WebRTC 实战: P2P 架构的多人音视频通话解决方案

随着互联网技术的飞速发展，实时音视频通话已经成为在线教育、远程办公、社交媒体、云游戏等领域的核心功能。WebRTC（Web Real-Time Communication）作为一项开放的实时通信标准，为开发者提供了快速构建实时音视频通话系统的能力。在本文中，我们将深入探讨如何使用 WebRTC 构建一个基于 P2P 架构的多人音视频通话解决方案。

P2P 架构的优势

P2P（Peer-to-Peer）架构的优势在于它可以直接在参与者之间建立连接，而无需经过中心服务器。这可以减少通信延迟，提高音视频质量，降低服务器带宽和计算资源消耗。同时，P2P 架构在很大程度上提高了系统的可扩展性和容错能力。

本文将从理论和实践两个层面深入探讨 WebRTC 的 P2P 多人音视频通话解决方案. 核心的多人音视频通话代码我已经封装起来了，现在你可以很方便的实现 P2P 多人音视频聊天了。代码地址: https://github.com/yangkun19921001/OpenRTCProject ,运行后 web 与 android 端就可以进行通话了，效果如下:

WebRTC基本概念

在深入了解 WebRTC 的 P2P 多人音视频通话解决方案之前，我们首先需要了解一些 WebRTC 的基本概念。

基本组件

这个小点的内容可以移步这里: https://juejin.cn/post/7213307533279576124

信令

信令是指在通话过程中协调通信双方的过程。在 WebRTC 中，信令主要负责以下几个方面：

1. 协商通信参数：通信双方需要协商一些通信参数，例如音视频编码格式、分辨率等。这些参数被封装在 SDP（会话描述协议）中，并通过信令服务器进行交换。
2. 发现和交换网络地址：由于 NAT（网络地址转换）的存在，通信双方需要发现并交换其公共网络地址。这一过程通过 ICE（Interactive Connectivity Establishment）协议来实现。

SDP（会话描述协议）

SDP 是一种文本格式的协议，用于描述多媒体会话的属性，例如音视频编码格式、分辨率、帧率等。在 WebRTC 中，SDP 主要用于在通信双方之间协商通信参数。

NAT穿越和ICE

由于 NAT 的存在，通信双方的私有网络地址通常无法直接访问。为了解决这个问题，WebRTC 引入了 ICE（Interactive Connectivity Establishment）协议。ICE 协议通过一系列的技术（如 STUN、TURN 服务器）帮助通信双方发现和协商可用的公共网络地址，从而实现 NAT 穿越。

ICE 的工作原理如下：

1. 首先，通信双方收集本地网络地址（包括私有地址和公共地址）以及通过 STUN 和 TURN 服务器获取的候选地址。
2. 接下来，双方通过信令服务器交换这些候选地址。
3. 通信双方使用这些候选地址进行连接测试，确定最佳的可用地址。
4. 一旦找到可用的地址，通信双方就可以开始实时音视频通话。

信令服务器

信令服务器的作用

信令服务器负责协调客户端之间的通信，主要包括交换 SDP 信息和 ICE 候选（NAT 穿越信息）。信令服务器可以使用 WebSocket、Socket.IO 等技术来实现。（咱们选择的是 Socket.io）。

选择合适的信令服务器

在选择信令服务器时，开发者需要考虑以下几个方面：

1. 可靠性：信令服务器需要具有高可靠性，以确保通话过程中的信令消息能够准确无误地传输。
2. 延迟：信令服务器的延迟应尽可能低，以减少通话建立过程中的等待时间。
3. 扩展性：随着用户数量的增长，信令服务器需要具有良好的扩展性，以满足更高的并发需求。
4. 安全性：信令服务器应提供安全机制，例如 SSL/TLS 加密，以防止信令消息被窃听或篡改。

实现多人音视频通话

在了解了 WebRTC 的基本概念和信令服务器之后，我们现在可以开始实现多人音视频通话功能。

设计考虑

在设计多人音视频通话解决方案时，需要考虑以下几个方面：

1. 通话连接方式：考虑到 P2P 架构的优势，本文将采用全网状连接方式，即每个客户端都直接与其他客户端建立连接。
2. 房间管理：为了实现多人音视频通话，需要引入房间的概念。每个房间可以容纳多个客户端，客户端之间可以互相通话。
3. 动态连接和断开：在多人通话过程中，新的客户端可能加入房间，而原有客户端可能离开房间。解决方案需要能够灵活地处理这些情况。

服务端实现: nodejs+socket.io

在上一篇文章中我们实现了P2P 1v1 通话的解决方案，如果要实现多人的，信令服务器需要有点改动,改动不是很大，主要还是由以下几个信令组成:

1. 加入房间

加入房间的回调跟之前有点不一样，当有新用户加入进来时，信令服务器需要将房间内除自己的 remoteId 告知当前用户，并且再把当前加入进来的用户告知其它用户。因为各自需要根据 remoteId 去创建 PeerConnection.

核心代码如下:

socket.on('join', (room) => {
    socket.join(room);
    console.log(`Socket ID ${socket.id} joined room ${room}`);
  
    const clientsInRoom = io.sockets.adapter.rooms[room];
    const clientsCount = Object.keys(clientsInRoom.sockets).length;
  
    // 获取房间中的所有客户端 ID，除了当前加入的客户端
    const otherClientIds = Object.keys(clientsInRoom.sockets).filter(id => id !== socket.id);
  
    // 发送包含所有其他客户端 ID 的 join 消息给新加入的客户端
    socket.emit('joined',  room, socket.id, otherClientIds );
  
    // 如果房间中有多个客户端，将 join 消息发送给房间中的其他客户端
    if (clientsCount > 1) {
      socket.to(room).emit('joined',  room,  socket.id );
    }
  });

2. 离开房间

当有用户离开时，我们需要将消息转发给同房间内的其它客户端。

  socket.on('leave', (room) => {
    console.log(`User ${socket.id} left room ${room}`);

    // 发送 leave 消息给自己和房间中的其他客户端
    io.to(room).emit('leaved',  room, socket.id );

    socket.leave(room);
    console.log(`Socket ID ${socket.id} left room ${room}`);
  });

3. 媒体信息和 ICE 交换

sdp 消息和  ice 我们通过 “message” 信令进行交换

  // 发送消息到指定的房间和 socket.id
  socket.on('message', ( room, id, msg ) => {
    const sender = socket.id;
    const clientsInRoom = io.sockets.adapter.rooms[room];
    if (clientsInRoom && clientsInRoom.sockets.hasOwnProperty(id)) {
      socket.to(id).emit('message', sender, id, msg);
    } else {
      console.log(`Socket ID ${id} is not in room ${room}`);
    }
  });

对流程不太明白的可以看下这张图，其它的交互与上一篇的信令流程一样。

客户端实现：Web

在本节中，我们将介绍如何基于WebRTC 实现 Web 端的多人音视频通话客户端。具体内容包括：

网页布局

首先，创建一个简单的网页布局，包括以下几个部分：

1. 本地音视频预览窗口
2. 远程音视频窗口列表
3. 加入房间按钮
4. 离开房间按钮
5. 输入信令服务器地址框

<!-- 本地音视频预览窗口 -->
<video id="localVideo" autoplay muted playsinline></video>

<!-- 远程音视频窗口列表 -->
<div id="remoteVideos"></div>

<!-- 加入房间按钮 -->
<button id="joinBtn">Join Room</button>

<!-- 离开房间按钮 -->
<button id="leaveBtn">Leave Room</button>

<!-- 信令服务器地址 -->
<input type="text" id="serverUrl" value="https://xxx.xxx">

获取本地音视频流

使用 getUserMedia API 获取本地音视频流，并将其显示在本地预览窗口上：

navigator
  .mediaDevices
  .getUserMedia({ audio: true, video: true })
  .then(stream => { 
  const localVideo = document
  .getElementById('localVideo'); 
  localVideo.srcObject = stream;   
  }).catch(error => { 
  console.error('Error accessing media devices.', error); 
});

与信令服务器交互

与信令服务器交互的基本步骤如下：

1. 建立与信令服务器的 SocketIO 连接。  // 连接信令服务器
  socket = io.connect(serverUrl.value);
2. 监听信令服务器发来的消息，并根据消息类型进行处理。  // 处理消息事件
  socket.on('message', (sender, receiver, msg) => {
    const message = msg;
    const peer = peers[sender];

    if (message.type == 'offer') {
        // 添加对方 SDP
        // createAnswer -> 设置本地 SDP 
    }else if(message.type == 'answer'){
        // 添加对方 SDP
    }else if(message.type == 'candidate')
    {
        //添加 candidate 
    }
  });
3. 发送消息给信令服务器，例如加入房间 join、发送 Offer、发送 Answer 等。

// 加入房间
socket.emit('join', roomInput.value);
//发送 answer sdp
socket.emit('message', roomInput.value, sender, { type:'answer',sdp:    peer.localDescription.sdp });
//发送 offer sdp 消息
socket.emit('message', room, remoteId, { type:'offer',sdp: peer.localDescription.sdp });
//发送 ice candidate 消息
socket.emit('message', room, remoteId, {
          type: 'candidate',
          label:event.candidate.sdpMLineIndex, 
          id:event.candidate.sdpMid, 
          candidate: event.candidate.candidate
      });

创建和管理 RTCPeerConnection

为了实现多人音视频通话，需要为每个远程客户端创建一个 RTCPeerConnection 实例，并执行信令流程。同时，需要管理这些实例，以便在客户端加入或离开房间时进行相应的操作。

//管理多个 peer 对象
let peers = {};
const configuration = { iceServers: [{ urls: 'stun:stun.l.google.com:19302' }] };
const peer = new RTCPeerConnection(configuration);

展示远程音视频流

将收到的远程音视频流显示在页面上，可以使用以下方法：

1. 为每个远程客户端创建一个 <video> 元素。
2. 将远程音视频流设置为 <video> 元素的 srcObject 属性。
3. 将 <video> 元素添加到远程音视频窗口列表中。

function addRemoteVideo(peerId, stream) {
  const remoteVideos = document.getElementById('remoteVideos');
  const video = document.createElement('video');
  video.id = peerId;
  video.srcObject = stream;
  video.autoplay = true;
  video.playsinline = true;
  remoteVideos.appendChild(video);
}

function removeRemoteVideo(peerId) {
  const remoteVideos = document.getElementById('remoteVideos');
  const video = document.getElementById(peerId);
  if (video) {
    remoteVideos.removeChild(video);
  }
}

实现房间管理

为了实现房间管理，需要处理以下几个操作：

1. 加入房间：当用户点击“加入房间”按钮时，发送加入房间的消息给信令服务器。
2. 离开房间：当用户点击“离开房间”按钮时，发送离开房间的消息给信令服务器，并关闭所有 RTCPeerConnection 实例。

const joinBtn = document.getElementById('joinBtn');
const leaveBtn = document.getElementById('leaveBtn');

joinBtn.addEventListener('click', () => {
  // 发送加入房间的消息给信令服务器
  const message = { type: 'join', roomId: 'your-room-id' };
  socket.send(JSON.stringify(message));
});

leaveBtn.addEventListener('click', () => {
  // 发送离开房间的消息给信令服务器
  const message = { type: 'leave', roomId: 'your-room-id' };
  socket.send(JSON.stringify(message));

  // 关闭并删除所有 RTCPeerConnection 实例
  peerConnections.forEach((peerConnection, peerId) => {
    removePeerConnection(peerId);
  });
});

客户端实现：Android

在本节中，我们将介绍如何实现一个基于 WebRTC Android 的多人音视频通话客户端。具体内容包括：

1. Android WebRTC 源码 / SDK 依赖集成
2. 获取本地音视频流
3. 与信令服务器交互
4. 创建和管理 RTCPeerConnection
5. 展示远程音视频流
6. 实现房间管理

Android WebRTC 集成

首先，需要在 Android 项目中集成 WebRTC 库。可以参考 WebRTC 官方文档 进行集成, 也可以看 webrtc_android_gradle。

获取本地音视频流

在 Android 应用中，使用 MediaStream API 获取本地音视频流。以下是一个简单的示例：

// 创建音视频流
MediaStream localStream = peerConnectionFactory.createLocalMediaStream("localStream");

// 获取音频设备并创建音频轨道
AudioSource audioSource = peerConnectionFactory.createAudioSource(new MediaConstraints());
AudioTrack audioTrack = peerConnectionFactory.createAudioTrack("audioTrack", audioSource);
localStream.addTrack(audioTrack);

// 获取视频设备并创建视频轨道
VideoCapturer videoCapturer = createVideoCapturer(); // 创建 VideoCapturer 实例的方法
VideoSource videoSource = peerConnectionFactory.createVideoSource(videoCapturer.isScreencast());
VideoTrack videoTrack = peerConnectionFactory.createVideoTrack("videoTrack", videoSource);
localStream.addTrack(videoTrack);

// 将本地音视频流显示在 SurfaceViewRenderer 上
localVideoTrack.addSink(localVideoRenderer);

与信令服务器交互

与信令服务器交互的基本步骤类似于 Web 客户端。在 Android 应用中，我们还是使用 Socket.io 与信令服务器建立连接，并处理相关消息。

    @Override
    public void connect(String url, ISignalEventListener listener) {
        try {
            this.events = listener;
            IO.Options options = new IO.Options();
            SocketSSL.set(options);
            socket = IO.socket(url, options);
            setSocketListener();
        } catch (URISyntaxException e) {
            throw new RuntimeException(e);
        }
        socket.connect();
    }

创建和管理 RTCPeerConnection

在 Android 应用中创建和管理 RTCPeerConnection 的方法与 Web 客户端类似。需要为每个远程客户端创建一个 RTCPeerConnection 实例，并执行信令流程。同时，需要管理这些实例，以便在客户端加入或离开房间时进行相应的操作。

//为每个 remoteId 管理 RTCPeerConnection 
private Map<String, RTCPeerConnection> peerConnections = new HashMap<>();

//处理远端用户加入的流程
@Override
public void onJoined(String room, String remoteId, JSONArray otherClientIds) {
        if (remoteId.equals(socket.getSocketId())) {
            Log.d(Constants.P2PSTAG, "Joined room " + room + " with ID " + remoteId);
            if (otherClientIds == null || otherClientIds.length() == 0) {
                Log.d(Constants.P2PSTAG, "Joined room " + room + " with ID " + remoteId + " joom other size:" + 0);
                return;
            }
            // 遍历 otherClientIds 并为每个客户端创建一个新的 PeerConnection
            for (int i = 0; i < otherClientIds.length(); i++) {
                try {
                    String otherClientId = otherClientIds.getString(i);
                    pm.createPeerConnection(otherClientId, false);
                    Log.d(Constants.P2PSTAG, "createPeerConnection Remote joined room " + room + " with ID " + otherClientId);
                } catch (JSONException e) {
                    e.printStackTrace();
                }
            }
        } else {
            Log.d(Constants.P2PSTAG, "Remote client joined room " + room + " with ID " + remoteId);
            pm.createPeerConnection(remoteId, true);
        }
    }

    public void removePeerConnection(String room, String remoteId) {
        executor.execute(() -> {
            // 移除 PeerConnection
            PeerConnection peerConnection = peerConnections.remove(remoteId);
            if (peerConnection != null) {
                peerConnection.close();
            }

            if (peerEventListener != null) {
                peerEventListener.onRemoveRemoteStream(remoteId);
            }
        });
    }

这里有一点需要特别注意一下，就是 createPeerConnection 的创建时机，当远端用户加入进来时我们需要根据加入进来的 remoteId 来判断是否是自己，如果是自己我们需要根据 otherClientIds 字段遍历房间中已经存在的 remoteId ，然后为其创建对应的 PeerConnection 对象。如果当前加入进来的 remoteId 与自己不相同，说明自己是已经在房间中了，这个时候也需要根据 remoteId 来创建 PeerConnection 并 createOffer 。 这样我们就比较容易管理多个 PeerConnection 对象了。

展示远程音视频流

在 Android 应用中展示远程音视频流，可以使用 SurfaceViewRenderer 控件。将收到的远程音视频流添加到 SurfaceViewRenderer 控件上，以显示远程画面。

            @Override
            public void onAddStream(MediaStream mediaStream) {
                super.onAddStream(mediaStream);
                Log.d(Constants.P2PSTAG, "onAddStream UserId:" + getUserId());
                if (mediaStream.videoTracks.size() > 0) {
                    VideoTrack remoteVideoTrack = mediaStream.videoTracks.get(0);
                    if (peerEventListener != null) {
                        peerEventListener.onAddRemoteStream(remoteVideoTrack, getUserId());
                    }
                }
            }

当我们收到 onAddStream 回调时，通知 UI 线程 创建 VideoSink ，让后将其添加到 remoteVideoTrack 轨道中，可以参考其代码:

    @Override
    public void addRemoteStream(VideoTrack track, String remoteId) {
        runOnUiThread(() -> {
            SurfaceViewRenderer videoRenderer = createVideoRenderer();
            addSurfaceView(videoRenderer);
            track.addSink(videoRenderer);
            videoRenderers.put(remoteId, videoRenderer);
        });
    }

当收到 leaved 信令消息时，我们需要将远端的视频窗口删除掉，代码如下:

    @Override
    public void removeRemoteStream(String remoteId) {
        runOnUiThread(() -> {
            SurfaceViewRenderer renderer = videoRenderers.get(remoteId);
            if (renderer != null) {
                mGridLayout.removeView(renderer);
                renderer.release();
                renderer = null;
            }
        });
    }

实现房间管理

为了实现房间管理，需要处理以下几个操作：

1. 加入房间：当用户点击“加入房间”按钮时，发送加入房间的消息给信令服务器。
2. 离开房间：当用户点击“离开房间”按钮时，发送离开房间的消息给信令服务器，并关闭所有 RTCPeerConnection 实例。

joinBtn.setOnClickListener(view -> {
  // 发送加入房间的消息给信令服务器
  JSONObject message = new JSONObject();
  message.put("type", "join");
  message.put("roomId", "your-room-id");
  socket.send(message.toString());
});

leaveBtn.setOnClickListener(view -> {
  // 发送离开房间的消息给信令服务器
  JSONObject message = new JSONObject();
  message.put("type", "leave");
  message.put("roomId", "your-room-id");
  socket.send(message.toString());

  // 关闭并删除所有 RTCPeerConnection 实例
  for (Map.Entry<String, RTCPeerConnection> entry : peerConnections.entrySet()) {
    removePeerConnection(entry.getKey());
  }
});

优化和扩展

在实现多人音视频通话的基础上，还可以进行优化和扩展，以提高音视频质量和用户体验。

优化音视频质量

1. 限制分辨率和帧率：可以根据网络状况和设备性能，限制音视频流的分辨率和帧率。这可以降低带宽消耗和计算需求，从而提高音视频质量。
2. 使用合适的编解码器：选择合适的编解码器（如 H.264 或 VP8）可以显著影响音视频质量。根据应用场景和设备兼容性，选择最合适的编解码器。

网络适应性

WebRTC 提供了网络适应性功能，可以根据网络状况自动调整音视频质量。这有助于在网络不稳定时维持良好的音视频体验。可以在创建 RTCPeerConnection 时，通过配置 RTCConfiguration 启用网络适应性。

安全性和隐私保护

1. 使用安全的传输协议：在实现多人音视频通话时，务必使用安全的传输协议（如 HTTPS 和 WSS）保护数据传输的安全。
2. 对信令数据进行加密：为了保护用户隐私，可以对信令服务器传输的数据进行加密，以防止数据泄露。

集成其他 WebRTC 功能

1. 屏幕共享：在多人音视频通话的基础上，可以增加屏幕共享功能，使用户能够共享屏幕内容。WebRTC web 端提供了 getDisplayMedia API，android 端可以通过MediaProjectionManager 方便地实现屏幕共享功能。
2. 数据通道：WebRTC 的 RTCDataChannel API 允许在 P2P 连接中传输任意数据。可以利用数据通道实现聊天、文件传输等功能。

总结

文章中的代码部分不是完整的，有些甚至是伪代码，详细代码还是建议把源码 clone 下来看。

本文介绍了如何使用 WebRTC 实现多人音视频通话，重点讲解了 WebRTC 的基本概念、信令服务器的编写、以及 Web 和 Android 客户端的实现。通过 P2P 架构，WebRTC 可以为实时通信提供低延迟、高质量的音视频体验。

在实现多人音视频通话的基础上，还可以进行优化和扩展，以提高音视频质量、网络适应性、安全性和隐私保护。此外，可以集成其他 WebRTC 功能，如屏幕共享和数据通道，实现更丰富的实时通信应用。

作者：DevYK