Skip to content

Latest commit

 

History

History
540 lines (396 loc) · 24.3 KB

flow.md

File metadata and controls

540 lines (396 loc) · 24.3 KB

flow.md — 这个项目要学什么(课堂版学习路线)

这份文档不是任务清单(任务在 done.md),而是知识地图: 告诉你「已经写出来的代码背后对应哪些协议知识」「接下来做推流端之前必须先懂什么」。

用法:下午上课时按第 1 节的 90 分钟安排往下读,每个知识点先问自己一遍, 答不上来再翻代码和 docs/rtsp.md。晚上回宿舍再动手验证。


0. 先记住这一张全景图

                    RTSP(TCP,纯文本,遥控器)
    ffplay  ──OPTIONS/DESCRIBE/SETUP/PLAY/PAUSE/TEARDOWN──▶  flow server
       │                                                        │
       │  SDP(DESCRIBE 的 body,文本说明书)                     │
       │◀───────────────────────────────────────────────────────┘
       │
       │  RTP(UDP 或 TCP interleaved,媒体数据)
       │◀───────────────────────────────────────────────────────┐
       │  RTCP(SR 发送者报告,NTP↔RTP 映射、包数/字节数)        │
       │◀───────────────────────────────────────────────────────┘
       
     source goroutine ──▶ RingBuffer[Frame] ──▶ 每个客户端 reader
     (读文件/stdin)         (单源多消费者)         └─▶ H264Packer/AACPacker ──▶ RTP

四层职责,面试必须能一句话分清:

协议 跑在哪 干什么 传不传视频
RTSP TCP 会话控制:协商、播放、暂停、停止(有状态) ❌ 纯文本信令
SDP RTSP 的 body 文本说明书:几条轨、什么编码、时钟频率、control ❌
RTP UDP(或 TCP 复用) 装 H264/AAC 媒体帧,带 seq/timestamp/SSRC ✅
RTCP UDP(或 TCP 复用) 质量反馈、发送者报告、音视频同步 ❌ 只传统计

1. 课堂上 90 分钟怎么用(照这个顺序)

时间 主题 读什么 课堂动作
0–15min RTSP 状态机 + 请求解析 docs/rtsp.md 前半 + internal/rtsp/handler.go:64-88 手画 OPTIONS→TEARDOWN 时序
15–35min RTP 头 + H.264 封包 internal/rtp/rtp.go、h264_packer.go:58-105 纸上画一次 FU-A 分片
35–50min AAC + SDP internal/media/aac_demux.go:30-77、aac_packer.go、handler.go:124-154 默写 SDP 两条 m= 行
50–65min RTCP SR + 两种传输 internal/rtcp/rtcp.go、session.go:148-176、conn.go:75-94 算一遍 NTP↔RTP 映射
65–80min Go 并发与生命周期 source/ring.go、session.go:255-285、session/manager.go 画出 goroutine 谁 cancel 谁
80–90min 推流端设计预习 done.md 的 P1 + rtsp/sdp.go 纸上设计 RECORD 流程

只够吃透 P0。P1/P2 的知识当预习,不用今天全背。


2. P0:必须吃透的 7 块知识

2.1 RTSP 信令与状态机

必须能说清:

  • 方法顺序:OPTIONS → DESCRIBE → SETUP → PLAY → PAUSE → PLAY → TEARDOWN
  • CSeq:请求/响应配对;新请求 +1,重传不变
  • Session:SETUP 响应里由服务端下发,之后的 PLAY/PAUSE/TEARDOWN 必须带;OPTIONS/DESCRIBE 不带
  • Transport:SETUP 才协商
    • UDP:RTP/AVP;unicast;client_port=9000-9001,服务端回 server_port=...
    • TCP:RTP/AVP/TCP;unicast;interleaved=0-1
  • 状态机:Init → Playing ⇄ Paused → Teardown
  • 本项目的状态码语义:
    • 400 请求格式错 / 404 没有这条轨
    • 415 编码不支持(ANNOUNCE)
    • 454 Session 不存在
    • 455 当前状态不允许该操作
    • 501 方法没实现

关键代码:

  • 方法分发:internal/rtsp/handler.go:64-88
  • 请求头 + body 读取:internal/rtsp/request.go:65-104
  • 会话状态与超时:internal/session/manager.go

这一阶段最值得理解的 3 个设计点:

  1. PAUSE 的语义:停推流 goroutine,但保留 Session、SSRC、seq、UDP 端口、源订阅。见 session.go:255-285。
  2. PLAY 幂等:Playing 状态重复 PLAY 只回 200,不再起第二组 goroutine,否则 RTP 速率翻倍。见 handler.go:336-388。
  3. 一次 PLAY 一个生命周期:playCtx 的父是 sess.Context();PAUSE 调 stopPlay(),TEARDOWN 级联取消。这是理解 context 树的最好例子。

自测:

  • PAUSE 之后,服务端哪些东西必须保留?哪些必须停?
  • 连续两次 PLAY,为什么不能起两组推流 goroutine?
  • 454 和 455 分别在什么情况下返回?
  • 一个 TCP 连接上能不能有多个 Session?(本项目 Conn.bindSession 允许多个)

2.2 RTP 固定头与时间戳

12 字节头,逐位默写:

 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                           |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|                           SSRC                                |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+

必须懂:

  • 全大端;PT 7 bit;seq 16 bit 会回绕
  • Marker:一帧的最后一个 RTP 包置 1,不是每个分片都置
  • SSRC:一路流全程固定,PAUSE 后也不能变
  • timestamp 不是毫秒,是采样点计数:
    • 视频:90000 Hz,25fps → 每帧 +3600
    • 音频:= 采样率(44100/48000),AAC LC 每帧 1024 个采样 → 每帧 +1024,和帧率无关
  • 本项目 trackStats.ssrc/seq 跨 PAUSE 保活,见 internal/rtsp/session.go:46-75

关键代码: internal/rtp/rtp.go(Marshal/Unmarshal)、internal/rtsp/stream.go

自测:

  • 为什么 RTP 自带 seq 和 timestamp,而不是靠 TCP?
  • 25fps、45fps 时 timestamp 步进分别是多少?
  • seq 回绕到 0 之后,接收端怎么判断丢包?
  • 一个 640x480 的 IDR 帧 30KB,会被切成多少个 RTP 包(MTU 1400)?

2.3 H.264 over RTP(RFC 6184)

三层概念别混:

  1. Annex-B:文件/裸流格式,NALU 前加起始码 00 00 01 或 00 00 00 01
  2. NALU:[1 字节 NAL Header][RBSP 数据],Header = F(1) NRI(2) Type(5)
  3. RTP 载荷:不带起始码,直接是裸 NALU;大包走 FU-A

NAL Type 必记:

Type 含义 用途
1 non-IDR 普通 P 帧
5 IDR 关键帧
7 SPS 序列参数集(分辨率/profile)
8 PPS 图像参数集
24 STAP-A 多个小 NALU 聚合
28 FU-A 大 NALU 分片

FU-A(重中之重):

RTP 头(12) + FU indicator(1) + FU header(1) + 分片数据
FU indicator: F|NRI|Type=28
FU header:    S|E|R|原始Type
  • 首片 S=1,尾片 E=1,中间都 0
  • Marker 只打在尾片
  • FU-A 分片里不重复写原始 NAL header
  • MTU:以太网 1500 − IP 20 − UDP 8 ≈ 1472,工程取 1400

关键代码:

  • Annex-B 切 NALU:internal/media/h264_demux.go:73-108(文件)、:127-161(实时流)
  • 封包:internal/rtp/h264_packer.go:58-105
  • 解包/重组:internal/rtp/h264_depacketizer.go

自测:

  • SPS/PPS 为什么要在每个 IDR 前重发?
  • FU-A 的 S/E 和 RTP 的 Marker 有什么区别?
  • 中途加入的播放器为什么要先补 SPS/PPS/IDR?(见 source/h264.go 的 preload)
  • STAP-A 和 FU-A 分别在什么场景用?

2.4 AAC over RTP(RFC 3640)

四个东西严格区分:

概念 存在于 作用
ADTS 头 本地 .aac 文件 分隔 AAC 帧(7 或 9 字节)
AU 一帧 AAC Access Unit
AU-header RTP 载荷内部 描述 AU 大小/序号
AudioSpecificConfig SDP config= 2 字节,解码器初始化参数

ADTS 必记: syncword=0xFFF、profile(LC=1)、sampling_frequency_index(查表,不是采样值)、channel_config、frame_length(含头)。

RTP 载荷布局(AAC-hbr,一 AU 一包):

AU-headers-length (16bit,单位 bit,单 AU 时 = 16)
AU-header         (16bit = Size 13bit << 3 | Index 3bit)
AAC ES data       (剥掉 ADTS 头的裸 AAC)
  • RTP 里不能带 ADTS 头
  • timestamp 每帧 +1024

关键代码: media/aac_demux.go、rtp/aac_packer.go、rtp/aac_depacketizer.go、media/aac_sdp.go

自测:

  • ADTS 的 profile 和 AudioSpecificConfig 的 audioObjectType 差几?
  • AU-headers-length 的单位是字节还是 bit?
  • 为什么音频 timestamp 不能用 90000?
  • 44.1kHz 下每帧多少毫秒?一秒钟多少帧?

2.5 RTCP SR(发送者报告)

SR 的作用:

  1. 告诉客户端「我发了多少包、多少字节」
  2. 给出 NTP 墙上时间 ↔ RTP timestamp 的映射,播放器靠它做音视频同步
  3. 有些播放器收不到 SR 会判定发送方失联

必须懂:

  • PT=200,V=2
  • length 字段 = 32 位字数 − 1;28 字节 SR → 填 6
  • NTP 纪元是 1900,Go 的 Unix 纪元是 1970,差 2208988800 秒
  • octet count 只算负载字节,不含 RTP 头
  • 本项目 SR 的 RTP timestamp 推算:上一包 RTP ts + 经过时间 × clockRate,见 session.go:148-176

关键代码: internal/rtcp/rtcp.go、internal/rtsp/stream.go:111-139

自测:

  • SR 里两个时间戳分别是什么?怎么算出音视频偏差?
  • 为什么 SR 的 length 要减 1?
  • 音频轨的 clockRate 为什么不能写死 90000?
  • 本项目对客户端发来的 RR 做了什么?(提示:只打活跃点,没算丢包)

2.6 SDP:DESCRIBE 和 ANNOUNCE 的两个方向

最小视频 SDP:

m=video 0 RTP/AVP 96
a=rtpmap:96 H264/90000
a=fmtp:96 packetization-mode=1; sprop-parameter-sets=<base64 SPS>,<base64 PPS>
a=control:trackID=0

最小音频 SDP:

m=audio 0 RTP/AVP 97
a=rtpmap:97 mpeg4-generic/44100/2
a=fmtp:97 streamtype=5; profile-level-id=1; mode=AAC-hbr;
  SizeLength=13; IndexLength=3; IndexDeltaLength=3; config=1210
a=control:trackID=1

必须懂:

  • m= 里的端口写 0 是正常做法,真正端口在 SETUP 协商
  • sprop-parameter-sets = base64(SPS),base64(PPS),让解码器握手期就拿到参数集
  • config= = AudioSpecificConfig,2 字节十六进制
  • a=control 是 SETUP URI 的索引:trackID=0 / streamid=0
  • 方向不同:
    • DESCRIBE 的 SDP:服务端 → 客户端,描述「我要发给你的流」
    • ANNOUNCE 的 SDP:客户端 → 服务端,描述「我要推给你的流」
    • 两者的 m=/rtpmap/fmtp 结构一样,但解析目的不同

关键代码: handler.go:124-154(生成)、rtsp/sdp.go(解析 ANNOUNCE)、media/aac_sdp.go

自测:

  • packetization-mode=0 和 =1 区别?
  • 没有 sprop-parameter-sets 时播放器靠什么初始化?
  • ANNOUNCE 的 SDP 解析失败,400 和 415 怎么区分?
  • a=control:streamid=0 和 trackID=0 在 SETUP 时怎么映射到同一条轨?

2.7 UDP 模式 vs TCP interleaved 模式

UDP 模式:

  • SETUP 协商 client_port=RTP-RTCP,服务端开一对端口(偶数 RTP、奇数 RTCP),回 server_port
  • RTP 和 RTCP 各自独立 UDP socket
  • 优点:延迟低;缺点:NAT/防火墙容易不通

TCP interleaved 模式:

  • RTP 复用在 RTSP 这条 TCP 上,用 $ 帧包裹:
$ (0x24) + channel(1B) + length(2B 大端,只算 payload) + RTP/RTCP 包
  • 视频 RTP=0、RTCP=1;音频 RTP=2、RTCP=3(常见约定)
  • 服务端读循环先 Peek(1):$ 走二进制帧,字母走 RTSP 文本
  • 所有写必须过同一把锁,否则音视频 goroutine 会写穿插

关键代码: conn.go:75-94、handler.go:96-120、session.go:106-146、handler.go:282-318

自测:

  • $ 帧的 length 含不含这 4 字节头?
  • 为什么摄像头/NAT 环境更常用 interleaved?
  • 同一条 TCP 上,怎么区分「RTSP 响应」和「RTP 数据」?
  • 音视频两个 goroutine 同时写 conn 会出什么问题?本项目怎么解决?

2.8 Go 并发与资源生命周期(这个项目的工程核心)

要能吃透的 5 个模式:

  1. 单源多消费者 + RingBuffer

    • 源 goroutine 只写、永不阻塞;每个客户端一个 Reader 游标
    • 慢客户端被覆盖老帧,只增加自己的 Dropped,不拖慢整体
    • 见 internal/source/ring.go
  2. context 树

    • SIGINT → Serve(ctx) 关 listener
    • Session.Context() → PLAY 的 playCtx
    • PAUSE → cancel(playCtx);TEARDOWN/超时 → cancel(session ctx) 级联
  3. 连接写串行化

    • Conn.mu 保护 RTSP 响应和 $ 帧;writeRTP/writeRTCP 都走 Conn.write
  4. 会话回收双保险

    • 正常:TEARDOWN 删除
    • 异常:TCP 断开时 handleConn defer 立即回收;兜底 Manager.Run 每 30s 扫一次,60s 无活跃就回收
    • 活跃 = max(最后 RTCP, 最后 RTSP 请求)
  5. 优雅退出

    • 关 listener → 关所有 conn → 关所有 session → 等 goroutine(最多 5s)
    • 见 rtsp/server.go:125-146

自测:

  • 为什么 RingBuffer 的 Write 不用等读者?
  • 中途加入的读者从哪里开始读?preload 解决了什么问题?
  • Reader.Next(done) 返回 false 的三种情况?
  • kill -9 客户端后,会话为什么能很快回收?

3. P1:推流端(ANNOUNCE / RECORD)要提前懂的知识

这一节对应 P1-6 ~ P1-9:推流 SETUP/RECORD 接包、RTP 解包写 ExternalSource、拉流端订阅推流源转发、推流断开后回收会话并让拉流端收到流结束都已完成。

3.1 完整推流时序

ffmpeg                                flow server
  │  OPTIONS ─────────────────────────▶
  │  ◀───────────────────────── 200 (Public)
  │  ANNOUNCE + SDP ──────────────────▶  解析轨道、建 Session
  │  ◀───────────────────────── 200 + Session
  │  SETUP (video, interleaved=0-1) ──▶  记录通道,不开 UDP
  │  ◀───────────────────────── 200 + Transport + Session
  │  SETUP (audio, interleaved=2-3) ──▶
  │  ◀───────────────────────── 200 + ...
  │  RECORD ──────────────────────────▶  开始接收 $ 帧
  │  ◀───────────────────────── 200
  │  $0 RTP 视频 ─────────────────────▶  解包 → 写 ExternalSource
  │  $2 RTP 音频 ─────────────────────▶  解包 → 写 ExternalSource
  │  ...
  │  TEARDOWN ────────────────────────▶  停接收、关源、删会话

3.2 做 P1 之前必须想清楚的 6 个问题

  1. 推流 SETUP 和拉流 SETUP 怎么区分方向?

    • 推流端在 Transport 里给 interleaved,服务端收数据;拉流端是服务端发数据。同一个 extractTransportInfo 需要多一个 direction/role 概念。
  2. RTP 怎么路由到 track?

    • 优先用 RTP 头的 PT 匹配 ANNOUNCE 的 rtpmap,再用 SSRC 绑定到具体轨;a=control 只解决 SETUP 阶段。
  3. seq 乱序/缺口怎么处理?

    • 只记日志、丢弃当前 FU-A 半成品,不 panic;H264Depacketizer.Dropped 已经做了这件事。
  4. 推流数据写到哪里?

    • ExternalSource.Write(Frame);拉流端 Subscribe() 拿同一个源,中途加入靠 SPS/PPS/IDR preload。
    • 已落地的架构:Server.published map[streamPath]*publishedStream(internal/rtsp/publish.go)。publishedStream 持有 ANNOUNCE 的轨道描述和每类轨一个 ExternalSource;ANNOUNCE 时登记,拉流 DESCRIBE/SETUP 按 URL 路径查找。不同路径可并存多路推流,同一路径重复 ANNOUNCE 视为重新发布。
  5. 拉流 DESCRIBE 的 SDP 从哪来?

    • buildSDP(uri) 优先按 URL 找 publishedStream,用它的 announcedTrack(rtpmap/fmtp、sprop-parameter-sets、AAC config)生成 SDP;找不到才退回本地 testdata/live 源。
  6. 推流断开怎么让拉流端感知?

    • TEARDOWN / TCP 断开 → 关闭 ExternalSource → 所有 reader 读完剩余帧后返回 false → 推流 goroutine 退出。不能只删会话不关源。

3.3 需要补读的协议细节

  • RTSP RECORD 的语义(RFC 2326 §10.11)
  • ANNOUNCE 的 SDP 可带 Session 头更新已有会话(本项目已支持)
  • 推流 UDP 模式下 client_port/server_port 的方向与拉流相反
  • RTSP 状态机在推流端的补充:Init → Ready → Recording

4. P2:后续知识(按 done.md 的任务对应)

任务 要学的知识 优先级
A-1/A-2/A-3 HTTP Basic / Digest 鉴权:nonce、HA1=MD5(user:realm:pass)、HA2=MD5(method:uri)、qop=auth、stale 高(部署前必须)
A-4 GET_PARAMETER 保活语义 高
R-1/R-7 发送缓存 + NACK(PT=205, FMT=1):PID/BLP 位图、按 seq 重传 中高
R-8 PLI(PT=206, FMT=1)/ FIR(FMT=4):请求关键帧、限频 中高
R-4/R-6 jitter buffer:按 seq 重排、playout 延迟、缺口超时 中
C-1/C-2/C-3/C-4 SDES CNAME、BYE、RR report block(fraction lost/cumulative lost/jitter/LSR/DLSR)、RTT 计算 中
R-9/R-10/R-11 RTX、FEC、TWCC/GCC 选做
R-12 RTP/RTCP mux:SDP a=rtcp-mux,单端口按 PT 区分 选做
E-1~E-4 pprof、压测、Prometheus 指标 中
E-5/E-6/E-8 连接/会话上限、TLS(RTSPS)、IP 白名单 中
G-1~G-3 Range、文件 seek、Scale 低(文件模式)
H-1/D-1/D-2 HTTP tunneling、Redirect、组播 低

学习建议: 一次只攻一个协议特性,先找 RFC 对应章节,再对照 gortsplib/pion 的实现看数据结构,最后写单测。


5. 代码阅读顺序(不要从 main 一路读到尾)

  1. cmd/server/main.go — 入口、两种模式(文件 / live)
  2. internal/rtsp/server.go — 监听、优雅退出、会话表
  3. internal/rtsp/handler.go — 方法分发与各方法语义(读 3 遍)
  4. internal/rtsp/request.go — 文本解析、Content-Length、Transport 解析
  5. internal/rtsp/conn.go — $ 帧、写锁、连接↔会话绑定
  6. internal/rtsp/session.go — mediaTrack、seq/SSRC、PLAY 生命周期、SR
  7. internal/rtsp/stream.go — 每个客户端的推流循环
  8. internal/source/{ring,h264,aac,external}.go — 生产者/消费者模型
  9. internal/media/{h264_demux,aac_demux,spa_pps,aac_sdp}.go — Annex-B/ADTS 解析
  10. internal/rtp/{rtp,h264_packer,aac_packer,h264_depacketizer,aac_depacketizer}.go — 编解码核心
  11. internal/rtcp/rtcp.go — SR 序列化
  12. internal/session/manager.go — 超时回收

6. 课堂纸笔练习(不用电脑就能做)

  1. 画 FU-A:给定一个 5000 字节的 IDR(含 1 字节 NAL header),MTU=1400,画出每个 RTP 包的 S/E/M:

    • 净数据每片 1400−2=1398 字节
    • 5000−1=4999 字节数据 → 4 片(1398×3 + 805)
    • 只有第 4 片 M=1,第 1 片 S=1,第 4 片 E=1
  2. 算时间戳:25fps 视频、44.1kHz AAC,10 秒后各自的 RTP timestamp 增量是多少?

  3. 写 SDP:手写 video(H264, PT96) + audio(AAC, PT97, 44100, stereo) 两条 m=,带 control 和 config。

  4. 算 Digest:realm=flow, user=u, pass=p, nonce=abc, method=DESCRIBE, uri=rtsp://127.0.0.1:8554/live, nc=00000001, cnonce=xyz, qop=auth,写出 HA1/HA2/response 三个公式(不用真算 MD5)。

  5. 画 context 树:SIGINT → Serve ctx → Session ctx → play ctx,标出 PAUSE / TEARDOWN 各 cancel 哪一层。


7. 自测题集中营(先答再翻文档)

协议基础

  • RTSP / SDP / RTP / RTCP 各自职责?谁传视频?
  • CSeq 的作用?为什么重传不变、新请求 +1?
  • SessionID 在哪一步下发?哪些方法必须带?
  • 为什么控制面用 TCP、媒体面用 UDP?HLS 为什么反过来?
  • 为什么视频时钟是 90000?音频为什么用采样率?
  • Marker 位和 FU-A 的 S/E 位有什么区别?
  • SPS/PPS 不重发会怎样?中途加入的播放器缺什么?
  • ADTS 和 AU-header 的区别?RTP 里为什么不能带 ADTS?
  • SR 的 NTP 和 RTP timestamp 怎么用于音视频同步?
  • sdp 的 sprop-parameter-sets 和 config= 分别是什么?

本项目

  • PAUSE 后保留什么、停掉什么?seq/SSRC 为什么不能重置?
  • 重复 PLAY 为什么必须幂等?
  • $ 帧格式?length 含不含头?
  • RingBuffer 为什么慢消费者不影响源?Dropped 怎么算?
  • kill -9 客户端后,服务端靠哪两条路径回收会话?
  • 一个 TCP 连接能不能带多个 Session?
  • 文件模式和 live 模式的时间戳来源有什么不同?
  • ANNOUNCE 的 SDP 和 DESCRIBE 的 SDP 方向有什么不同?

推流设计(做完 P1 后回看)

  • RTP 按什么字段路由到 track?
  • 多路推流时 ExternalSource 该怎么组织?
  • RECORD 收到缺片时怎么处理?为什么不 panic?
  • 推流断开后,拉流端怎么知道流结束?

8. 当前实现的边界(别学错 / 面试别吹过头)

  • ✅ 拉流已完整:文件 + live stdin、UDP + TCP interleaved、视频 + 音频、SR、PAUSE 语义、幂等 PLAY、优雅退出
  • ✅ ANNOUNCE/SETUP/RECORD + RTP 收包、解包、写 ExternalSource 已通(P1-6/P1-7);拉流端按 URL 找到已发布流、订阅同一个 ExternalSource 转发(P1-8),DESCRIBE 用 ANNOUNCE 的编码参数
  • ⚠️ RTCP 只发 SR;客户端发来的 RR 只刷新活跃时间,不统计丢包/抖动(C-3/C-4 未做)
  • ⚠️ 客户端 NACK(205)/PLI(206) 目前在 handleInterleaved 中被忽略(只认 200~204)
  • ⚠️ 无鉴权、无连接上限、无 TLS(A/E 段未做)
  • ⚠️ CSeq 只解析不校验顺序/重放
  • ⚠️ live 模式没有音频;DESCRIBE 实时模式不返回 sprop-parameter-sets(靠带内参数集)
  • ⚠️ 文件/live 模式仍用全局源;推流模式按 URL 注册,多路推流靠不同路径区分,同一路径只保留最后一路
  • ✅ 推流端 TEARDOWN / TCP 断开时立即删除会话、关闭 ExternalSource、注销已发布流;拉流端检测到源结束会主动关闭 RTSP 连接,客户端读到 EOF(P1-9)

9. 参考资料(只读需要的章节)

资料 读什么
RFC 2326 (RTSP 1.0) §10 方法语义、§12 头字段、§10.12 interleaved
RFC 3550 (RTP/RTCP) §5 RTP 头、§6 RTCP SR/RR、§6.4 时间戳
RFC 6184 (H.264/RTP) §5.3 单 NALU、§5.4 STAP-A、§5.8 FU-A
RFC 3640 (AAC/RTP) §3.2 AU-header、§3.3 AAC-hbr
RFC 4566 (SDP) 只需认 m= rtpmap fmtp control 和方向
docs/rtsp.md 项目自己的精华笔记,先读它
docs/TASK.md Stage 1~5 的学习要点和自测题
gortsplib / pion/rtp 对照实现,只看不 import

验证命令(晚上动手):

go test ./...
go test -race ./internal/...
go run ./cmd/server
ffplay rtsp://127.0.0.1:8554/live
ffplay -rtsp_transport tcp rtsp://127.0.0.1:8554/live
python test/e2e/rtsp_pause_play.py
# 抓包:tshark -f "tcp port 8554" -Y "rtsp || rtp || rtcp"

10. 一句话总结

RTSP 管「什么时候发」,SDP 管「发的是什么」,RTP 管「怎么切包发」,RTCP 管「发得怎么样」,Go 的 goroutine/context/ring buffer 管「怎么并发地发而不乱」。

把第 2 节的 8 个主题吃透,这个项目就能讲清楚;把第 3 节的推流时序吃透,下一段代码就能自己设计。