.jianshu.com/p/bd42bacbe4cc 著做權歸做者全部，轉載請聯繫做者得到受權，並標註「簡書做者」。