2018年11月13-14日，第七屆GFIC全球家庭互聯(lián)網(wǎng)大會(huì)在上海隆重召開(kāi)，本屆大會(huì)以“+連接，再創(chuàng)新”為主題，共設(shè)12大主題論壇：GFIC全球家庭互聯(lián)網(wǎng)領(lǐng)袖峰會(huì)、GFIC亞太CDN年會(huì)領(lǐng)袖峰會(huì)、4K超高清論壇、IPTV創(chuàng)新論壇、視頻加速論壇、OTT領(lǐng)袖峰會(huì)、家庭大屏營(yíng)銷(xiāo)論壇、融合CDN論壇、跨境加速論壇、亞太物聯(lián)網(wǎng)峰會(huì)、智慧家庭AIoT論壇、5G車(chē)聯(lián)網(wǎng)論壇。在11月13日下午舉行的視頻加速論壇上，Akamai Technologies資深技術(shù)顧問(wèn)周德振做了題為《采用CMAF構(gòu)建全球體驗(yàn)一致的低延時(shí)直播》的主題演講。
圖為Akamai Technologies資深技術(shù)顧問(wèn)周德振現(xiàn)場(chǎng)演講圖片
Akamai成立于1998年，是國(guó)際上最早開(kāi)始做CDN的公司。據(jù)悉，Akamai是目前全球最大的CDN廠商，但在國(guó)內(nèi)相對(duì)比較低調(diào)一點(diǎn)，原因在于它是以服務(wù)出海的中國(guó)企業(yè)為主，其中包括一些游戲、電商、短視頻、直播，此外，除了CDN 業(yè)務(wù)還為客戶提供安全解決方案。今天，我將跟大家分享的話題是關(guān)于直播領(lǐng)域的。我將用二十分鐘的時(shí)間給大家講清楚一件事，那就是如何使用CMAF技術(shù)來(lái)實(shí)現(xiàn)低延時(shí)直播。值得注意的是，Akamai是能做到全球化低延時(shí)直播的企業(yè)之一，比如大家所熟知的奧運(yùn)會(huì)和世界杯，每屆賽事的直播Akamai都是重度參與者，為全世界的觀眾帶來(lái)低延時(shí)的直播體驗(yàn)。
什么是低延時(shí)？
低延時(shí)，我們指的是從視頻的采集到編碼到注入，經(jīng)過(guò)分發(fā)再到用戶播放器播放這么一個(gè)過(guò)程的低延時(shí)。傳統(tǒng)場(chǎng)景里上，我們只在部分語(yǔ)音和體育賽事的直播場(chǎng)景下獲得低延時(shí)。
目標(biāo)：1到6秒！
雖然互聯(lián)網(wǎng)有了一定的發(fā)展，更多的低延時(shí)解決方案相繼出現(xiàn)，但是其技術(shù)上依然存在局限性。傳統(tǒng)上比較容易實(shí)現(xiàn)的網(wǎng)絡(luò)直播，是通過(guò)我們這上面寫(xiě)的分片方式來(lái)實(shí)現(xiàn)的，但是這里有個(gè)問(wèn)題存在于，分片長(zhǎng)度與播放器的播放行為之間存在關(guān)聯(lián)性，分片的長(zhǎng)度影響了播放的時(shí)延。從目前來(lái)看，技術(shù)上很難達(dá)到通過(guò)依靠減小分片長(zhǎng)度的方式做低延時(shí)。今天，我們想講的一個(gè)話題叫CMAF，即分塊化的一種編碼方式，目標(biāo)是能達(dá)到1到6秒的一個(gè)低延時(shí)。
影響低延時(shí)的因素
就像我們之前提到的，分片跟播放器的播放行為有一定的相關(guān)性。如果十秒鐘的切片通過(guò)我們視頻采集編碼注入到CDN直到播放器，延時(shí)將有可能是5.5倍的分片長(zhǎng)度。而如果是2秒的切片到了播放器這端看到延時(shí)，將會(huì)有十多秒的情況。當(dāng)然我們可以通過(guò)減小分片的方式達(dá)到延時(shí)，但是帶來(lái)的問(wèn)題在于Overhead比較高一些，從客戶端編碼注入到CDN下載帶來(lái)比較多問(wèn)題。技術(shù)上的難點(diǎn)，可能是導(dǎo)致國(guó)內(nèi)直播出海繁榮程度不如其他Akamai看到的出海用戶，比如電商、短視頻等。對(duì)于直播，除非是有一些自己技術(shù)特點(diǎn)或者說(shuō)在一定特殊地域做的比較不錯(cuò)的，大地域范圍內(nèi)做直播成功的比較少，可能一個(gè)原因在于實(shí)踐上會(huì)比較難，Akamai試圖提供一些解決辦法，幫助國(guó)內(nèi)直播應(yīng)用出海。
CAMF:HLS+DASH
那么剛才說(shuō)到的CMAF，它是Common Application Media Format的英文縮寫(xiě),本身不是一個(gè)今天才有的新東西，早在2012年的時(shí)候DASH就引入并且承認(rèn)或支持的一個(gè)協(xié)議標(biāo)準(zhǔn)，到2017年9月份的時(shí)候正式被MPEG標(biāo)準(zhǔn)化。就目前而言，大家采用CAMF還不是那么多。那么它到底是一個(gè)什么神奇的東西，可以做到低延時(shí)呢？
首先我們來(lái)看CMAF的產(chǎn)生背景，HLS和DASH兩種協(xié)議之間存在一些區(qū)別，HLS里面有一個(gè)大家比較熟悉的文件叫M3U8，它為播放器帶來(lái)所播放的稱之為T(mén)S分片的視頻文件。TS分片是語(yǔ)音和視頻合成的，單獨(dú)下載一個(gè)TS分片就可以很好的播放相應(yīng)的視頻和語(yǔ)音。而DASH使用的是mpd文件，它是音頻、視頻各自分開(kāi)的分片。由于兩者之間不兼容，導(dǎo)致在需要同時(shí)支持HLS和DASH的場(chǎng)景下，一個(gè)視頻必須被處理成兩種不同的方式。
CMAF為了解決以上這種對(duì)于資源的浪費(fèi)，發(fā)明了可以同時(shí)支持HLS協(xié)議和DASH協(xié)議的播放模式，也就是把TS分片和DASH的語(yǔ)音視頻分片統(tǒng)一成CMAF分片方式。而他的神奇之處就在于相比于傳統(tǒng)播放模式，CMAF可以不把整個(gè)分片下載下來(lái)再播放，而是通過(guò)分塊方式，只要播放器獲得分片里面的分塊就立即播放，從而從理論來(lái)說(shuō)可以達(dá)到低延時(shí)的效果。
CMAF低延時(shí)直播
1.分發(fā)角度
在Encoder編碼階段支持了分塊化的音視頻分片生成，通過(guò)CDN進(jìn)行傳輸時(shí)使用HTTP1.1的Chunk delivery方法，這樣才能夠達(dá)到低延時(shí)效果，如下圖所示，Akamai在波士頓的辦公室實(shí)時(shí)直播窗外景象，兩路直播分別使用傳統(tǒng)分片方式，和CMAF分塊化的分片方式對(duì)比，可見(jiàn)CAMF輕松把延時(shí)降低了4秒。
2.網(wǎng)絡(luò)層面
從上面這個(gè)圖看網(wǎng)絡(luò)傳輸情況，你會(huì)發(fā)現(xiàn)傳統(tǒng)的未分塊的分片式傳輸里，網(wǎng)絡(luò)傳輸?shù)男袨槭峭话l(fā)性的。實(shí)際上TCP傳輸過(guò)程里，因?yàn)镃DN節(jié)點(diǎn)是共享而不是獨(dú)自占用的資源的，那會(huì)帶來(lái)一個(gè)問(wèn)題：一旦你空下來(lái)在你沒(méi)有傳輸?shù)臅r(shí)間段里，資源會(huì)被其他TCP傳輸占用，等你有了傳輸?shù)臅r(shí)候，TCP傳輸慢慢再次啟動(dòng)，所以很難達(dá)到比較好的傳輸效果。而對(duì)于分塊式傳輸你會(huì)發(fā)現(xiàn)一直都有內(nèi)容在傳輸，效率明顯比較高，這是從網(wǎng)絡(luò)層面看。
3.分塊化的分裝
分塊化傳輸以后可能大家想問(wèn)，這會(huì)不會(huì)增加傳輸量的問(wèn)題。實(shí)際過(guò)程里，因?yàn)檎Z(yǔ)音文件本身比較小，可能會(huì)增加比例比較高的文件的尺寸，而對(duì)于視頻來(lái)說(shuō)，占用比還是比較低的。作為廠商來(lái)講你的用戶使用CMAF的話，在計(jì)費(fèi)的情況下，有些用戶會(huì)看payload值和你對(duì)費(fèi)用，那么就會(huì)和CDN的帶寬算起來(lái)有一定差異，這個(gè)是值得注意的問(wèn)題。
同時(shí)，在播放器上我們也發(fā)現(xiàn)了一些值得關(guān)注的問(wèn)題，比如說(shuō)對(duì)于分塊化的傳輸，分片下載時(shí)間通常就等于分片的時(shí)間長(zhǎng)度，那么播放器會(huì)認(rèn)為吞吐就是帶寬值，從而在播放器的帶寬預(yù)測(cè)算法上出現(xiàn)誤判，需要我們訓(xùn)練播放器智能處理這種情況。對(duì)于播放器在這個(gè)技術(shù)里面還是有非常多的實(shí)踐的，由于時(shí)間關(guān)系我們不詳細(xì)談了，有興趣的同學(xué)可以聯(lián)系A(chǔ)kamai的同學(xué)再討論。
CMAF賦能視頻時(shí)代
下面大概看一下使用CMAF的好處：
第一，就是對(duì)于播放器的支持。一旦做了分塊化編碼和傳輸之后，有些同學(xué)就會(huì)說(shuō)，會(huì)不會(huì)存在播放器兼容問(wèn)題。實(shí)際上，播放器去取的內(nèi)容還是分片，只是多了一些頭部信息內(nèi)容而已，并不會(huì)影響播放器的播放。
第二，對(duì)于CMAF可以緩存。原來(lái)無(wú)論是采用RTMP技術(shù)還是各種私有化技術(shù)，都很難對(duì)直播進(jìn)行緩存，對(duì)于資源的占用是非常大的問(wèn)題。但是在采用分塊化編碼之后，這個(gè)問(wèn)題就很好的解決了，音視頻分片可以緩存復(fù)用，可以大大節(jié)省成本。
第三是可擴(kuò)展性，這個(gè)地球的圖，上面的光柱是Akamai在全球各地部署的節(jié)點(diǎn)的情況，一旦采用CMAF技術(shù)之后,不止Akamai，很多CDN都可以支持分塊化傳輸。這樣原來(lái)由于采用其他技術(shù)，而只能在東南亞或者歐美開(kāi)展業(yè)務(wù)的，現(xiàn)在可以真正在全球開(kāi)展業(yè)務(wù)了。
