首页
/ SRS流媒体服务器在宝塔面板中的部署与配置指南

SRS流媒体服务器在宝塔面板中的部署与配置指南

2025-05-06 06:22:43作者:宗隆裙

SRS(Simple Realtime Server)是一款开源的流媒体服务器,支持RTMP、WebRTC、HLS等多种协议。本文将详细介绍如何在宝塔面板环境中部署和配置最新版本的SRS流媒体服务器。

环境准备

在开始部署前,请确保您的服务器满足以下基本要求:

  • 操作系统:推荐使用CentOS 7+/Ubuntu 18.04+
  • 内存:至少2GB
  • 存储:至少10GB可用空间
  • 网络:稳定的公网IP和足够的带宽

安装步骤

1. 通过宝塔面板安装基础组件

首先登录宝塔面板,在"软件商店"中安装以下必要组件:

  • Nginx 1.18+
  • FFmpeg 4.0+
  • Git

2. 下载SRS源代码

通过SSH连接到服务器,执行以下命令获取最新版SRS:

git clone https://github.com/ossrs/srs.git
cd srs/trunk

3. 编译安装SRS

执行编译命令:

./configure && make

编译完成后,安装SRS:

make install

4. 配置SRS服务

创建SRS配置文件/usr/local/srs/conf/srs.conf,内容如下:

listen              1935;
max_connections     1000;
daemon              on;
srs_log_tank        file;
srs_log_file        ./objs/srs.log;

http_server {
    enabled         on;
    listen          8080;
    dir             ./objs/nginx/html;
}

rtc_server {
    enabled on;
    listen 8000;
}

5. 创建系统服务

创建服务文件/etc/systemd/system/srs.service

[Unit]
Description=SRS Media Server
After=network.target

[Service]
Type=forking
ExecStart=/usr/local/srs/objs/srs -c /usr/local/srs/conf/srs.conf
ExecReload=/bin/kill -HUP $MAINPID
ExecStop=/bin/kill -QUIT $MAINPID
Restart=always

[Install]
WantedBy=multi-user.target

启用并启动服务:

systemctl enable srs
systemctl start srs

宝塔面板配置

1. 防火墙设置

在宝塔面板的"安全"选项卡中,开放以下端口:

  • 1935 (RTMP)
  • 8080 (HTTP API)
  • 8000 (WebRTC)

2. Nginx反向代理

为方便管理,可以设置Nginx反向代理:

  1. 在宝塔面板创建新站点
  2. 在站点设置中添加以下反向代理配置:
location / {
    proxy_pass http://127.0.0.1:8080;
    proxy_set_header Host $host;
    proxy_set_header X-Real-IP $remote_addr;
}

功能验证

1. 推流测试

使用OBS等推流工具,设置:

  • 服务器: rtmp://您的服务器IP/live
  • 流密钥: test

2. 播放测试

通过以下地址播放流:

  • RTMP: rtmp://您的服务器IP/live/test
  • HLS: http://您的服务器IP/live/test.m3u8
  • WebRTC: webrtc://您的服务器IP/live/test

常见问题解决

  1. 端口冲突问题:检查1935、8080等端口是否被其他程序占用
  2. 推流失败:确认防火墙设置和SRS服务状态
  3. 播放卡顿:检查服务器带宽和编码设置

高级配置

对于生产环境,建议进行以下优化:

  • 配置HTTPS加密
  • 设置访问鉴权
  • 启用集群部署
  • 配置录制和转码功能

通过以上步骤,您可以在宝塔面板环境中成功部署功能完善的SRS流媒体服务器,满足各种视频直播和点播的需求。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
openEuler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。
C
496
521
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
981
2.31 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.04 K
782
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
486
315
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
665
308