前言

随着直播行业的发展，平台玩法越来越多。其中秀场连麦直播玩法人气较高，一方面改变了主播与观众对立的体验，另一方面拉近了主播与观众的距离，对于拉动主播收入平台营收起到了十分重要的作用。在此衍生出来的如PK，付费问答，语音连麦等玩法成为各大直播平台的标配。

本篇文章将分享直播移动端直播连麦的技术实现架构，仅为抛砖引玉，为各位在技术选型时提供一定的思路。欢迎交流。

技术架构

首先从技术架构的角度来说，直播连麦的实现方案大体可以分为三种。这三种方案都是前辈大佬们实践总结出来的经验。在此感谢。

传统直播形式如图所示，是一个主播推流，广播给直播间所有的观众。而所有的观众进入直播间时，去拉去当前直播间主播的流。这里的特征是，一个直播间对应一个主播，并且仅有一路推拉流。

连麦的直播形式如图所示，是两个主播（另一个主播可能是观众）推流，广播给直播间所有观众。而所有的观众进入直播间，并不一定是拉取一个流，一个直播间也并不一定对应的是一个主播，这些区别会在下文展开。这里的特征是两个或以上主播。

1. 基于RTMP协议优化方案

此方案是在原有直播基础上衍生出来的实现方案。主播A和主播B之间通过原有的推拉流路径去拉取对方的流内容。也就是说，主播A在推流同时，拉取主播B的流，主播B推流的同时拉取主播A的流。对于两个主播来说互为对方的观众。此时对于直播间内的其他观众而言，是分别拉取主播A和主播B的流，并展示出来。

可以看出，主播A和主播B之间并无直接连接，而是通过拉取对方流来实现连麦。此方案优点是技术实现相对简单，服务端和客户端可在原有的直播基础上开发，兼容性好。但是缺点也是明显的：理想情况RTMP下的直播延迟大概需要3秒，主播AB之间的互动可能超过6秒，这在实际连麦体验中是相当差的，另外观众需要同时拉取两路流，对于网络要求，流量消耗，性能消耗，时间对齐都是不小的问题。有人提出优化CDN连接方式，优化主播间的节点，增加BGP，在一定程度上可以降低延迟。

在方案1的基础上，我们可以总结出连麦的技术关键点：连麦的主播之间如何保证较低的延迟，提高实时性；主播之间的画面如何进行对齐，合成再统一广播给观众。 在此之上我们需要准备的是两套系统：多人视频交互系统和标准CDN直播系统。

2. 基于P2P协议方案

此方案的实现方式是，主播A和主播B之间通过P2P协议进行音视频连接，正常情况下能够保证较低的延迟，保证主播A和主播B之间的互动。主播A在自己的流内容基础上加入主播B的流内容，统一推向服务端。此时直播间内仅有一路流，并且其他观众也只需要拉取这一路流内容。

此方案的优点是显而易见的，主播AB之间的延迟降低，交互体验好，观众保持原有逻辑不变，拉取直播间固定流地址。 但是缺点是：主播A在连麦过程中需要承担两路推流一路拉流的压力，即拉取主播B的流内容，将自己的流内容推给主播B，将主播A和主播B的流内容推给服务端；主播A的网速压力和性能压力将会巨大，同时主播AB之间一对一的连接也导致扩展性较差，无法满足2人以上的业务场景需求。

3. 基于多人视频通话系统方案

此方案的实现方式是将主播A和主播B的视频交互交由第三方处理，目前比较成熟的技术有视频会议系统和Google开源的WebRTC系统。在此架构下，主播A与主播B的流合成处理上传都是由这个交互系统完成。此方案对于方案2来说减轻了主播端的压力，并且采用UDP协议传输方式降低延迟。同时也兼容多人连接交互。 此方案缺点是对服务端开发量大，要求高。

总结

目前主流实现方案多是基于方案3实现。同时有人提出SD-RTN的实现方案，在我看来此方案是方案3的优化升级版本，采用此方案确实能够降低开发量，但同时也需要付出运营成本，收费与开源选择哪一个还是要看具体的业务场景具体例子具体分析。

多人连麦技术还有许多需要改善的地方。随着技术的发展，未来会出现更优的实现方式，我们拭目以待。