此账号为华为云开发者社区官方运营账号，提供全面深入的云计算前景分析、丰富的技术干货、程序样例，分享华为云前沿资讯动态
本文分享自华为云社区《618技术特辑（三）直播带货王，“OMG买它”的背后，为什么是一连串技术挑战？》，原文作者：技术火炬手 。
“OMG，买它买它！”某人气主播的直播间内，热闹非凡。上百万人同时在线，右手拇指如同上了弦的箭，就等主播发出口令“3，2，1，上链接！”，火速下单。
没错，今年的618，直播带货已经成了“剁手党”们喜闻乐见的一种购物形式。截止2020年，在我国9.04亿网民中，就有2.65亿电商直播用户。
动辄几十上百万人同时在线的直播间，宝贝链接一旦上架，需要秒级到达消费者。让所有人能同时看到链接，公平的去抢购，并且还要确保系统运行的稳定，这是一个非常大的考验。背后到底是什么样的技术加持，过程中又遇到了哪些挑战？让我们来一探究竟。
传统直播：卡顿延迟，拼手速总是慢人一步直播的及时性和互动性让它成为信息触达、互动沟通的新媒介，最大化真实还原人与人的线下互动场景。但直播的实时互动效果够好了吗？
互联网直播全链路可以分为7个步骤：分别是采集、编码、发送、分发、接收、解码和渲染。而在发送和分发的阶段，由于网络抖动等多种不可控因素，导致了直播延时的不可控。
- 在线授课，学生提出问题，由于直播延时，老师都讲到下一个知识点了问题才弹出来，只能返回重新回复；
- 电商直播中，粉丝询问宝贝信息，由于直播延时，明明刚刚听到主播开卖，却就是抢不到；
- 赛事直播中，在别人的呐喊声中才发现进球了…
很多直播开始跨平台跨地域直播，如何实现异地直播，跨平台直播，就需要一些推流和拉流的技术。推流是把采集阶段封包好的内容传输到服务器的过程；拉流是指服务器已有直播内容，用指定地址进行拉取的过程。
目前业界直播采用的协议，一般把RTMP作为推流协议，把RTMP/HTTP-FLV作为拉流协议，延迟在3-5秒左右。而在H5上更多采用的是时延超过10秒的HLS系统。也就是说，当主播在直播间举行一个抢购活动，你每次听到主播喊出“三二一，上链接！”的时候，其实在直播现场中已经过了好几秒了。
除了直播协议本身会带来时延，传统直播由于架构原因也会产生延时。传统直播的技术架构分为3层，分别是单线的CDN边缘节点、多线的CDN中心节点和承载一些增值服务的源站。整个直播从推流到拉流，一般调度系统会将主播切入到最合适的边缘节点，边缘节点进行收流，通过CDN中心节点转推到直播的源站；此时，观众通过调度接入到拉流的边缘节点上，静态化的通过CDN中心节点回源到直播的源站。
但是，综合体验来看，以下三点并不适用于低时延的场景。首先最大的消耗是在观众侧到CDN拉流边缘的最后一公里上，这里TCP协议并不适用于低时延。第二是基于静态树状分发架构，处于对成本考虑也并不是特别好。第三是在整个直播源站上的转码，目前也有相对较大的时延，一般在500ms左右，这个也是低时延直播解决不了的。
“3、2、1上链接”背后的硬核技术：大规模超低时延传统直播技术遭遇高并发与低延时之间的瓶颈，阻碍了直播在一些场景的落地，已经不能满足某些对互动要求更高的直播场景。直播产业的下一个升级：低时延直播技术正在兴起，且有望成为直播技术的新焦点。
八仙过海，各显神通，不同玩家以不同方式实现低时延直播，华为云音视频研发部门通过CDN传输的协议优化以及内部链路的动态优选、超低时延转码等技术的组合，把传统直播3-5s的时延显著的降低到800ms以内，转码时延控制在150ms以内。同时，超低时延直播对传统直播能做到完全兼容，减少对原有技术架构的冲击，降低架构优化的成本。
架构解析除了直播协议的选择能够减少延迟外，我们还可以通过一些架构的细节优化，进一步减少直播延迟，让用户有更好的观看体验。
以上架构设计，比较好的做到了对原有传统直播架构的前向兼容性，能够维持原有的主播RTMP协议的推流。在直播的源站上面，对于媒体的转码以及一些功能的消息回调的通知可以无缝兼容。与此同时，在原有直播协议的基础上，对H5端扩展了对标准的RTC协议播放的支持，在iOS和安卓端支持私有的RTC协议的播放。
华为云超低时延直播技术优化的核心有三点：
第一，最后一公里基于TCP对UDP计划的改造，引入华为云算法，把传统直播的时延降低到毫秒的数量级之内，同时能够保证很好的抗损，做到流畅的体验；
第二，把传统的树状的静态规划调度架构改成智能动态的网状架构，这就带来CDN内部分发回源的路径是动态规划的，而不是之前静态规划的链路；
第三，引入超低时延转码技术，最终将整个转码的时延由原来的500ms左右降低到稳定控制在150ms以内。
为什么叫做智能动态的网状架构？举个例子，我们以三个观众访问的路径来做分析，比如一个主播是深圳电信的用户，以原有的架构，会接入到深圳电信就近的边缘覆盖节点上，再推到中心节点，再到源站，而访问观众会通过一个固有的静态的中心获取这个信息。无论用户和观众的距离有多远，都会走到边缘中心源站，然后再下行，需要经过5层节点的分发。
而以现在的架构，如果有一个观众是深圳电信的用户1，通过动态的架构会把他实时调度到和主播推流节点相同的节点上来，他的访问路径是主播到B节点，然后再到观众，其实就经过了一条，整个链路的质量和成本都能得到很好的提升。对于广西电信的一个用户2，如果把他直接调度到推流点，整个网络将不可控，那么动态智能网状架构会把他接入到就近的节点上。因为B到C之间的网络相对是可靠性更高一些，调度系统判断这一块的访问质量是可行的，所以用户2的访问路径是2-C-B，经过两点。而如果是北京连通的用户3，主播跟观众是天南海北的，这种情况下做就近的访问可能对质量的损害会比较大，则还是会按照原有的方式去拉流，保证高质量的访问。
智能调度流媒体大脑上面的例子是观众对于主播整体链路最终结果的呈现，但这背后还要依赖于一套基于流信息的智能调度系统。这个调度系统的架构基于在源站上搭建的智能调度流媒体大脑，其主要由四大核心模块构成：
1. 内容管理中心，可以理解为就是流媒体的眼睛，能够通过边缘实时流信息的汇报，比如某个时刻有主播上线、什么时候下线等消息通知，准确地知道每一个主播的上线、每一个观众的接入，能够清晰的知道这个流被推到哪里，在全网的哪个节点之上。
2. 质量地图，用于构建整个CDN网络的节点间，包括用户到节点间网络实时的状态。通过下发一些调度任务到位于边缘探测Agent的节点上，探测Agent发起周期性的探测任务，然后把探测结果上报给大数据中台，最终实时分析出全网的覆盖质量。
3. 调度控制器，它掌握的是调度所依赖平台的基础数据，比如节点流量、节定规划、以及用户侧的一些数据。
4. 调度决策中心。前面三块的输出会作为调度决策中心的输入。调度决策中心作为最终调度的大脑，会实时生成一个全网的调度策略，包括用户接入的调度策略和节点间内部回源的策略，并下发到调度执行器上。最初华为把调度的执行器部署在云上，后来为了打造端到端的低时延，把这部分下沉到了CDN的边缘节点上，尽最大的能力去降低用户之间调度的时延。
超低时延转码技术说到视频低时延，就不得不提视频转码。目前，视频转码已经成为各大直播平台功能的标配。但由于终端用户的网络情况不一，为了达到端到端的低时延，转码的时延也需要进一步降低。华为转码技术能将时延稳定控制在150ms以内，同时低时延的转码也支持高清低码的技术，在同等画质下，把播放端的码率降低30%以上，节省整个平台的带宽成本。基于高质量的画面诉求，低时延的转码也支持画质增强和ROI增强的功能，还能够对画面的细节和纹理做精确的定向优化。
伴随5G技术的应用推广，“直播 ”模式向各垂直领域加速延伸，在线直播应用井喷式增长。传统的直播在今年将转换为超低时延直播，并率先在在线教育、电商直播、赛事直播及秀场类直播四个行业场景进行落地推广。
2021年将会是传统直播迈向超低时延直播转折的年份，在今年底预计20%的互联网直播将全面的升级成为超低时延直播。未来的2-3年，超低时延直播将全面替换传统直播，最终引领一轮新的商业模式，引领直播行业新一轮的发展。
商业创新推动了电商直播行业的蓬勃生长，而支撑这些沸点场景和交易奇迹的，必然是技术的巨大能量。相信在新技术的洗礼下，消费者的个人需求、消费环境、消费理念都能得到进一步升级。
