當我們的業務超過單臺流媒體服務器的承受能力，就會遇到負載均衡問題，一般我們會在集群中提供這種能力，但實際上集群并非是唯一的實現方式。有時候負載均衡還會和服務發現等時髦詞匯聯系起來，而云服務的LoadBalancer無疑不可回避，因此，這個問題其實相當復雜，以至于大家會在多個場合詢問這個問題，我打算系統地闡述這個問題。 如果你已經知道了以下問題的所有答案，并且深刻了解背后的原因，那么你可以不用看這篇文章了：

• SRS是否需要Nginx、F5或HAProxy做流代理？不需要，完全不需要，這樣是完全誤解了流媒體的負載均衡。而HTTPS我們卻建議這么做，同時為了減少對外服務的IP又建議用云LoadBalancer。

• 如何發現SRS邊緣節點？如何發現源站節點？對于邊緣，通常DNS和HTTP-DNS都可以；而源站是不應該直接暴露給客戶端直接連接的。

• WebRTC在服務發現上有什么區別？由于CPU性能損耗更大，負載均衡的閾值更低；在單PeerConnection時流會動態變化，導致更難負載均衡；移動端UDP的切網和IP漂移，會引入更多問題。

• DNS和HTTP-DNS哪個更合適作為流媒體服務器的服務發現機制？肯定是HTTP-DNS，因為流媒體服務器的負載變化，比Web服務器的變化更大，考慮新增1K的客戶端對于兩種不同服務器的負載影響。

• 負載均衡是否只需要考慮如何降低系統負載？首要目標是考慮降低系統負載，或者防止系統過載導致質量問題甚至崩潰；同時在同等負載時，也需要考慮就近服務和成本因素。

• 負載均衡是否只能靠增加一層服務器？一般大型的CDN分發系統，明顯是分層的，無論是靜態的樹設計，還是動態的MESH設計，在流的傳輸上都是靠分層增加負載能力；同時，還能通過端口重用（REUSEPORT）方式，用多進程方式增加節點的負載而不會增加層。

• 負載均衡是否只能使用集群方式實現？集群是基本的增加系統容量的方式，除此之外，也可以通過業務分離配合Vhost實現系統隔離，或者通過一致性hash來分流業務和用戶。

接下來我們詳細聊聊負載和負載均衡。

What is Load？

在解決系統均衡問題時，首先我們看看什么是負載？對于服務器來說，負載就是因為有客戶端的訪問，而導致的資源消耗上升。當資源消耗出現嚴重不均衡，可能會導致服務不可用，比如CPU跑滿了，所有客戶端都會變得不正常。

對于流媒體服務器而言，就是流媒體客戶端導致的服務器資源消耗。一般我們會從服務器資源消耗角度度量系統負載：

• CPU： 服務器消耗的CPU，一般我們稱CPU消耗較多的為計算密集型場景，而把網絡帶寬消耗較多的稱為IO密集型場景。直播場景一般屬于IO密集型場景，CPU一般不會首先成為瓶頸；而在RTC中卻不是，RTC是IO和計算都很密集，這是非常大的差異。

• 網絡帶寬： 傳輸流媒體時需要消耗網絡帶寬，也就是上文介紹的IO密集型場景。流媒體肯定是IO密集型場景，所以帶寬一定是重要的瓶頸。而有些場景比如RTC同時還是計算密集場景。

• 磁盤： 如果不需要錄制和支持HLS，那么磁盤就不是重要的瓶頸，如果一定開啟錄制和HLS，那么磁盤將變得非常關鍵，因為磁盤是最慢的。當然由于現在內存較多，所以一般我們采用掛內存盤的方式避免這個問題。

• 內存： 相對而言，內存是流媒體服務器中消耗較少的資源，盡管做了不少Cache，但是內存一般還是不會首先達到瓶頸。所以一般內存也會在流媒體服務器中大量用作Cache，來交換其他的資源負載，比如SRS在直播CPU優化時，用writev緩存和發送大量數據，就是用高內存換得CPU降低的策略。

當負載過高，會有什么問題？負載過高會導致系統直接出現問題，比如延遲增大，卡頓，甚至不可用。而這些負載的過載，一般都會有連鎖反應。比如：

• CPU： CPU過高會引起連鎖反應，這時候意味著系統無法支持這么多客戶端，那么會導致隊列堆積，從而引起內存大量消耗；同時網絡吞吐也跟不上，因為客戶端無法收到自己需要的數據，出現延遲增大和卡頓；這些問題反而引起CPU更高，直到系統崩潰。

• 網絡帶寬： 若超過系統的限定帶寬，比如網卡的限制，或者系統隊列的限制，那么會導致所有用戶都拿不到自己需要的數據，出現卡頓現象。另外也會引起隊列增大，而處理堆積隊列，一般需要消耗CPU，所以也會導致CPU上升。

• 磁盤： 若超過磁盤負載，可能會導致寫入操作掛起。而在同步寫入的服務器，會導致流無法正常傳輸，日志堆積。在異步寫入的服務器，會導致異步隊列堆積。注意目前SRS是同步寫入，正在進行多線程異步寫入。

• 內存： 超過內存會OOM，直接干掉服務器進程。一般內存主要是泄露導致的緩慢上漲，特別是在流很多時，SRS為了簡化問題，沒有清理和刪除流，所以若流極其多，那么內存的持續上漲是需要關注的。

由此可見，系統的負載，首先需要被準確度量，也就是關注的是過載或超載（Overload）情況，這個問題也需要詳細說明。

What is Overload？

超過系統負載就是超載或過載（Overload），這看起來是個簡單的問題，但實際上卻并不簡單，比如：

• CPU是否超過100%就是過載？不對，因為一般服務器會有多個CPU，也就是8個CPU的服務器，實際上能達到800%。

• 那CPU是否不超過總CPU使用率，比如8CPU的服務器不超過800%就不會過載？不對，因為流媒體服務器不一定能用多核，比如SRS就是單核，也就是它最多跑100%。

• 那是否SRS不超過100%使用率，就不會過載？不對，因為其他的進程可能也在消耗，不能只看SRS的CPU消耗。

因此，對于CPU來說，知道流媒體服務器能消耗多少CPU，獲取流媒體服務器的CPU消耗，才能準確定義過載：

• 系統總CPU，超過80%認為過載，比如8CPU的服務器，總CPU超過640%就認為過載，一般系統的load值也升很高，代表系統很繁忙。

• SRS每個進程的CPU，超過80%認為過載，比如8CPU的服務器總CPU只有120%，但SRS的進程占用80%，其他占用40%，那么此時也是過載。

網絡帶寬，一般是根據以下幾個指標判斷是否過載，流媒體一般和流的碼率Kbps或Mpbs有關，代表這個流每秒是多少數據傳輸：

• 是否超過服務器出口帶寬，比如云服務器公網出口是10Mbps，那么如果平均碼率是1Mbps的直播流，超過10個客戶端就過載了。如果100個客戶端都來推拉流，那么每個客戶端只能傳輸100Kbps的數據，當然會造成嚴重卡頓。

• 是否超過內核的隊列，在UDP中，一般系統默認的隊列大小只有256KB，而流媒體中的包數目和字節，在流較多時遠遠超過了隊列長度，會導致沒有超過服務器帶寬但是出現丟包情況

• 是否超過客戶端的網絡限制，有時候某些客戶端的網絡很差，出現客戶端的網絡過載。特別是直播推流時，需要重點關注主播上行的網絡，沒經驗的主播會出現弱網等，導致所有人卡頓。

磁盤，主要涉及的是流的錄制、日志切割以及慢磁盤導致的STW問題：

• 若需要錄制的流較多，磁盤作為最慢的設備，會明顯成為瓶頸。一般在系統設計時，就需要避免這種情況，比如64GB內存的服務器，可以分32GB的內存盤，給流媒體服務器寫臨時文件。或者使用較小的內存盤，用外部的程序比如node.js，開啟多線程后，將文件拷貝到存儲或發送到云存儲

• 服務器的日志，在一些異常情況下，可能會造成大量寫入，另外如果持續累計不切割和清理，會導致日志文件越來越大，最終寫滿磁盤。SRS支持logrotate，另外docker一般也可以配置logrotate，通常會將日志做提取后（日志少可以直接采集原始日志），傳輸到云的日志服務做分析，本地只需要存儲短時間比如15天日志。

• STW問題，寫磁盤是阻塞操作，特別是掛載的網絡磁盤（比如NAS），掛載到本地文件系統，而服務器在調用write寫入數據時，實際上可能有非常多的網絡操作，那么這種其實會更消耗時間。SRS目前應該完全避免掛載網絡磁盤，因為每次阻塞都會導致整個服務器STW（世界暫停）不能處理其他請求。

內存主要是涉及泄露和緩存問題，主要的策略是監控系統整體的內存，相對比較簡單。

本文福利，領取最新最全C++音視頻學習提升資料，內容包括（C/C++，Linux 服務器開發，FFmpeg ，webRTC ，rtmp ，hls ，rtsp ，ffplay ，srs）↓↓↓↓↓↓文章底部↓↓↓↓見下面

Special for Media Server

除了一般的資源消耗，在流媒體服務器中，還有一些額外因素會影響到負載或者負載均衡，包括：

• 長連接： 直播和WebRTC的流都是長時間，最長的直播可能超過2天，而會議開幾個小時也不是難事。因此，流媒體服務器的負載是具有長連接特性，這會對負載均衡造成很大的困擾，比如輪詢調度策略可能不是最有效的。

• 有狀態： 流媒體服務器和客戶端的交互比較多，中間保存了一些狀態，這導致負載均衡服務器無法直接在服務出現問題時，把請求直接給一臺新的服務器處理，甚至都不是一個請求，這個問題在WebRTC中尤其明顯，DTLS和SRTP加密的這些狀態，使得不能隨意切換服務器。

• 相關性： 兩個Web請求之間是沒有關聯的，一條失敗并不會影響另外一條。而在直播中，推流能影響所有的播放；在WebRTC中，只要有一個人拉流失敗或傳輸質量太差，盡管其他流都表現良好，但這個會議可能還是開不下去。

這些問題當然不完全是負載和負載均衡問題，比如WebRTC支持的SVC和Simulcast功能，目的就是為了解決某些弱客戶端的問題。有些問題是可以通過客戶端的失敗重試解決，比如高負載時的連接遷移，服務器可以強制關閉，客戶端重試遷移到下一個服務器。

還有一種傾向，就是避免流媒體服務，而是用HLS/DASH/CMAF等切片，這就變成了一個Web服務器，上面所有的問題就突然沒有了。但是，切片協議實際上只能做到3秒，或者比較常見的5秒以上的延遲場景，而在1到3秒的直播延遲，或者500ms到1秒的低延遲直播，以及200ms到500ms的RTC通話，以及100ms之內的控制類場景，永遠都不能指望切片服務器，這些場景只能使用流媒體服務器實現，不管里面傳輸的是TCP的流，還是UDP的包。 我們在系統設計時，需要考慮這些問題，例如WebRTC應該盡量避免流和房間耦合，也就是一個房間的流一定需要分布到多個服務器上，而不是限制在一臺服務器。這些業務上的限制越多，對于負載均衡越不利。

SRS Overload

現在特別說明SRS的負載和過載情況：

• SRS的進程： 若CPU超過100%，則過載。SRS是單線程設計，無法使用多個CPU的能力（這個后面我會詳細展開講講）。

• 網絡帶寬： 一般是最快達到過載的資源，比如直播中達到1Gbps吞吐帶寬時可能CPU還很空閑，RTC由于同時是計算密集型，稍微有些差異。

• 磁盤： 除了非常少的路數的流的錄制，一般需要規避磁盤問題，掛載內存盤，或者降低每個SRS處理的流的路數。

內存：?一般是使用較少的資源，在流路數特別特別多，比如監控場景不斷推流和斷開的場景，需要持續關注SRS的內存上漲。

特別說明一下SRS單線程的問題，這其實是個選擇，沒有免費的性能優化，多線程當然能提升處理能力，同時是以犧牲系統的復雜度為代價，同時也很難評估系統的過載，比如8核的多線程的流媒體服務器CPU多少算是過載？640%？不對，因為可能每個線程是不均勻的，要實現線程均勻就要做線程的負載調度，這又是更復雜的問題。

目前SRS的單線程，能適應絕大多數場景。對于直播來說，Edge可以使用多進程REUSEPORT方式，偵聽在同樣端口，實現消耗多核；RTC可以通過一定數量的端口；或者在云原生場景，使用docker跑SRS，可以起多個K8s的Pod，這些都是可選的更容易的方案。

Note:?除非是對成本非常敏感的云服務，那么肯定可以自己定制，可以付出這個復雜性的代價了。據我所知，幾個知名的云廠商，基于SRS實現了多線程版本。我們正在一起把多線程能力開源出來，在可以接受的復雜度范圍提升系統負載能力

我們了解了流媒體服務器的這些負載，接下來該考慮如何分擔這些負載了。

Round Robin：Simple and Robust

Round Robin是非常簡單的負載均衡策略：每次客戶端請求服務時，調度器從服務器列表中找到下一個服務器給客戶端，非常簡單：

server?=?servers[pos++?%?servers.length()]

如果每個請求是比較均衡的，比如Web請求一般很短時間就完成了，那么這種策略是比較有效的。這樣新增和刪除服務器，上線和下線，升級和隔離，都非常好操作。

流媒體長連接的特點導致輪詢的策略并不好用，因為有些請求可能會比較久，有些比較短，這樣會造成負載不均衡。當然，如果就只有少量的請求，這個策略依然非常好用。

SRS的Edge邊緣集群中，在尋找上游Edge服務器時，使用的也是簡單的Round Robin方式，這是假設流的路數和服務時間比較均衡，在開源中是比較合適的策略。本質上，這就是上游Edge服務器的負載均衡策略，相當于是解決了總是回源到一臺服務器的過載問題。如下圖所示：

源站集群中，第一次推流時，Edge也會選擇一臺Origin服務器，使用的也是Round Robin策略。這本質上就是Origin服務器的負載均衡策略，解決的是Origin服務器過載問題。如下圖所示：

在實際業務中，一般并不會使用純粹的Round Robin，而是有個調度服務，會收集這些服務器的數據，評估負載，給出負載比較低或者質量高的服務器。如下圖所示：

?

如何解決Edge的負載均衡問題呢？依靠的是Frontend Load Balance策略，也就是前端接入側的系統，我們下面講常用的方式。

Frontend Load Balancer: DNS or HTTP DNS

我們在Round Robin中重點介紹了服務內部的負載均衡，而直接對客戶端提供服務的服務器，一般叫做Frontend Load Balancer，情況會有點不太一樣：

• 若整個流媒體服務節點較少，而且是中心化部署，那么也可以用Round Robin的方式。在DNS中設置多個解析IP，或者HTTP DNS返回時隨機選擇節點，或者選擇相對較輕的負載的機器，也是可行的方案。

• 在較多節點，特別是分布式部署的節點中，是不可能選擇Round Robin的方案，因為除了負載之外，還需要考慮用戶的地理位置，一般來說會選擇分配“就近”的節點。同樣DNS和HTTP DNS也能做到這點，一般是根據用戶的出口IP，從IP庫中獲取地理位置信息。

其實DNS和HTTP DNS在調度能力上沒有區別，甚至很多DNS和HTTP DNS系統的決策系統都是同一個，因為它們要解決的問題是一樣的：如何根據用戶的IP，或者其他的信息（比如RTT或探測的數據），分配比較合適的節點（一般是就近，但也要考慮成本）。 DNS是互聯網的基礎，可以認為它就是一個名字翻譯器，比如我們在PING SRS的服務器時，會將ossrs.net解析成IP地址182.92.233.108，這里完全沒有負載均衡的能力，因為就一臺服務器而已，DNS在這里只是名字解析：

ping ossrs.net PING ossrs.net (182.92.233.108): 56 data bytes 64 bytes from 182.92.233.108: icmp_seq=0 ttl=64 time=24.350 ms

而DNS在流媒體負載均衡時的作用，其實是會根據客戶端的IP，返回不同服務器的IP，而DNS系統本身也是分布式的，在播放器的/etc/hosts文件中就可以記錄DNS的信息，如果沒有就會在LocalDNS（一般在系統中配置或自動獲取）查詢這個名字的IP。

這意味著DNS能抗住非常大的并發，因為并不是一臺中心化的DNS服務器在提供解析服務，而是分布式的系統。這就是為何新建解析時會有個TTL（過期時間），修改解析記錄后，在這個時間之后才會生效。而實際上，這完全取決于各個DNS服務器自己的策略，而且還有DNS劫持和篡改等操作，所以有時候也會造成負載不均衡。

因此HTTP DNS就出來了，可以認為DNS是互聯網的運營商提供的網絡基礎服務，而HTTP DNS則可以由流媒體平臺也就是各位自己來實現，就是一個名字服務，也可以調用一個HTTP API來解析，比如：

curl http://your-http-dns-service/resolve?domain=ossrs.net {["182.92.233.108"]}

由于這個服務是自己提供的，可以自己決定什么時候更新該名字代表的含義，當然可以做到更精確的負載，也可以用HTTPS防止篡改和劫持。

Note:?HTTP-DNS的這個your-http-dns-service接入域名，則可以用一組IP，或者用DNS域名，因為它只有少數節點，所以它的負載相對比較好均衡。

Load Balance by Vhost

SRS支持Vhost，一般是CDN平臺用來隔離多個客戶，每個客戶可以有自己的domain域名，比如：

vhost customer.a { }vhost customer.b { }

如果用戶推流到同一個IP的服務器，但是用不同的Vhost，它們也是不同的流，播放時地址不同也是不同的流，例如：

? rtmp://ip/live/livestream?vhost=customer.a

? rtmp://ip/live/livestream?vhost=customer.b?

?**Note：**當然，可以直接用DNS系統，將IP映射到不同的域名，這樣就可以直接在URL中用域名代替IP了。

其實Vhost還可以用作多源站的負載均衡，因為在Edge中，可以將不同的客戶分流到不同的源站，這樣可以不用源站集群也可以擴展源站的能力：

vhost customer.a {cluster {mode remote;origin server.a;} }vhost customer.b {cluster {mode remote;origin server.a;} }

那么不同的Vhost實際上共享了Edge節點，但是Upstream和Origin可以是隔離的。當然也可以配合Origin Cluster來做，這時候就是多個源站中心，和Consistent Hash要實現的目標有點像了。

Consistent Hash

在Vhost隔離用戶的場景下，會導致配置文件比較復雜，還有一種更簡單的策略，也可以實現類似的能力，那就是一致性Hash（Consistent Hash）。

比如，可以根據用戶請求的Stream的URL做Hash，決定回源到哪個Upstream或Origin，這樣就一樣可以實現同樣的隔離和降低負載。

實際應用中，已經有這種方案在線上提供服務，所以方案上肯定是可行的。當然，SRS沒有實現這個能力，需要自己碼代碼實現。

其實Vhost或者Consistent Hash，也可以配合Redirect來完成更復雜的負載均衡。

HTTP?302:?Redirect

302是重定向（Redirect），實際上也可以用作負載均衡，比如通過調度訪問到服務器，但是服務器發現自己的負載過高，那么就給定向到另外一臺服務器，如下圖所示：

Note:?除了HTTP 302，實際上RTMP也支持302，SRS的源站集群就是使用這個方式實現的。當然這里302主要用于流的服務發現，而不是用于負載均衡。

既然RTMP也支持302，那么在服務內部，完全可以使用302來實現負載的再均衡。若某個Upstream的負載過高，就將流調度到其他的節點，并且可以做多次302跳轉。

一般在Frontend Server中，只有HTTP流才支持302，比如HTTP-FLV或者HLS。而RTMP是需要客戶端支持302，這個一般支持得很少，所以不能使用。

另外，基于UDP的流媒體協議，也有支持302的，比如RTMFP，一個Adobe設計的Flash的P2P的協議，也支持302。當然目前用得很少了。

WebRTC目前沒有302的機制，一般是依靠Frontend Server的代理，實現后續服務器的負載均衡。而QUIC作為未來HTTP3的標準，肯定是會支持302這種基本能力的。而WebRTC逐漸也會支持WebTransport（基于QUIC），因此這個能力在未來也會具備。

SRS: Edge Cluster

SRS Edge本質上就是Frontend Server，它可以解決以下問題：

• 直播的播放能力擴展問題，比如支持10萬人觀看，可以水平擴展Edge Server。

• 解決就近服務的問題，和CDN起到的作用是一樣的，一般會選擇和用戶所在的城市部署。

• Edge使用Round Robin方式連接到Upstream Edge，實現Upstream的負載均衡。

• Edge本身的負載均衡，是依靠調度系統，比如DNS或HTTP-DNS。 如下圖所示：

特別說明：

• Edge是直播流的邊緣集群，支持RTMP和HTTP-FLV協議。

• Edge不支持切片比如HLS或DASH，切片協議使用Nginx或ATS分發。

• 不支持WebRTC，WebRTC有自己的集群機制。

由于Edge本身就是Frontend Server，因此一般不需要為了增加系統容量，再在前面掛Nginx或LB，因為Edge本身就是為了解決容量問題，而且只有Edge能解決合并回源的問題。

Note：?合并回源，指的是同一個流只會回源一次，比如有1000個播放器連接到了Edge，Edge只會從Upstream獲取一路流，而不會獲取1000路流，這和透明Proxy是不同的。

當然，有時候還是需要前面掛Nginx或LB，比如：

為了支持HTTPS-FLV或HTTPS-API，Nginx支持得更好，而且HTTP/2也支持。

減少對外的IP，比如多個服務器對外使用一個IP，這時候就需要有一臺專門的LB代理到后端多臺Edge。

在云上部署，只能通過LB提供服務，這是云產品的設計導致的，比如K8s的Service。

除此之外，不應該在Edge前面再掛其他的服務器，應該直接由Edge提供服務。

SRS: Origin Cluster

和Edge邊緣集群不同，SRS源站集群主要是為了解決源站擴展能力：

• 如果有海量的流，比如1萬路流，那么單個源站是扛不住的，需要多個源站形成集群。

• 解決源站的單點問題，比如多區域部署，出現問題時自動切換到其他區域。

• 切片協議的性能問題，由于寫入磁盤損耗性能較大，除了內存盤，還可以用多個源站降低負載。

SRS源站集群是不建議直接對外提供服務，而是依靠Edge對外服務，因為使用了兩個簡單的技術：

• 流發現：源站集群會訪問一個HTTP地址查詢流，默認是配置為其他源站，也可以配置為一個專門的服務。

• RTMP 302重定向，若發現流不在本源站，那么會定向到其他源站。

• Note:?其實Edge在回源前也可以先訪問流查詢服務，找到有流的源站后再發起連接。但是有可能流會切走，所以還是需要一個重新定位流的過程。

?這個過程非常簡單，如下圖所示：

由于流始終只在一個源站上面，因此生成HLS切片時也會由一個源站生成，不需要做同步。一般使用共享存儲的方式，或者使用on_hls將切片發送到云存儲。

Note:?還有一種方式，使用雙流熱備，一般是兩個不同的流，在內部實現備份。這種一般需要自己實現，而且對于HLS、SRT和WebRTC都很復雜，SRS沒有支持也不展開了。

從負載均衡角度看源站集群，實際上是調度器實現的負載均衡，比如Edge回源時若使用Round Robin，或者查詢專門的服務應該往哪個源站推流，甚至當源站的負載過高，可以主動斷開流，讓流重推實現負載的重新均衡。

SRS: WebRTC Casecade

WebRTC的負載只在源站，而不存在邊緣的負載均衡，因為WebRTC的推流和觀看幾乎是對等的，而不是直播這種一對萬級別的不對等。換句話說，邊緣是為了解決海量觀看問題，而推流和觀看差不多時就不需要邊緣做負載均衡（直播可以用來做接入和跳轉）。

WebRTC由于沒有實現302跳轉，因此接入都沒有必要邊緣做負載均衡了。比如在一個Load Balance，也就是一個VIP后面有10臺SRS源站，返回給客戶端的都是同一個VIP，那么客戶端最終會落到哪個SRS源站呢？完全就是看Load Balance的策略，這時候并不能像直播一樣加一個邊緣實現RTMP 302的跳轉。

因此，WebRTC的負載均衡，就完全不是Edge能解決的，它本來就是依靠源站集群。一般在RTC中，這種叫做Casecade（級聯），也就是它們是平等關系，只是一級一級的路由一樣地連接起來，增加負載能力。如下圖所示：

這里和OriginCluster有本質的不同，因為OriginCluster之間并沒有媒體傳輸，而是使用RTMP 302讓Edge跳轉到指定的源站，因為源站的負載是可控的，它最多只有有限個Edge來回源取流。

而OriginCluster不適合WebRTC，因為客戶端需要直接連接到源站，這時候源站的負載是不可控的。比如在100人的會議中，每個流會有100個人訂閱，這時候需要將每個用戶分散到不同的源站上，和每個源站建立連接，實現推流和獲取其他人的流。

Note:?這個例子很罕見，一般100人互動的會議，會使用MCU模式，由服務器合并成一路流，或者選擇性的轉發幾路流，服務器內部的邏輯是非常復雜的。

?

實際上考慮WebRTC的常用場景，就是一對一通話，基本上占了80%左右的比例。那么這時候每個人都推一路流，播放一路流，是屬于典型的流非常多的情況，那么用戶可以完全連接到一個就近的Origin，而一般用戶的地理位置并不相同，比如在不同的地區或國家，那么源站之間級聯，可以實現提高通話質量的效果。

在源站級聯的結構下，用戶接入使用DNS或HTTP DNS協議訪問HTTPS API，而在SDP中返回源站的IP，因此這就是一次負載均衡的機會，可以返回離用戶比較接近而且負載較低的源站。

此外，多個源站如何級聯，若大家地區差不多，可以調度到一臺源站避免級聯，這可以節約內部的傳輸帶寬（在大量的同地區一對一通話時很值得優化），同時也增加了負載的不可調度性，特別是它們會演變成一個多人會議。

因此，在會議中，區分一對一的會議，和多人會議，或者限制會議人數，對于負載均衡實際上是非常有幫助的。如果能提前知道這是一對一會議，那么就更容易調度和負載均衡。很可惜的是，產品經理一般對這個不感興趣。

Remark:?特別說明，SRS的級聯功能還沒有實現，只是實現了原型，還沒有提交到開源倉庫。

TURN, ICE, QUIC, etc

特別補充一下WebRTC相關的協議，比如TURN、ICE和QUIC等。

ICE其實不算一個傳輸協議，它更像是標識協議，一般指Binding Request和Response，會在里面帶有IP和優先級信息，來標識地址和信道的信息，用于多條信道的選擇，比如4G和WiFi都很好時優先選誰。還會用作會話的心跳，客戶端會一直發送這個消息。

因此ICE對于負載均衡沒有作用，但是它可以用來標識會話，和QUIC的ConnectionID作用類似，因此在經過Load Balance時可以起到識別會話的作用，特別是客戶端的網絡切換時。

而TURN協議其實是對Cloud Native非常不友好的協議，因為它是需要分配一系列的端口，用端口來區分用戶，這種是在私有網絡中的做法，假設端口無限，而公有云上端口往往是受限的，比如需要經過Load Balance這個系統時，端口就是有限的。

Note:?當然TURN也可以復用一個端口，而不真正分配端口，這限制了不能使用TURN直接通信而是經過SFU，所以對于SRS也沒有問題。

URN的真正用處是降級到TCP協議，因為有些企業的防火墻不支持UDP，所以只能使用TCP，而客戶端需要使用TURN的TCP功能。當然了，也可以直接使用TCP的host，比如mediasoup就已經支持了，而SRS還沒有支持。

QUIC比較友好的是它的0RTT連接，也就是客戶端會緩存SSL的類似ticket的東西，可以跳過握手。對于負載均衡，QUIC更有效的是它有ConnectionID，那么經過LoadBalance時，盡管客戶端改變了地址和網絡，Load Balance還是能知道后端哪個服務來處理它，當然這其實讓服務器的負載更難以轉移了。

其實WebRTC這么復雜的一套協議和系統，講起來都是亂糟糟的，很糟心。由于100ms級別的延遲是硬指標，所以必須使用UDP和一套復雜的擁塞控制協議，再加上安全和加密也是基本能力，也有人宣稱Cloud Native的RTC才是未來，引入了端口復用和負載均衡，以及長連接和重啟升級等問題，還有那改得天翻地覆的結構，以及來攪局的HTTP3和QUIC……

或許對于WebRTC的負載均衡，有一句話是最適用的：世上無難事，只要肯放棄。

?原文鏈接：SRS：流媒體服務器如何實現負載均衡 - 資料 - 我愛音視頻網 - 構建全國最權威的音視頻技術交流分享論壇

本文福利，領取最新最全C++音視頻學習提升資料，內容包括（C/C++，Linux 服務器開發，FFmpeg ，webRTC ，rtmp ，hls ，rtsp ，ffplay ，srs）↓↓↓↓↓↓文章底部↓↓↓↓見下面?

總結

以上是生活随笔為你收集整理的SRS：流媒体服务器如何实现负载均衡的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。