利用阿里云如何开发一款直播app？

Posted 2020-08-13

 

在开发的过程中应该注意些什么?下面让小编告诉你：

　　随着互联网的发展，越来越多的人已经加入互联网的行列。而且很多的人也开始直播，和众多的网友分享自己身边事情。互联网还在加速发展，从PC互联网，到移动互联网，到可穿戴设备，到物联网。最终，任何人，任何物，任何时间和任何地点，永远在线。当一个企业没有用一个云计算的方式，就没有达到真正的互联网运营，没法实现真正的高效运转。所以利用云计算开发直播app是很必要的。下面就让小编告诉你如何让利用阿里云开发直播app：

 

【 主要模块】  主播端： 把主播实时录制的视频，经过（采集、美颜处理、编码）推送到服务器 服务器： 处理（转码、录制、截图、鉴黄）后分发给用户播放端 播放器： 获取服务器地址， 进行拉流、解码、渲染 互动系统： 聊天室、礼物系统、赞

 

　　模块二、项目功能模块 -> 技术

 

　　简介：

 

　　相对于上面图中每个技术点刨开来说都很繁琐 ，也很难掌握，我会在下面的【相关技术知识点概括】中给与大致讲述；由于涉及音视频的编码解码、美颜功能的算法，帧的处理等很多问题，能从底层自己开发的完整功能的绝对是大牛！

 

　　不过正是有这些大牛们的奉献 ，我们不需要处理繁琐的底层问题，一些封装好的库可以完美实现。

 

　　·主播端: LFLiveKit已包含采集、美颜、编码、推流等功能

 

　　·服务器 : 【 nginx+rtmp服务器】免费开源，能搭建本地电脑上，支持RTMP协议，满足直播需求。

 

　　·播放端 : ijkplayer视频直播框架封装很完善只要有url，就可以实时播放

 

　　模块三、如何快速的开发一个完整的ios直播app

 

　　1、利用第三方直播SDK快速的开发  阿里云: 提供低延迟、高清晰、 高并发支持的直播服务，帮您从容应对业务突发峰值。广泛应用于 游戏直播、娱乐直播、泛生活直播、 教育类、 远程医疗、 企业远程视频会议等典型场景， 百度直播云: 视频直播、点播一站式解决方案，让视频技术零门槛，结合领先的人工智能技术，开放智能图像识别、视频特效、黄反审核功能，让视频内容更丰富，更安全 七牛云:七牛直播云是专为直播平台打造的全球化直播流服务和一站式实现SDK端到端直播场景的企业级直播云服务平台.

 

　　2、自研还是使用第三方直播SDK开发？ 自研： 对于一个初创公司或团队来讲，自研直播不管在技术门槛、CDN、带宽上都是有很大的门槛的，而且需要耗费大量的时间和成本才能做出成品，不利于前期发展。 第三方SDK开发：开发周期短，前期投入少，从长远看，第三方费用较高，占很大一笔支出， 相对来说自研可以节省成本，技术成面比直接用SDK相对可控。

 

　　模块四、相关技术知识点概括 

 

　　1.采集视频、音频

 

　　* 1.1 采集视频、音频编码框架 *

 

　　AVFoundation:AVFoundation是用来播放和创建实时的视听媒体数据的框架，同时提供Objective-C接口来操作这些视听数据，比如编辑，旋转，重编码

 

　　* 1.2 视频、音频硬件设备 *

 

　　CCD:图像传感器： 用于图像采集和处理的过程，把图像转换成电信号。

 

　　拾音器:声音传感器： 用于声音采集和处理的过程，把声音转换成电信号。

 

　　音频采样数据:一般都是PCM格式

 

　　视频采样数据: 一般都是YUV,或RGB格式，采集到的原始音视频的体积是非常大的，需要经过压缩技术处理来提高传输效率

 

　　2.视频处理（美颜，水印）

 

　　视频处理原理:因为视频最终也是通过GPU，一帧一帧渲染到屏幕上的，所以我们可以利用OpenGL ES，对视频帧进行各种加工，从而视频各种不同的效果，就好像一个水龙头流出的水，经过若干节管道，然后流向不同的目标

 

　　现在的各种美颜和视频添加特效的app都是利用GPUImage

 

　　这个框架实现的,.

 

　　* 视频处理框架 *

 

　　GPUImage: GPUImage是一个基于OpenGL ES的一个强大的图像/视频处理框架,封装好了各种滤镜同时也可以编写自定义的滤镜,其本身内置了多达120多种常见的滤镜效果。

 

　　OpenGL:OpenGL（全写Open Graphics Library）是个定义了一个跨编程语言、跨平台的编程接口的规格，它用于三维图象（二维的亦可）。OpenGL是个专业的图形程序接口，是一个功能强大，调用方便的底层图形库。

 

　　OpenGL ES:OpenGL ES (OpenGL for Embedded Systems) 是 OpenGL三维图形 API 的子集，针对手机、PDA和游戏主机等嵌入式设备而设计。

 

　　3.视频编码解码

 

　　* 3.1 视频编码框架 *

 

　　FFmpeg :是一个跨平台的开源视频框架,能实现如视频编码,解码,转码,串流,播放等丰富的功能。其支持的视频格式以及播放协议非常丰富,几乎包含了所有音视频编解码、封装格式以及播放协议。-Libswresample:可以对音频进行重采样,rematrixing 以及转换采样格式等操 作。

 

　　-Libavcodec:提供了一个通用的编解码框架,包含了许多视频,音频,字幕流 等编码/解码器。

 

　　-Libavformat:用于对视频进行封装/解封装。

 

　　-Libavutil:包含一些共用的函数,如随机数生成,数据结构,数学运算等。

 

　　-Libpostproc:用于进行视频的一些后期处理。

 

　　-Libswscale:用于视频图像缩放,颜色空间转换等。

 

　　-Libavfilter:提供滤镜功能。

 

　　X264 :把视频原数据YUV编码压缩成H.264格式

 

　　VideoToolbox :苹果自带的视频硬解码和硬编码API，但是在iOS8之后才开放。

 

　　AudioToolbox :苹果自带的音频硬解码和硬编码API

 

　　* 3.2 视频编码技术 *

 

　　视频压缩编码标准：对视频进行压缩(视频编码)或者解压缩（视频解码）的编码技术,比如MPEG，H.264。

 

　　这些视频编码技术是压缩编码视频的主要作用:是将视频像素数据压缩成为视频码流，从而降低视频的数据量。如果视频不经过压缩编码的话，体积通常是非常大的，一部电影可能就要上百G的空间。

 

　　注意:最影响视频质量的是其视频编码数据和音频编码数据，跟封装格式没有多大关系

 

　　MPEG:一种视频压缩方式，它采用了帧间压缩，仅存储连续帧之间有差别的地方 ，从而达到较大的压缩比

 

　　H.264/AVC:一种视频压缩方式,采用事先预测和与MPEG中的P-B帧一样的帧预测方法压缩，它可以根据需要产生适合网络情况传输的视频流,还有更高的压缩比，有更好的图象质量

 

　　注意1: 如果是从单个画面清晰度比较，MPEG4有优势；从动作连贯性上的清晰度，H.264有优势

 

　　注意2: 由于264的算法更加复杂，程序实现烦琐，运行它需要更多的处理器和内存资源。因此，运行264对系统要求是比较高的。

 

　　注意3: 由于264的实现更加灵活，它把一些实现留给了厂商自己去实现，虽然这样给实现带来了很多好处，但是不同产品之间互通成了很大的问题，造成了通过A公司的编码器编出的数据，必须通过A公司的解码器去解这样尴尬的事情

 

　　H.265/HEVC: 一种视频压缩方式,基于H.264，保留原来的某些技术，同时对一些相关的技术加以改进，以改善码流、编码质量、延时和算法复杂度之间的关系，达到最优化设置。H.265 是一种更为高效的编码标准，能够在同等画质效果下将内容的体积压缩得更小，传输时更快更省带宽

 

　　I帧: (关键帧)保留一副完整的画面，解码时只需要本帧数据就可以完成（因为包含完整画面）

 

　　P帧 :(差别帧)保留这一帧跟之前帧的差别，解码时需要用之前缓存的画面叠加上本帧定义的差别，生成最终画面。（P帧没有完整画面数据，只有与前一帧的画面差别的数据）

 

　　B帧: (双向差别帧)保留的是本帧与前后帧的差别，解码B帧，不仅要取得之前的缓存画面，还要解码之后的画面，通过前后画面的与本帧数据的叠加取得最终的画面。B帧压缩率高，但是解码时CPU会比较累

 

　　帧内（Intraframe）压缩: 当压缩一帧图像时，仅考虑本帧的数据而不考虑相邻帧之间的冗余信息,帧内一般采用有损压缩算法

 

　　帧间（Interframe）压缩: 时间压缩（Temporal compression），它通过比较时间轴上不同帧之间的数据进行压缩。帧间压缩一般是无损的

 

　　muxing（合成）：将视频流、音频流甚至是字幕流封装到一个文件中(容器格式（FLV，TS）)，作为一个信号进行传输。

 

　　* 3.3 音频编码技术 *

 

　　AAC，mp3：这些属于音频编码技术,压缩音频用

 

　　* 3.4码率控制 *

 

　　多码率:观众所处的网络情况是非常复杂的，有可能是WiFi，有可能4G、3G、甚至2G，那么怎么满足多方需求呢？多搞几条线路，根据当前网络环境自定义码率。列如：常常看见视频播放软件中的1024，720，高清，标清，流畅等，指的就是各种码率。

 

　　* 3.5 视频封装格式 *

 

　　TS: 一种流媒体封装格式，流媒体封装有一个好处，就是不需要加载索引再播放，大大减少了首次载入的延迟，如果片子比较长，mp4文件的索引相当大，影响用户体验

 

　　为什么要用TS: 这是因为两个TS片段可以无缝拼接，播放器能连续播放

 

　　FLV: 一种流媒体封装格式,由于它形成的文件极小、加载速度极快，使得网络观看视频文件成为可能,因此FLV格式成为了当今主流视频格式

 

　　4.推流

 

　　* 4.1 数据传输框架 *

 

　　librtmp: 用来传输RTMP协议格式的数据

 

　　* 4.2 流媒体数据传输协议 *

 

　　RTMP: 实时消息传输协议,Adobe Systems公司为Flash播放器和服务器之间音频、视频和数据传输开发的开放协议，因为是开放协议所以都可以使用了。

 

　　RTMP协议用于对象、视频、音频的传输，这个协议建立在TCP协议或者轮询HTTP协议之上。

 

　　RTMP协议就像一个用来装数据包的容器，这些数据可以是FLV中的视音频数据。一个单一的连接可以通过不同的通道传输多路网络流，这些通道中的包都是按照固定大小的包传输的

 

　　5.流媒体服务器

 

　　* 5.1常用服务器 *

 

　　SRS：一款国人开发的优秀开源流媒体服务器系统

 

　　BMS: 也是一款流媒体服务器系统，但不开源，是SRS的商业版，比SRS功能更多

 

　　nginx: 免费开源web服务器，常用来配置流媒体服务器。

 

　　* 5.2数据分发 *

 

　　CDN：(Content Delivery Network)，即内容分发网络,将网站的内容发布到最接近用户的网络”边缘”，使用户可以就近取得所需的内容，解决 Internet网络拥挤的状况，提高用户访问网站的响应速度.

 

　　CDN：代理服务器，相当于一个中介。

 

　　CDN工作原理：比如请求流媒体数据1.上传流媒体数据到服务器（源站）

 

　　2.源站存储流媒体数据

 

　　3.客户端播放流媒体，向CDN请求编码后的流媒体数据

 

　　4.CDN的服务器响应请求，若节点上没有该流媒体数据存在，则向源站继续请求流媒体数据；若节点上已经缓存了该视频文件，则跳到第6步。

 

　　5.源站响应CDN的请求，将流媒体分发到相应的CDN节点上

 

　　6.CDN将流媒体数据发送到客户端

 

　　回源：当有用户访问某一个URL的时候，如果被解析到的那个CDN节点没有缓存响应的内容，或者是缓存已经到期，就会回源站去获取搜索。如果没有人访问，那么CDN节点不会主动去源站拿.

 

　　带宽: 在固定的时间可传输的数据总量，比如64位、800MHz的前端总线，它的数据传输率就等于64bit×800MHz÷8(Byte)=6.4GB/s

 

　　负载均衡: 由多台服务器以对称的方式组成一个服务器集合，每台服务器都具有等价的地位，都可以单独对外提供服务而无须其他服务器的辅助.通过某种负载分担技术，将外部发送来的请求均匀分配到对称结构中的某一台服务器上，而接收到请求的服务器独立地回应客户的请求。

 

　　均衡负载能够平均分配客户请求到服务器列阵，籍此提供快速获取重要数据，解决大量并发访问服务问题。

 

　　这种群集技术可以用最少的投资获得接近于大型主机的性能。

 

　　QoS（带宽管理）:限制每一个组群的带宽，让有限的带宽发挥最大的效用

 

　　6.拉流

 

　　直播协议选择：即时性要求较高或有互动需求的可以采用RTMP,RTSP

 

　　对于有回放或跨平台需求的，推荐使用HLS

 

　　直播协议对比:

 

　　HLS: 由Apple公司定义的用于实时流传输的协议,HLS基于HTTP协议实现，传输内容包括两部分，一是M3U8描述文件，二是TS媒体文件。可实现流媒体的直播和点播，主要应用在iOS系统HLS是以点播的技术方式

 

　　来实现直播

 

　　HLS是自适应码率流播，客户端会根据网络状况自动选择不同码率的视频流，条件允许的情况下使用高码率，网络繁忙的时候使用低码率，并且自动在二者间随意切换。这对移动设备网络状况不稳定的情况下保障流畅播放非常有帮助。

 

　　实现方法是服务器端提供多码率视频流，并且在列表文件中注明，播放器根据播放进度和下载速度自动调整。

 

　　HLS与RTMP对比: HLS主要是延时比较大，RTMP主要优势在于延时低HLS协议的小切片方式会生成大量的文件，存储或处理这些文件会造成大量资源浪费

 

　　相比使用RTSP协议的好处在于，一旦切分完成，之后的分发过程完全不需要额外使用任何专门软件，普通的网络服务器即可，大大降低了CDN边缘服务器的配置要求，可以使用任何现成的CDN,而一般服务器很少支持RTSP。

 

　　HTTP-FLV: 基于HTTP协议流式的传输媒体内容。相对于RTMP，HTTP更简单和广为人知，内容延迟同样可以做到1~3秒，打开速度更快，因为HTTP本身没有复杂的状态交互。所以从延迟角度来看，HTTP-FLV要优于RTMP。

 

　　RTSP:实时流传输协议,定义了一对多应用程序如何有效地通过IP网络传送多媒体数据.

 

　　RTP: 实时传输协议,RTP是建立在UDP协议上的，常与RTCP一起使用，其本身并没有提供按时发送机制或其它服务质量（QoS）保证，它依赖于低层服务去实现这一过程。

 

　　RTCP: RTP的配套协议,主要功能是为RTP所提供的服务质量（QoS）提供反馈，收集相关媒体连接的统计信息，例如传输字节数，传输分组数，丢失分组数，单向和双向网络延迟等等。

 

　　7.解码

 

　　* 7.1 解封装 *

 

　　demuxing（分离）

 

　　：从视频流、音频流，字幕流合成的文件(容器格式（FLV，TS）

 

　　)中， 分解出视频、音频或字幕，各自进行解码。

 

　　* 7.2 音频编码框架 *

 

　　fdk_aac:音频编码解码框架，PCM音频数据和AAC音频数据互转

 

　　* 7.3 解码介绍 *

 

　　硬解码：用GPU来解码，减少CPU运算　优点：播放流畅、低功耗，解码速度快，　 * 缺点：兼容不好

 

　　软解码：用CPU来解码优点：兼容好　　 * 缺点：加大CPU负担，耗电增加、没有硬解码流畅，解码速度相对慢

 

　　8.播放

 

　　ijkplayer：一个基于FFmpeg的开源android/iOS视频播放器API易于集成；

 

　　编译配置可裁剪，方便控制安装包大小；

 

　　支持硬件加速解码，更加省电

 

　　简单易用，指定拉流URL，自动解码播放.

 

　　9.聊天互动

 

　　IM:(InstantMessaging)即时通讯:是一个实时通信系统，允许两人或多人使用网络实时的传递文字消息、文件、语音与视频交流.IM

 

　　在直播系统中的主要作用是实现观众与主播、观众与观众之间的文字互动.

 

　　上面就是小编为大家整理的如何利用阿里云开发APP具体方案，希望对大家有帮助。在实际的操作过程中大家可以根据自己的实际情况灵活进行调整，有不懂的可以询问专业的技术人员。了解更多资讯请关注我们猪八戒网。