当前位置：首页 > news >正文

WebRTC | 实现数据流的一对一通信

news 2025/8/11 12:08:03

一、浏览器对WebRTC的支持

二、MediaStream与MediaStreamTrack

三、RTCPeerConnection

1. RTCPeerConnection与本地音视频数据绑定

2. 媒体协商SDP

3. ICE

（1）Candidate信息

（2）WebRTC收集Candidate

（3）交换Candidate

4. SDP与Candidate消息的交换

五、远端音视频渲染

在浏览器上实现一对一实时音视频通信是WebRTC最主要的应用场景。由于主流的浏览器都已支持了WebRTC，因此在浏览器中实现一对一通信很容易，只要几行代码就可以实现。

一、浏览器对WebRTC的支持

目前像Chrome、Safari、Firefox等世界上主流的浏览器都已支持WebRTC。不过需要注意的是，微软的IE浏览器明确表示不支持WebRTC，而是在新推出的Edge浏览器上支持它。之所以不在IE浏览器上支持WebRTC，主要有两方面的原因：一是IE浏览器将会逐渐被Edge所替代；二是支持WebRTC要对浏览器架构做大规模调整，成本太高。

二、MediaStream与MediaStreamTrack

在WebRTC中有两个重要的概念，即MediaStream和MediaStreamTrack。

MediaStreamTrack称为“轨”，表示单一类型的媒体源，比如从摄像头采集到的视频数据就是一个MediaStreamTrack，而从麦克风采集的音频又是另外一个MediaStreamTrack。

MediaStream称为“流”，它可以包括0个或多个MediaStreamTrack。

MediaStream有两个重要作用，一是可以作为录制或者渲染的源，这样我们就可以将Stream中的内容录制成文件或者将Stream中的数据通过浏览器中的<video>标签播放出来；二是在同一个MediaStream中的MediaStreamTrack数据会进行同步（比如同一个MediaStream中的音频轨和视频轨会进行时间同步），而不同MediaStream中的MediaStreamTrack之间不进行时间同步。

三、RTCPeerConnection

RTCPeerConnection对象是WebRTC的核心，它是WebRTC暴露给用户的统一接口，其内部由多个模块组成，如网络处理模块、服务质量模块、音视频引擎模块等等。可以把它想象成一个超级socket，通过它可以轻松地完成端到端数据的传输。更让人惊讶的是，它还可以根据实际网络情况动态调整出最佳的服务质量。

1. RTCPeerConnection与本地音视频数据绑定

对于绑定数据的问题，RTCPeerConnection对象为我们提供了两种方法：一个是addTrack（）；另一个是addStream（）。这两种方法都可以实现将采集到的数据与RTCPeerCon nection绑定的作用，不过由于WebRTC规范中已经将addStream（）标记为过时，因此建议尽量使用addTrack（）方法，以免以后出现兼容性问题。

当客户端从服务端接收到joined消息后，它会创建RTCPeer Connection对象，然后调用addTrack（）函数将其与之前通过getUserMedia（）接口采集到的音视频数据绑定到一起。

2. 媒体协商SDP

当RTCPeerConnection对象与音视频绑定后，紧接着需要进行媒体协商。比如你默认使用的编码器是VP8，要想与对方通信，还需要知道对方是否可以解码VP8的数据。如果对方不支持VP8解码，那你就不能使用这个编码器。再比如，通信中的一方说，我的数据是使用DTLS-SRTP加密的，而另一方也必须具备这种能力，否则双方无法通信。这就是媒体协商。

进行媒体协商时，交换的内容是SDP格式的。

协商的发起方是用户A，当它创建好RTCPeerConnection对象并与采集到的数据绑定后，开始执行图中的第❶步，即调用RTCPeerConnection对象的createOffer接口生成SDP格式的本地协商信息Offer；本地协商信息Offer生成后，再调用setLocalDescription接口，将Offer保存起来（第❷步）；之后通过客户端的信令系统将Offer信息发送给远端用户B（第❸步）。此时用户A的媒体协商过程暂告一段落（还未完成）。

用户B通过信令系统收到用户A的Offer信息后，调用本地RTCPeerConnection对象的setRemoteDescription接口，将Offer信息保存起来（第❹步）；这一步完成后，再调用createAnswer接口创建Answer消息（第❺步）（Answer消息也是SDP格式，里边记录的是用户B端的协商信息）；Answer消息创建好后，用户B调用setLocalDescription接口将Answer信息保存起来（第❻步）。至此，用户B端的媒体协商已经完成。接下来，用户B需要将Answer消息发送给A端（第❼步），以便让用户A继续完成自己的媒体协商。

用户A收到用户B的Answer消息后，就可以重启其未完成的媒体协商了。用户A需要调用RTCPeerConnection对象的setRemoteDescription接口将收到的Answer消息保存起来（第❽步）。执行完这一步后，整个媒体协商过程才算最终完成。

3. ICE

当媒体协商完成后，WebRTC就开始建立网络连接了，其过程称为ICE（Interactive Connectivity Establishment，交互式连接建立）。

更确切地说，ICE是在各端调用setLocalDescription（）接口后就开始了。其操作过程为：收集Candidate（Candidate，可连接的候选者。每个候选者是包含IP地址和端口等内容的信息集。），交换Candidate，按优先级尝试连接。

（1）Candidate信息

Candidate正是WebRTC用来描述它可以连接的远端的基本信息，因此它是至少包括{address，port，protocol}三元组的一个信息集。

ICE收集Candidate，包含：传输方式（UDP、TCP、TLS和TURN）、连接策略/类型（host、srflx、prflx、relay）、IP、端口号等。

WebRTC将Candidate分成了四种类型，即host、srflx、prflx及relay，且它们还有优先级次序，其中host优先级最高，relay优先级最低。比如WebRTC收集到了两个Candidate，一个是host类型，另一个是srflx类型，那么WebRTC一定会先尝试与host类型的Candidate建立连接，如果不成功，才会使用srflx类型的Candidate。

* host（主机）：host地址是设备的本地地址，也称为私有地址。它是设备直接连接到网络的地址，没有经过NAT转换。在ICE中，host地址用于直接建立点对点连接。
* srflx（服务器反向映射）：srflx地址是通过STUN服务器获取的。STUN服务器可以帮助设备发现自己在NAT后面的公共IP地址和端口。srflx地址允许设备在NAT环境中建立直接的点对点连接。
* prflx（对等反向映射）：prflx地址是通过TURN服务器获取的。当设备无法直接建立连接时，它可以通过STUN服务器进行中继。STUN服务器会分配一个临时的公共IP地址和端口给设备，以便进行通信。
* relay（中继）：relay地址是通过TURN服务器获取的，用于设备之间的中继通信。当设备无法直接建立连接时，它们可以通过TURN服务器进行通信，所有的数据都经过服务器转发。

WebRTC通信时会按照内网、P2P、relay这样的次序尝试连接（见后文ICE详解）:
1. 内网连接对应host连接策略。host连接表示直接在本地设备上建立的连接，也就是在同一局域网内的设备之间的直接连接。
2. P2P连接对应srflx和prflx连接策略。srflx（server reflexive）和prflx（peer reflexive）连接都是通过STUN服务器获取的公共IP地址，用于建立点对点连接。srflx连接是通过NAT后的公共IP地址建立的连接，而prflx连接是对等方自己的NAT映射地址。
3. 中继连接对应relay连接策略。当无法建立直接的P2P连接时，WebRTC会使用TURN服务器作为中继，建立relay连接。relay连接通过中继服务器传递数据，确保数据的可靠传输。

（2）WebRTC收集Candidate

WebRTC收集Candidate时有几种途径：host类型的Candidate，是根据主机的网卡个数来决定的，一般来说，一个网卡对应一个IP地址，给每个IP地址随机分配一个端口从而生成一个host类型的Candidate；srflx类型的Candidate，是从STUN服务器获得的IP地址和端口生成的；relay类型的Candidate，是通过TRUN服务器获得的IP地址和端口号生成的。