如何利用WebRTC创建视频聊天应用程序

常见的视频应用程序都会利用一项技术——WebRTC。 WebRTC是一项新技术，它允许开发人员通过日常使用的浏览器，在网络上交换数据甚至媒体。考虑到此类功能仅作为插件（如嵌入式插件）可用，不可不称其为十年来的巨大技术变革。

即使你没听说过WebRTC，以前也可能用过它。Whatapps、Facebook、甚至Google handout里都有它的身影。WebRTC，又称网络实时通话，能让你在浏览器之间建立直接连接。这项技术都7年了，我才赶上这趟末班车。我设法创建了自己的WebRTC应用程序，以更好地理解该工具。

本文我将介绍一些有关WebRTC的基础知识：

1. WebRTC如何运作？

魔术实际上不是魔术。只是在黑暗之处迅速完成的一系列复杂手法。就像鸭子一样。它们看起来像在水面上优雅地滑行。但当你深入幕后，就会发现都是些稀松平常的方法。

2. 运行WebRTC需要哪些组件？

网络应用程序有其各自不同的组件，大多都是我们看不见的，例如服务器等。但是它们就像汽车引擎，开车时看不到它（除非你驾驶的是Doge Charger R / T），但这并不意味着发动机并不在工作。

3. STUN服务器的用途？

本节我们会详细介绍在整个过程中如何，以及何时需要STUN服务器。

4. TURN服务器的用途？

在本节中，我们会讲一下何时需要TURN服务器的。并非在所有情况下我们都需要它，如果你必须处理较少的直接用例，一个组件就够了。

5. 针对不同用例和优化的会议室容量，我们要用到哪些WebRTC架构？

说到WebRTC，它主要有四种类型的体系结构。当你使用zoom，你是否想过服务器是如何处理有160位成员及以下的会议呢？这不是魔术，实际上它需要传输大量数据，10分钟的会话就会产生数TB的数据。

为业务用例组建正确的架构，你就成功了一半。

6. 如何测试你的WebRTC和免费资源

在组建自己的WebRTC应用程序时，我找到了一些有趣的工具和资源，能和简单的WebRTC应用程序的不同组件相适配。

让我们开始回答这些问题吧！

1. WebRTC如何运作？

当第一次发起视频聊天，首先你需要向自己所在的房间发出信号。这种告诉其他人你已经就位的方式称为信令。就比如如果你是第一个来到派对的人，理论上你仍会打声招呼，但没人会回应罢了。

从技术上讲，信令是ICE 框架（Interactive Connectivity Establishment）的一部分，是相互查找，然后通过交换媒体信息来协调通信的过程。信令使用会话描述协议（SDP）来收集网络信息，例如用于媒体交换的IP地址和端口号。

作为开启和管理会话邀请的标准方法，会话描述协议（SDP） 以基于文本的格式体现浏览器的功能和首选项。

如果你的浏览器要连接到其他浏览器，要在SDP中交换的信息包含以下内容：

会话控制消息，用于打开或关闭通话；

错误消息；

媒体元数据，例如编解码器和编解码器设置，带宽和媒体类型；

密钥数据，用于建立安全连接；

网络数据，例如外界看到的主机IP地址和端口。

2. 要启动、运行WebRTC应用程序，需要哪些东西？

你需要一个用户界面。

你需要一个网络应用程序，该应用程序要能在加载或单击按钮时建立连接，然后显示同一个聊天室中你这一端发送的视频数据。

技术层面上来说，就是你要创建一个RTCPeerConnection，并将其发送到远程端存储在自己的电脑中。建立好网络应用后，你可以把网络应用程序托管在服务器中的某个位置，以便朋友可以公开访问它。

你需要一个服务器来发送信令。

还记得我们提到的信令吗？它用于向指定房间中的所有人提示你进入房间。当你进入时，会议室中现有的每个成员都将通过SDP记录你的细节和远程信息，并将其存储在他们的电脑上，同时也准备从你那里接收媒体数据。

技术层面上来说，WebRTC处理SDP信息的创建和处理，但不处理其发送和接收。因此这样的传输需要服务器。利用websocket服务器执行此传输和初始化是很常见的事情。

你需要一个STUN服务器。

该服务器用于检索远程端的公共IP地址。简单来说，就是我们每个人都有一个公共IP地址，并使用STUN服务器获取此信息。然后这些信息会成为你刚进入房间时需要发送给另一端的SDP信息的一部分。

你可能需要一个TURN服务器

如果你需要与你的远程端联系，但无法直接与其联系的话，TURN服务器可以作为媒介来为你传递消息。有网友在Quora中问到了这个问题，详细信息点此查看。

3. STUN服务器的用途？

即NAT会话穿越应用程序。双方都至少要了解其另一端的IP地址和分配的UDP端口。

无论使用哪种架构，我们都需要信令服务器来进行注册和显示状态。TURN服务器可以帮助我们遍历网络，并确保内部IP地址可以映射到外部公共ip地址。

STUN如何运作？

现在你能看到浏览器使用STUN服务器请求你的公共IP地址，平时我们是看不见的。这让我学到，魔术从来都不是真正的魔术，幕后有千变万化。如果你想学习魔术，就必须了解背后的这些事。

4. 什么是TURN服务器

中继NAT遍历是一种用于中继网络流量的协议。有时由于防火墙和一些网络相关的工具（也就是NAT），在你使用STUN服务器，设法检索远程对等方的公共IP地址时，你需要一个能公开访问网络，做你媒体中继的一个TURN服务器，这个过程有点像一个中间人帮你传递信息。

5. 如何扩展？4种关键架构供你选择

Mesh

在端对端的电话会议中共3个客户端，有2个连接会进行加密建立。各方都能保持联系。

Forwarding（转发）

选择性转发单元在会话中充当智能媒体中继的角色。每个客户端都会连接到SFU一次，以发送媒体。除自己以外的客户端都会再发送一次。这样每个客户端就有n个单向连接（n是已连接客户端的数量）了。尽管此体系结构的连接总数为n的平方，但客户端在连接初始化时仅加密一次，从而减轻了设备本身，尤其是手机的压力。

转发需要其他服务器基础结构，例如SFU等。但其效率很高。只要不激活记录或对数据进行解码，SFU不会尝试解密数据包。

Mixing（混合）

混合操作依赖于多点控制单元（MCU），该单元在会话中充当高功率媒体混合器的角色。如果每个客户端连接一次MCU，无论有多少客户端在连接，其都只需要处理一个从服务器发送和接收媒体信息的双向连接。

像转发一样，加密和上传也仅执行一次。现在下载和解密也是如此。这种方法在客户端上效率最高，但从服务器角度来看效率最低，因为解码、混合、编码和打包的解包操作完全要在服务器上执行，操作量很大，需要大量服务器资源才能实时完成。

对于有大量活跃用户的应用程序（例如网课）或设备特别受资源限制（例如带宽）的情况，大家可以考虑使用此方法。但这种体系结构要花费一些服务器成本。

Hybrid（混合）

顾名思义，混合体系架构是Mesh、Forwarding和/或Mixing的组合。你可以根据需求为参与者创建会话。

若是简单的两人通话，mesh设置非常简单，服务器资源需求小。

若是小组会议、广播和实时活动，Forwardin最合适。

若是较大的小组会议或电话集成，Mixing是最合适的的开放性选择。

如何使用Testrtc测试WebRTC

目前来看，WebRTC应用在进行拓展时总会出现问题，同时消耗大量数据。如果你打算扩展自己的webRTC应用，你需要考虑适当的体系架构，以及数据流量问题。

在有500名参与者的压力测试中，我们将其分成几组。其中，有5名参与者仅运行了6.5分钟。但该服务器实际上不到10分钟内就双向传输了52GB的媒体流量。

6. 资源

点击这里，你可以免费获取在webRTC实现中使用的STUN服务器，

我找到了一个讲述较全的youtube视频来帮你了解WebRTC的工作方式。webrtc相关的这些youtube视频都好多年了。WebRTC都有7年历史了，而我现在才掌握了这项技术。希望这篇文章能让你也了解这个“老”技术！