快速搭建nginx-http-flv-module:低延迟流媒体服务器完整安装指南
2026-01-25 05:46:47作者:鲍丁臣Ursa
想要构建一个支持HTTP-FLV直播的流媒体服务器吗?nginx-http-flv-module是一个基于nginx-rtmp-module的强大扩展,专门为需要低延迟直播场景而设计。这个开源项目不仅保留了原版nginx-rtmp-module的所有功能,还新增了GOP缓存、虚拟主机支持等实用特性,让您的直播服务更加专业和高效。🎥
✨ 核心功能亮点
nginx-http-flv-module相比原版nginx-rtmp-module增加了多项实用功能:
- HTTP-FLV播放支持:通过HTTP协议直接播放FLV格式的直播流
- GOP缓存技术:大幅减少首屏等待时间,提升用户体验
- 虚拟主机功能:一个IP地址支持多个域名
- JSON风格统计:直观的数据监控和统计分析
- 多协议兼容:同时支持RTMP、HTTP-FLV、HLS、DASH等多种流媒体协议
🛠️ 系统要求与环境准备
操作系统支持
- 推荐:Linux系统
- 可选:FreeBSD、MacOS
- 有限支持:Windows系统
必备依赖组件
在开始安装之前,请确保系统已安装以下组件:
- 编译工具:GCC/G++编译器、GNU make
- 流媒体工具:FFmpeg或OBS用于发布流
- 播放器:VLC或flv.js用于播放测试
📦 完整安装步骤
第一步:下载源码
首先需要下载NGINX官方源码和nginx-http-flv-module模块:
# 下载NGINX源码(以1.18.0版本为例)
wget http://nginx.org/download/nginx-1.18.0.tar.gz
tar -zxvf nginx-1.18.0.tar.gz
# 克隆nginx-http-flv-module仓库
git clone https://gitcode.com/gh_mirrors/ng/nginx-http-flv-module
第二步:编译安装
进入NGINX源码目录执行配置和编译:
cd nginx-1.18.0
# 配置编译选项
./configure --add-module=/path/to/nginx-http-flv-module
# 编译并安装
make
sudo make install
第三步:配置服务器
编辑NGINX配置文件,添加RTMP和HTTP-FLV支持:
配置文件位置通常在 /usr/local/nginx/conf/nginx.conf,您可以使用项目提供的测试配置作为参考:test/nginx.conf
第四步:启动服务
# 启动NGINX服务
sudo /usr/local/nginx/sbin/nginx
# 检查服务状态
ps aux | grep nginx
🎯 快速验证安装效果
安装完成后,可以通过以下步骤验证模块是否正常工作:
- 发布直播流:
ffmpeg -re -i input.mp4 -c copy -f flv rtmp://localhost/myapp/mystream
2. **播放测试**:
- **HTTP-FLV方式**:`http://localhost/live?app=myapp&stream=mystream`
- **RTMP方式**:`rtmp://localhost/myapp/mystream`
## 🔧 高级配置选项
### 多进程模式优化
对于生产环境,建议进行以下优化配置:
```nginx
worker_processes 1; # 单进程模式更稳定
events {
worker_connections 4096;
}
虚拟主机配置
支持一个IP地址服务多个域名:
rtmp {
server {
listen 1935;
server_name www.test.*;
application myapp {
live on;
gop_cache on; # 开启GOP缓存
}
}
}
🚀 性能调优技巧
- 开启GOP缓存:减少首屏等待时间
- 使用reuseport:解决多进程模式下的惊群问题
- 合理设置缓冲区:根据并发用户数调整内存配置
📊 监控与统计
nginx-http-flv-module提供了丰富的统计功能:
- 实时流状态监控
- 录制数据统计
- JSON格式数据输出
通过访问 http://localhost/stat 可以查看详细的统计数据。
💡 常见问题解决
播放失败排查
如果遇到播放问题,请检查:
- 端口配置是否正确
- 防火墙设置是否允许访问
- 流是否成功发布
🎉 总结
nginx-http-flv-module是一个功能强大且易于部署的流媒体服务器解决方案。通过本教程,您已经学会了如何从零开始搭建一个支持低延迟HTTP-FLV直播的专业级流媒体服务。无论是直播平台、在线教育还是企业内训,这个模块都能为您提供稳定可靠的直播技术支持。
立即开始您的流媒体服务之旅吧!🚀
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
atomcodeAn open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust024
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
678
4.33 K
🎉 (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
1.57 K
911
deepin linux kernel
C
28
16
暂无简介
Dart
923
228
Ascend Extension for PyTorch
Python
518
630
全称:Open Base Operator for Ascend Toolkit,哈尔滨工业大学AISS团队基于Ascend C打造的高性能昇腾算子库。
C++
46
52
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
559
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
399
305
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.35 K
110
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
134
212
