自己写RTPserver——大约RTP协议

本文将带领你一步一步地实现一个简单的手RTP变速器server，旨在了解RTP流媒体传输协议以及有关多媒体编解码器的一些知识。

RTP协议的必备知识

要动手实现一个协议，当然首先须要阅读该协议的文档。

RTP协议的文档，有rfc1889、rfc1890、rfc3550。当中rfc3550是如今的版本号，另外两个是过期版。这个协议能够在ietf的官网找到：http://tools.ietf.org/html/rfc3550

RTP packet

RTP是基于UDP协议的。RTPserver会通过UDP协议，通常每次会发送一个RTP packet。

client通过解析RTP packet，读取当中的数据然后进行播放了。

RTP packet的结构例如以下：

RTP Header：RTP 包的头部
contributing sources：个数为0-n个。所以能够为空。详细定义參考rfc3550
RTP payload：即RTP要传输的数据

RTP Header

这是RTP流的头部，在网上搜索RTP格式，就会搜到非常多文章介绍这个头部的定义。

我们这里參考rfc3550的定义，在5.1节(http://tools.ietf.org/html/rfc3550#section-5.1)。

0                   1                   2                   3

    0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1 2 3 4 5 6 7 8 9 0 1

   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |V=2|P|X| CC   |M|     PT      |       sequence number         |

   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |                           timestamp                           |

   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

   |           synchronization source (SSRC) identifier            |

   +=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+=+

   |            contributing source (CSRC) identifiers             |

   |                             ....                              |

   +-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

每行是32 bits，由此能够直观看到每一个表示部分所占的位数。

简介一下：

V(version)：2 bits，RTP的版本号。这里统一为2

P(padding)：1 bit，假设置1，在packet的末尾被填充，填充有时是方便一些针对固定长度的算法的封装

X(extension)：1 bit，假设置1，在RTP Header会跟着一个header extension

CC(CSRC count): 4 bits。表示头部后contributing sources的个数

M(marker): 1 bit，详细这位的定义会在一个profile里

PT(playload type): 7 bits，表示所传输的多媒体的类型。相应的编号在还有一份文档rfc3551中有列出(http://tools.ietf.org/html/rfc3551)

sequence number: 16 bits，每一个RTP packet的sequence number会自己主动加一。以便接收端检測丢包情况

timestamp: 32 bits，时间戳

SSRC: 32 bits，同步源的id，没两个同步源的id不能同样

CSRC: 上文说到，个数由CC指定，范围是0-15

以上的一些概念是一些要实现RTPserver所必备的知识。介绍的很简略，具体的定义还是要參考rfc3550原文。

动手实践

我们既然已经知道了RTP packet的结构，那么我们曾经用到的RTP流是否也是这种结构呢？怎样验证呢？接下来。我们就一步步验证RTP流的结构。

我们知道RTP是基于UDP协议的，那么我们就先做一个简单的UDP接受端，看看我们能够从RTPserver接受到什么信息。

要实现这个接受端。你须要有一定的网络编程经验，至于详细到操作系统、编程环境、开发语言等都不限制。为了简单，我这里用python给出一个小小的样例程序。

import socket

# Build a socket to receive data from RTP server.

# Here we use SOCK_DGRAM, because RTP is on UDP.

sock = socket.socket(socket.AF_INET, socket.SOCK_DGRAM)

sock.bind(("localhost", 6666))

for i in range(5):

        # We just get 16 bytes to analyze the RTP Header.

        buf = sock.recv(16)

        # Output the result in octal.

        for c in buf:

                print "%x" % ord(c),

        print

sock.close()

这就是接受程序啦，很短小，并且有简单凝视，这里就不解释了。

接受端已经做好了。那么去哪里找RTPserver作发送端呢？你能够用一些搭建流媒体server的工具。我这里选用的是强大的VLC。关于VLC搭建流媒体server的方法，请參考我前面的文章基于移动平台的多媒体框架——用VLC搭建简单的流媒体server。这里须要注意几个配置的地方。一是选择Destination的时候要选择RTP而不要选择RTSP，然后地址能够填写本机ip地址或直接写localhost，port号填写的要和接受端一致，这里是6666。配置好之后的string应该类似于：

:sout=#rtp{dst=localhost,port=6666,mux=ts} :no-sout-rtp-sap :no-sout-standard-sap :ttl=1

服务端配置完毕之后。開始Stream。这时打开接受端，就会接受到一些数据。我接收到的数据开头是：

80 a1 20 43 8c cf 76 3c 93 59 d 74 47 0 44 10

80 a1 20 44 8c cf 79 4b 93 59 d 74 47 40 42 36

80 a1 20 45 8c cf 7d 36 93 59 d 74 47 0 44 1a

80 a1 20 46 8c cf 81 21 93 59 d 74 47 40 45 1a

80 a1 20 47 8c cf 85 c 93 59 d 74 47 0 45 1b

这是十六进制的表示。

我们按照上面的Header的格式对其进行解读：

第一个byte 80 表示：

V(version)=2

P(padding)=0

X(extension)=0

CC(CSRC count)=0

第二个byte a1 表示：

M(marker)=1

PT(playload type)=33(对比rfc3551能够发现，33表示MP2T AV。正是我们用VLC Stream的格式类型)

后面的2bytes的sequence number我们能够直观的看出是在加一，4bytes的timestamp也是在不断递增的。

再之后的93 59 d 74就是SSRC id了，因为CC为0，所以没有CCRC。再之后的几位都是RTP所要传输的数据了。

总结

至RTP熟悉该协议是实现它的基础。我只是在这里做一个简要的介绍。需要特定的知识。阅读官方文件是不可缺少的一步。

通过写一个小程序来打印出RTP详细数据流，并没有意识到RTPserver直接的帮助。但协议本身可以让你变得更熟悉和编程环境，也便于调试后，执行过程。不管你意识到什么环境什么语言，强烈建议写一个小程序，。