WebRTC 開發實踐：如何實現 SFU 伺服器
上一篇文章《WebRTC 開發實踐：為什麼你需要 SFU 伺服器》我們瞭解了 WebRTC SFU 伺服器的基本原理和必要性，解決了 What 和 Why，本文則更近一步，探究一下實現 SFU 伺服器的關鍵技術點有哪些 ？重點解決一下 How
1 什麼是 SFU ？
首先，我們再看一次 SFU 伺服器的定義，什麼是 SFU ？
SFU 的全稱是：Selective Forwarding Unit，是一種路由和轉發 WebRTC 客戶端音視頻數據流的服務端程序。
如圖所示，SFU 伺服器最核心的功能就是與每一個 WebRTC Peer 客戶端建立鏈接，分別接收來自他們的音視頻數據，並實現 one-to-many 的能力（即把一個客戶端的流轉發到其他 WebRTC Peer 客戶端），那麼，如果我們要實現這樣一臺 SFU 伺服器，有哪些需要解決和處理的問題呢 ？
我們可以想像一下 Web 伺服器和直播伺服器的工作原理，瀏覽器/直播客戶端，要想完成與伺服器之間的數據交換，通常離不開如下幾個步驟：
1. 通過 DNS 解析，拿到伺服器的 IP 地址；然後通過 「約定」 的埠（如：80 或者 1935）連接到伺服器
2. 客戶端使用 「約定」 的信令協議（如：HTTP，RTMP），發送請求給伺服器，實現數據交換的準備工作3. 客戶端開始上行數據給伺服器，或者伺服器開始下發數據到客戶端，結束後，通過信令關閉連接4. 靜態的資源型的數據（文件、網頁），通常服務端是讀取磁碟上的數據拷貝一份給需要的客戶端5. 非靜態的實時數據（如：直播流），伺服器則通過在 「內存」 中拷貝並轉發給需要的客戶端
同樣，WebRTC 客戶端與 SFU 伺服器之間的交互，也是離不開這些步驟的，特別是 4/5，其實就是所謂的 one-to-many 能力。
2 信令和傳輸通道的建立
首先我們解決第一個問題，即 WebRTC 客戶端是如何跟 SFU 伺服器建立數據傳輸通道的 ？
如圖，我們先看看瀏覽器與 Web 伺服器的建聯過程：瀏覽器通過 DNS 解析 URL 中的域名，拿到 IP 後通過 80 埠連接上伺服器（後續的數據傳輸均復用這條 TCP 鏈路）。
WebRTC 其實也是類似的，但是與標準的 HTTP 服務或者 RTMP 直播服務相比，還是有些區別的，如下：
1. 信令和數據通道是 「分離」 的，信令目前沒有統一的實現方案，可以使用任何方案（如：HTTP、TCP 自定義協議、SIP 等等），但是數據並不走這條信令鏈路，而是走單獨的 UDP 埠
2. 數據通道使用的 UDP 協議，不像 TCP 有 「連接」 的概念，客戶端僅僅知道伺服器的 UDP 埠，但不 「連接」 是無法預判傳輸通道是否真的 OK（主要是部分 NAT 網關類型的限制，導致並不是所有 UDP 傳輸都能通），因此需要藉助一些框架和協議來判斷 UDP 通道的可用性（即 ICE 協議）
上述內容分析完了，我們就可以看看如何實現 SFU 的信令和傳輸通道了：
1. 實現 HTTP Web Server 服務（或者 SIP 或者基於 TCP 自定義協議），用於提供 「信令」 的支持（如：推流命令、拉流命令等）
2. 通過 libnice 庫或者自己 coding 的方式，實現 ICE 協議，用於提供 UDP 「數據通道」 的檢測和建聯3. 實現 UDP 數據監聽和發送，用於接收客戶端的數據，轉發其他客戶端的數據
3 需要實現哪些 「信令」 ？
對於 HTTP 協議，實現的 「信令」 包括：GET，POST，DELETE 等等，定義了瀏覽器期望進行的行為。同理，對於 SFU，我們也要定義一系列必要的信令，以約定客戶端和伺服器對應的行為，那具體有哪些呢 ？
其實 WebRTC 客戶端，與 SFU 伺服器需要協商的事情，無外乎就是如下幾點：
1. ICE 建聯：交換 ICE 信息（用戶名、密碼、IP 地址、UDP 埠等）
2. 發布流/取消發布流：客戶端通知伺服器準備好接收數據
3. 訂閱流/取消訂閱流：客戶端通知伺服器準備好轉發數據
因此，SFU 伺服器通過任意一種方式（HTTP/TCP 等），提供 ICE Connection，Publish，Subscribe 信令即可，SFU 在信令背後需要實現的邏輯分別如下：
1. ICE Connection：添加一路 UDP 通道
2. Publish：添加一個邏輯上的數據 Producer，通過 UDP 通道 recv 客戶端的數據，通知邏輯上的 Consumers3. Subscribe：添加一個邏輯上的數據 Consumer，收到 Producer 通知後，通過 UDP 通道 send 給客戶端
4 如何實現 one-to-many ？
這是 SFU 最核心的功能，其實也不是 WebRTC SFU 特有，如前面所述，凡是非靜態資源型的服務（數據實時產生實時消費）均需要在服務端實現 one-to-many，比較典型的例子就是 RTMP 直播流伺服器，需要將客戶端推流上來的數據，實時轉發給多個拉流的客戶端。
實現 one-to-many ，最重要的一點是需要把數據的生產者（Publisher）和數據的消費者（Subscriber）關聯起來，怎麼關聯呢 ？
WebRTC 傳輸的音視頻數據，實際上是封裝在 RTP 包裡面，RTP 包頭有個很重要的欄位，叫做 SSRC（同步源標識），就是這路流的唯一標識，如圖：
數據的生產者（Publisher）和數據的消費者（Subscriber）即可通過 SSRC 來關聯，實現 one-to-many 的核心代碼邏輯抽象如下：
即：當 SFU 接收到 Publisher 發送上來的數據後，輪詢一下所有的 Subscribers，如果 SSRC 匹配成功，則將數據轉發給這個客戶端。
5 數據傳輸協議
WebRTC 採用的是標準的 RTP/RTCP 協議進行數據的封包和網路狀態反饋，因此，SFU 伺服器也需要支持 RTP/RTCP 的封包和解包，從而能夠 「理解」 客戶端的 UDP 數據包的含義，如：提取出 SSRC 或者 timestamp 等必要的信息，也能及時地向客戶端反饋網路狀態（RTCP）。
關於 RTP/RTCP 傳輸協議，已經發展多年，是比較成熟的多媒體傳輸協議了，也有很多不錯的開源庫，這裡就不再贅述了。
6 小結
以上就是關於如何實現 SFU 伺服器最核心的知識點了，暫且就分享到這裡了，如有疑問的小夥伴歡迎來信 [email protected] 交流。另外，也歡迎大家關注我的新浪微博 @盧_俊 或者 微信公眾號@Jhuster 獲取最新的文章和資訊。
推薦閱讀：
