Ant Media Server中RTSP拉流传输协议的优化实践
2025-06-14 07:57:23作者:齐冠琰
问题背景
在Ant Media Server从2.7.0版本升级到2.8.2版本的过程中,用户遇到了一个RTSP流媒体服务不稳定的问题。具体表现为流状态在"离线"、"准备中"和"广播中"之间不断切换,播放时断时续。经过排查,发现这与RTSP拉流传输协议的选择有关。
技术分析
Ant Media Server在处理RTSP流时,支持多种传输协议,包括:
- UDP (值为1)
- TCP (值为2)
- UDP组播 (值为4)
- HTTP (值为256)
- HTTPS (值为512)
在2.8.2版本中,默认的rtspPullTransportType设置为3,这实际上是UDP(1)和TCP(2)的OR运算结果(1|2=3)。这意味着系统会优先尝试UDP协议,如果失败再尝试TCP协议。
问题根源
在复杂的网络环境中,特别是跨越专用网络点对点连接的长距离传输场景下,UDP协议的表现往往不稳定。这是因为:
- UDP是无连接的,不保证数据包的顺序和可靠性 2.专用网络隧道可能对UDP数据包有额外的处理开销
- 网络延迟和抖动会影响UDP流媒体的连续性
而TCP协议由于具有重传机制和流量控制,在这种环境下表现更为可靠。
解决方案
通过修改/usr/local/antmedia/webapps/LiveApp/WEB-INF/red5-web.properties文件中的配置:
settings.rtspPullTransportType=2
将传输协议显式指定为TCP后,流媒体服务立即变得稳定可靠。这是因为:
- 跳过了可能不稳定的UDP尝试阶段
- 直接使用更适合复杂网络的TCP协议
- 避免了协议切换带来的额外开销
版本差异
值得注意的是,在Ant Media Server的早期版本(如2.4.3和2.7.0)中,默认行为有所不同:
- 2.4.3版本默认使用TCP协议
- 2.7.0版本也默认使用TCP协议
- 2.8.2版本改为默认尝试UDP和TCP两种协议
这种变化可能是为了在某些场景下获得更好的性能(UDP通常延迟更低),但在复杂网络环境下反而导致了稳定性问题。
最佳实践建议
基于这一案例,我们建议在Ant Media Server部署时:
- 对于跨公网或专用网络连接的RTSP流,显式配置使用TCP协议
- 在局域网或高质量专线环境下,可以尝试UDP以获得更低延迟
- 升级版本时,注意检查默认配置的变化
- 对于关键业务流,建议进行充分的升级前测试
总结
Ant Media Server的RTSP拉流功能非常灵活,支持多种传输协议。理解不同协议的特性和适用场景,能够帮助我们在不同网络环境下做出最优配置选择,确保流媒体服务的稳定性和可靠性。特别是在从低版本升级到高版本时,需要特别关注默认配置的变化,必要时进行适当的调整。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C048
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
440
3.35 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
818
389
Ascend Extension for PyTorch
Python
248
284
暂无简介
Dart
701
163
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
274
329
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
280
126
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.23 K
677
仓颉编译器源码及 cjdb 调试工具。
C++
139
871