打开 直播视频，和正在发生的事在一起

直播为什么能“实时”？聊聊推流和分发之间那几秒

很多人以为直播就是“打开摄像头，别人就能看到”。实际上，从主播按下开始按钮到观众屏幕上出现画面，中间要经过采集、编码、推流、转码、分发、播放好几个环节。每一个环节都在抢时间，而观众感知到的“卡不卡”，本质上就是这些环节加起来有没有把延迟控制住。

推流端：少做一点，快一点

主播的手机或电脑在采集到画面之后，需要先把原始视频压缩成适合网络传输的格式。压缩效率越高，需要的带宽越小，但压缩本身需要时间。直播场景里，算法需要在“压得小”和“压得快”之间找平衡。硬件编码器比软件编码器快很多，代价是压缩效率稍低。所以在直播推流里，优先保证速度通常是更合理的选择——观众宁愿画面稍微多占一点带宽，也不愿意说话的声音慢两秒才到。

分发链路：把内容放到离观众最近的地方

主播推流到一台服务器之后，如果所有观众都从这台服务器拉流，它很快就会扛不住。实际的做法是：主播的流先进入一个核心节点，然后由系统分发给分布在不同地区的边缘节点，观众从离自己最近的边缘节点取流。边缘节点越多、覆盖越密，观众端的延迟和卡顿就越少。这也是为什么有时候换个网络或者换个地区，看同一场直播的流畅度差别会很明显。

播放端：缓冲是把双刃剑

播放器收到数据之后不会立刻全部播出来，它会先缓冲一小段，以防网络突然抖动导致画面断掉。缓冲越多越稳，但延迟也越大。直播和点播的区别就在这里：点播可以缓冲十几秒甚至几十秒，因为内容已经在那里了；直播不行，缓冲太长意味着你看到的内容离“现在”越来越远，弹幕互动就会对不上。所以直播播放器的缓冲策略要克制得多，通常只留一两秒的余量，然后在网络波动时动态调整码率来保住流畅。