RTMP、WebRTC、UDP 三种互动直播方案的优劣比较

据《 2017 年中国直播行业研究报告》显示，直播行业用户人数达到了 4.2 亿，同比增速超过 50%，整体直播市场的总营收达到 304.5 亿元，比去年同期增长近 39%。

直播作为一种新兴社交方式，已然成为一项互联网基础应用，也成为技术大牛们探索更高效轻量的技术方案的新阵地。

由于用户对社交互动的强烈需求，“互动直播”已成为直播发展趋势。通过视频连麦，用户之间可以进行视频互动，达到更深层次的超越语言文字的交流。

那么互动直播是怎样实现的呢？主要有以下几种可以实现的技术方案：

1. 基于RTMP 和 CDN 技术的连麦

2. 基于 WebRTC（P2P）与旁路直播的连麦

3. 基于低延时网络的连麦

那这三种技术方案该如何权衡选择呢？它们又有何优劣呢？

基于 RTMP 技术的连麦

当有连麦者时，则主播端和连麦端，都分别推一路 RTMP 流到 CDN，CDN 再将这两路 RTMP 流发送给观众端，观众端将两路 RTMP 流合成为一个画面。

RTMP 是基于 TCP 的标准协议，与 CDN 架构兼容，对客户来说在现有单向直播架构上，接入成本比较低，但是缺点也很明显：

• 主播与连麦者交互时，声音会产生干扰，形成回音；

• 播与连麦者进行交互，在 CDN 中传输延时较大；

• 观众端要接收两条视频流，带宽、流量消耗过大，并且两路视频流解码播放，耗费CPU等资源也非常多。

基于 WebRTC 方式的连麦

WebRTC 是 Google 公司的开源技术，降低了音视频通信的接入门槛。也有公司采用该项技术实现连麦。主播与连麦 用户采用 P2P 方式进行交互，然后在主播端进行混流，然后在 CDN 上进行混流，发送到观众端。

WebRTC 的好处在于用户体验好，不需要安装东西，分享一个链接就可以看。

但这套方案需要主播端上传两路视频：一路 P2P 与连麦者进行交互，一路使用 RTMP 推到 CDN。还要下载一路视频：连麦者P2P发送过来的交互数据。对主播端带宽需求较高。

另外，主播端需要进行多路视频的编码、解码，又对主播端设备配置要求较高。而由于主播端和连麦者经过 CDN 合并成一路，无法实现主播端和连麦者视频大小窗口切换。

基于低延时网络的连麦

基于 UDP 的私有协议与 RTMP 相比具有先天的优势，它是面向无连接的，避免了 TCP 做网络质量控制所需要的开销，能够做到比较低的延迟。

但是私有协议的兼容性不好，如果采用该方案也需要解决一系列的技术问题：

• UDP 的可靠性传输如丢包重传、网络抖动的处理

• 网路拥塞的控制算法

• 在全球节点的部署与智能调度

• 各种端的全面支持

而以上问题都是在短期内很难实现的。

基于 RTMP 和 CDN 技术的连麦方案，对于产品来说非常可靠稳定，但可靠的同时延时也在增大，且使用两路 RTMP 推流拉流既耗带宽又耗 CPU。基于WebRTC P2P方式的连麦，接入门槛低，用户体验好，却对主播端带宽及设备配置要求较高。基于低延时网络的连麦看起来很美，但私有协议的兼容性令人头大。

关于互动直播实现，除了以上这三种技术方案，还有其他技术方案与实践之道吗？