07.8.2 推流与协议(RTMP/RTSP/WebRTC、SRS/ZLMediaKit)
所属:全栈开发面试题库 / 07 端侧与桌面开发 / 07.8 音视频与直播
覆盖范围
- RTMP 协议:推流、延迟、适用场景
- RTSP 协议:监控摄像头、UDP 传输
- WebRTC:低延迟、P2P、连麦
- HLS/DASH:点播和直播的 HTTP 方案
- 流媒体服务器:SRS、ZLMediaKit 选型
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 07.8.2-001 | RTMP 和 WebRTC 的延迟差异? | 基础 | ★★★★★ |
| 07.8.2-002 | RTSP 协议是什么?用在什么场景? | 基础 | ★★★★ |
| 07.8.2-003 | WebRTC 的核心优势是什么? | 基础 | ★★★★ |
| 07.8.2-004 | HLS 和 RTMP 的区别? | 基础 | ★★★★ |
| 07.8.2-005 | SRS 和 ZLMediaKit 怎么选? | 进阶 | ★★★ |
| 07.8.2-006 | 推流到拉流的完整流程是什么? | 进阶 | ★★★★ |
| 07.8.2-007 | WebRTC 的 ICE/STUN/TURN 是什么? | 进阶 | ★★★ |
| 07.8.2-008 | 直播连麦怎么实现? | 进阶 | ★★★ |
| 07.8.2-009 | RTMP 为什么用 TCP? | 基础 | ★★ |
| 07.8.2-010 | 流媒体服务器的关键能力有哪些? | 进阶 | ★★ |
07.8.2-001 RTMP 和 WebRTC 的延迟差异?
频率 ★★★★★ | 难度 基础
一句话结论
RTMP 延迟通常 3-5 秒(TCP 传输 + 服务器缓冲 + 播放器缓冲),适合单向直播(秀场、赛事直播);WebRTC 延迟通常 200-500ms(UDP 传输 + 低缓冲),适合双向实时通信(连麦、视频会议);延迟差 10 倍以上。
概念解释
- RTMP:基于 TCP,可靠传输但有重传延迟,服务器和播放器都有缓冲,端到端 3-5 秒。
- WebRTC:基于 UDP,不可靠但低延迟,弱网时丢包不重传(用 FEC 恢复),端到端 200-500ms。
- 选型:单向直播用 RTMP/HLS,双向实时用 WebRTC。
常见误区
- 误区:RTMP 延迟可以做到 1 秒以内;正解:TCP + 缓冲的机制决定了 RTMP 延迟很难低于 2 秒。
- 误区:WebRTC 就是没有延迟;正解:200-500ms 是人感知的「实时」,不是零延迟。
追问 / 延伸
- RTMP 为什么延迟高?TCP 重传 + 服务器 GOP 缓冲 + 播放器 jitter buffer。
- WebRTC 为什么延迟低?UDP + 小缓冲 + 不用 B 帧 + 硬编硬解。
07.8.2-002 RTSP 协议是什么?用在什么场景?
频率 ★★★★ | 难度 基础
一句话结论
RTSP(Real Time Streaming Protocol)是监控摄像头最常用的协议:通过 UDP 传输 RTP 媒体流,延迟低(几百毫秒到 1 秒),支持回放、PTZ 控制;GB28181 国标信令也是基于 SIP + RTP,和 RTSP 类似;主要用于安防监控,不用于互联网直播。
概念解释
- RTSP:信令协议(类似 RTSP 的 DESCRIBE/SETUP/PLAY),媒体流用 RTP 走 UDP。
- 摄像头厂商(海康、大华)都支持 RTSP 输出。
- 互联网直播不用 RTSP:因为 UDP 穿透防火墙差,浏览器不直接支持。
常见误区
- 误区:RTSP 是互联网直播协议;正解:RTSP 主要用于局域网监控,互联网用 RTMP/HLS。
- 误区:RTSP 就是 RTP;正解:RTSP 是信令,RTP 是媒体流,两者配合。
追问 / 延伸
- 为什么浏览器不直接支持 RTSP?RTSP 基于 UDP,浏览器安全模型不开放 UDP 端口。
- RTSP 和 GB28181 的关系?GB28181 用 SIP 替代 RTSP 做信令,但媒体流都是 RTP。
07.8.2-003 WebRTC 的核心优势是什么?
频率 ★★★★ | 难度 基础
一句话结论
WebRTC 核心优势:低延迟(200-500ms)、P2P 直连(不经过服务器中转)、浏览器原生支持(不需要插件)、NAT 穿透能力(ICE/STUN/TURN);适合视频会议、连麦、实时互动。
概念解释
- P2P:浏览器之间直接连接,不经过服务器,省带宽。
- NAT 穿透:通过 STUN 发现公网地址,通过 TURN 中继当 P2P 失败时兜底。
- 浏览器原生:Chrome、Safari、Firefox 都内置 WebRTC,不需要安装插件。
常见误区
- 误区:WebRTC 不经过服务器;正解:信令(SDP 交换)需要服务器,媒体流 P2P。
- 误区:WebRTC 适合大规模直播;正解:WebRTC 是一对一或小规模多人,大规模直播用 RTMP/HLS。
追问 / 延伸
- WebRTC 怎么发信令?用 WebSocket 或 HTTP 交换 SDP Offer/Answer。
- P2P 失败怎么办?降级到 TURN 服务器中继(走服务器,有带宽成本)。
07.8.2-004 HLS 和 RTMP 的区别?
频率 ★★★★ | 难度 基础
一句话结论
HLS(HTTP Live Streaming)把视频切成小分片(.ts 文件),通过 HTTP 分发,延迟高(6-10 秒)但兼容性极好(所有浏览器和设备都支持);RTMP 延迟低(3-5 秒)但需要专用协议和服务器;现在直播常用「RTMP 推流 + HLS/FLV 播放」的组合。
概念解释
- HLS:苹果提出的,基于 HTTP,切分片,延迟高但穿透性好。
- RTMP:Flash 时代的协议,延迟较低但浏览器不再原生支持(用 flv.js 播放)。
- 常见架构:主播 RTMP 推流到服务器,服务器转 HLS/FLV/WebRTC 给观众。
常见误区
- 误区:HLS 延迟和 RTMP 一样;正解:HLS 延迟通常是 RTMP 的 2 倍。
- 误区:HLS 只支持苹果;正解:HLS 是开放标准,所有平台都支持。
追问 / 延伸
- LL-HLS 是什么?低延迟 HLS,把分片切得更小,延迟可以降到 2-3 秒。
- DASH 是什么?类似 HLS 的国际标准,Google 推的,国内用得少。
07.8.2-005 SRS 和 ZLMediaKit 怎么选?
频率 ★★★ | 难度 进阶
一句话结论
SRS(Simple Realtime Server)是国产开源流媒体服务器,轻量、性能好、中文文档全,支持 RTMP/HLS/WebRTC/SRT,适合中小规模直播;ZLMediaKit 是 C++ 写的,功能更全(支持 GB28181/ONVIF/WebRTC/HLS/RTSP),适合安防监控场景;两者都是活跃开源项目。
概念解释
- SRS:轻量、简单、性能好,专注互联网直播。
- ZLMediaKit:功能全,特别适合 GB28181 安防场景。
- 选型:纯互联网直播用 SRS,安防监控用 ZLMediaKit。
常见误区
- 误区:流媒体服务器选哪个都一样;正解:场景不同,选型不同。
- 误区:开源服务器不能商用;正解:SRS 和 ZLMediaKit 都是 MIT 协议,可以商用。
追问 / 延伸
- 商业流媒体服务器有哪些?Wowza、Adobe Media Server,国内有云服务商(阿里云直播、腾讯云直播)。
- 自己搭建还是用云服务?小规模自建,大规模用云服务(省运维)。
07.8.2-006 推流到拉流的完整流程是什么?
频率 ★★★★ | 难度 进阶
一句话结论
完整流程:主播采集音视频 → 编码(H.264/AAC)→ 推流到流媒体服务器(RTMP/WebRTC)→ 服务器转封装(RTMP/HLS/FLV)→ 观众拉流播放(HTTP-FLV/HLS/WebRTC);服务器做转码、录制、分发。
概念解释
- 推流端:主播用 OBS、手机 SDK、摄像头。
- 流媒体服务器:接收推流,转封装,分发给观众。
- 拉流端:观众用播放器(VLC、网页播放器、手机 SDK)。
常见误区
- 误区:推流和拉流用同一个协议;正解:通常推流用 RTMP,拉流用 HLS/FLV。
- 误区:服务器只是转发;正解:服务器还做转码、录制、鉴权、统计。
追问 / 延伸
- 鉴权怎么做?推流和拉流 URL 带 token,服务器校验。
- 录制怎么做?服务器把流录制成 MP4 存到对象存储。
07.8.2-007 WebRTC 的 ICE/STUN/TURN 是什么?
频率 ★★★ | 难度 进阶
一句话结论
ICE(Interactive Connectivity Establishment)是 NAT 穿透框架,整合 STUN 和 TURN;STUN 服务器帮客户端发现自己的公网地址(P2P 直连);TURN 服务器是中继,当 P2P 不通时通过 TURN 中转(兜底方案)。
概念解释
- STUN:简单的服务器,返回客户端的公网 IP 和端口。
- TURN:中继服务器,P2P 失败时媒体流经过 TURN 转发。
- ICE:收集所有可用的地址(本地、STUN 公网、TURN 中继),依次尝试连通性,选最优先的。
常见误区
- 误区:STUN 服务器转发媒体流;正解:STUN 只帮发现地址,不转发数据。
- 误区:TURN 是免费的;正解:TURN 需要带宽,通常是付费的。
追问 / 延伸
- 开源 TURN 服务器有哪些?coturn。
- 公司要部署 TURN 吗?如果用户在严格 NAT 后,需要 TURN 兜底。
07.8.2-008 直播连麦怎么实现?
频率 ★★★ | 难度 进阶
一句话结论
直播连麦:主播和连麦者用 WebRTC 低延迟通信(200-500ms),连麦的流和主播的流在服务器端混流(合成一路),再通过 RTMP/HLS 推给观众(3-5 秒延迟);观众看到的是合成后的画面,主播和连麦者是实时的。
概念解释
- 连麦双方:WebRTC 实时通话。
- 混流服务器:把两路流合成一路(画中画或并排)。
- 观众侧:看的是混流后的直播流(RTMP/HLS)。
常见误区
- 误区:观众也用 WebRTC;正解:大规模观众用 RTMP/HLS,只有连麦双方用 WebRTC。
- 误区:混流在客户端做;正解:混流在服务器端做,保证所有观众看到一样的画面。
追问 / 延伸
- 混流的延迟怎么控制?混流要快,通常在服务器端用硬件加速。
- 连麦人数多了怎么办?多人连麦(如 4 人、9 人),混流复杂度高。
07.8.2-009 RTMP 为什么用 TCP?
频率 ★★ | 难度 基础
一句话结论
RTMP 基于 TCP:可靠传输保证音视频数据不丢(丢包会导致花屏/断音),TCP 的重传机制保证数据完整;代价是重传增加延迟;直播场景优先保证画质(不丢数据),延迟可以接受 3-5 秒。
概念解释
- TCP:可靠传输,丢包重传,保证数据完整。
- UDP:不可靠,丢包不重传,延迟低但可能花屏。
- 直播用 TCP:观众看直播不希望花屏,3-5 秒延迟可以接受。
常见误区
- 误区:RTMP 用 UDP;正解:RTMP 默认 TCP,也有 RTMP over UDP 但用得少。
- 误区:TCP 一定比 UDP 慢;正解:在网络好的情况下 TCP 和 UDP 延迟差不多。
追问 / 延伸
- 为什么 WebRTC 用 UDP?实时性优先,丢一点没关系(用 FEC 恢复),不能等重传。
- SRT 是什么?新一代低延迟协议,基于 UDP,比 RTMP 延迟低,正在推广。
07.8.2-010 流媒体服务器的关键能力有哪些?
频率 ★★ | 难度 进阶
一句话结论
关键能力:多协议支持(RTMP/RTSP/HLS/WebRTC/SRT)、转码(不同清晰度)、录制(存 MP4/HLS)、鉴权(推流拉流 token)、统计(在线人数、流量)、集群(大规模分发)。
常见误区
- 误区:流媒体服务器就是转发;正解:转码、录制、鉴权都是核心功能。
- 误区:一台服务器能扛所有;正解:大规模直播需要集群(边缘节点 + 中心节点)。
追问 / 延伸
- CDN 在直播中起什么作用?观众拉流走 CDN 边缘节点,减少源站压力。
- 直播集群怎么设计?中心节点收推流,边缘节点拉流分发,观众就近访问边缘节点。
07.8.2-011 什么是 HLS?
频率 ★★ | 难度 中级
一句话结论
HLS(HTTP Live Streaming)是 Apple 提出的基于 HTTP 的直播协议:把视频切成小片段(TS 或 fMP4),通过 m3u8 索引文件列表;延迟高(一般 6-10 秒),但兼容性好(所有浏览器都支持)、能穿透防火墙(走 80/443 端口);适合大规模直播(低并发要求),不适合实时互动。
常见误区
- 误区:HLS 延迟低;正解:HLS 延迟高,一般 6 秒以上。
- 误区:HLS 和 RTMP 一样;正解:HLS 走 HTTP,RTMP 走自定义 TCP 协议。
追问 / 延伸
- HLS 怎么降低延迟?用更短的切片(如 1 秒一片),但服务器压力大。
- HLS 支持加密吗?支持(AES-128 加密切片)。
07.8.2-012 WebRTC 的 STUN/TURN 是什么?
频率 ★★ | 难度 高级
一句话结论
WebRTC 打洞:STUN 服务器帮你发现自己的公网 IP 和端口(NAT 穿透);如果打洞失败(对称型 NAT),用 TURN 服务器中继(所有流量走 TURN 服务器);STUN 免费(很多公共服务器),TURN 收费(带宽成本);打洞成功率大概 80-90%,剩下的要 TURN 中继。
常见误区
- 误区:WebRTC 不需要服务器;正解:需要 STUN/TURN 服务器做打洞。
- 误区:TURN 就是转发服务器;正解:TURN 是中继,打洞失败时的兜底。
追问 / 延伸
- 怎么提高打洞成功率?用多个 STUN 服务器,尝试不同的端口。
- TURN 服务器怎么部署?开源的 coturn 可以自己搭。
07.8.2-013 SRS 和 ZLMediaKit 怎么选?
频率 ★★ | 难度 中级
一句话结论
SRS:国产开源 RTMP 流媒体服务器,文档完善,社区活跃,适合直播场景;ZLMediaKit:国产开源,支持协议更多(RTMP/RTSP/HLS/WebRTC/GB28181),适合复杂场景(如 GB28181 监控接入);小团队选 SRS(简单),复杂场景选 ZLMediaKit(功能全)。
常见误区
- 误区:SRS 只支持 RTMP;正解:SRS 也支持 HLS/WebRTC 等。
- 误区:ZLMediaKit 不如 SRS 成熟;正解:ZLMediaKit 也很成熟,只是定位不同。
追问 / 延伸
- 怎么选型?看你的业务场景(纯直播选 SRS,监控选 ZLMediaKit)。
- 有商业方案吗?有(阿里云直播、腾讯云直播),但成本高。
07.8.2-014 RTMP 和 WebRTC 怎么选?
频率 ★★★ | 难度 中级
一句话结论
RTMP:延迟 1-3 秒,成熟稳定,生态好(CDN 支持),适合大规模直播(秀场、电商);WebRTC:延迟 < 500ms,实时互动好(连麦、游戏),但规模大了成本高;选 RTMP 还是 WebRTC 看延迟要求和规模:大规模低互动用 RTMP,小规模高互动用 WebRTC;两者也可以结合(WebRTC 推流 + RTMP 转分发)。
常见误区
- 误区:WebRTC 一定比 RTMP 好;正解:各有适用场景,不是谁替代谁。
- 误区:WebRTC 不能大规模用;正解:通过 SFU/MCU 可以扩展到千人级。
追问 / 延伸
- 怎么结合?主播用 WebRTC 推到服务器,服务器转 RTMP 分发到 CDN 给观众。
- 连麦怎么做?主播和连麦嘉宾用 WebRTC 互通,观众看 RTMP 流。
07.8.2-015 RTSP 是什么?
频率 ★★ | 难度 中级
一句话结论
RTSP(Real Time Streaming Protocol)是用于音视频点播/直播的控制协议:负责建立和控制流(PLAY/PAUSE/TEARDOWN),媒体数据用 RTP 传输;监控摄像头(IP Camera)常用 RTSP;延迟比 RTMP 低(一般 1-2 秒),但浏览器不直接支持(要转 WebRTC/HLS)。
常见误区
- 误区:RTSP 和 RTMP 一样;正解:RTSP 用 RTP 传媒体,RTMP 自己传媒体。
- 误区:RTSP 过时了;正解:监控领域还是 RTSP 主流。
追问 / 延伸
- RTSP 端口?默认 554。
- 怎么在浏览器中播放 RTSP?转成 WebRTC 或 HLS。
待整理清单
- [ ] SRS 集群部署方案
- [ ] WebRTC 连麦混流架构
- [ ] SRT 协议详解