RTSP 直播技术详解

一、协议概述

1.1 基本定义

RTSP（Real Time Streaming Protocol，实时流协议） 是一种应用层控制协议 ，用于在流媒体服务器与客户端之间建立和控制实时媒体会话。由 IETF 在 RFC 2326（1998）中定义，后由 RFC 7826（2016）更新。

属性	说明
定位	会话控制协议，不直接传输媒体数据
默认端口	554（TCP/UDP），554 为注册端口
传输层	通常基于 TCP，也可在 UDP 上承载 RTSP
典型用途	IP 摄像头、监控系统、流媒体点播/直播控制

1.2 设计目标

会话控制：建立、修改、 teardown 媒体会话。
与传输解耦：媒体数据由 RTP/RTCP 等协议承载，RTSP 只负责「放什么、怎么放」。
可扩展：通过请求方法与头部扩展支持不同业务需求。
兼容 HTTP：语法与 HTTP 类似（请求行、头部、实体），便于代理与实现。

1.3 核心特点速查

特点	说明
文本协议	请求/响应为可读文本，便于调试
有状态	通过 Session 标识会话，支持多路会话
双向能力	客户端可发请求，服务器可回 1xx 等中间响应
与传输分离	媒体走 RTP/RTCP 等，RTSP 只管控制

二、RTSP 与相关协议的关系

2.1 协议栈中的位置

复制代码

┌─────────────────────────────────────────────────────────┐
│ 应用层                                                    │
│  RTSP（控制：播放、暂停、定位、 teardown）                  │
│  SDP（会话描述：编码、地址、端口）                          │
├─────────────────────────────────────────────────────────┤
│ 传输层                                                    │
│  RTP（媒体数据）  /  RTCP（控制与统计）                     │
│  TCP（RTSP 信令，也可用 UDP 等）                           │
├─────────────────────────────────────────────────────────┤
│ 网络层及以下   IP、链路层等                                 │
└─────────────────────────────────────────────────────────┘

RTSP：建立会话、选择流、播放/暂停/停止、获取参数。
SDP：在 RTSP 的 DESCRIBE 响应或 ANNOUNCE 等中携带，描述媒体类型、编解码、RTP 地址与端口等。
RTP/RTCP：实际承载音视频数据与 QoS 反馈，端口在 SDP 中协商。

2.2 典型交互流程（简化）

复制代码

Client                          Server
   |                                |
   |  OPTIONS                        |
   |------------------------------->|
   |  200 OK (Public: DESCRIBE, SETUP, PLAY, TEARDOWN...) |
   |<-------------------------------|
   |  DESCRIBE rtsp://.../stream    |
   |------------------------------->|
   |  200 OK (Content-Type: sdp, 正文为 SDP) |
   |<-------------------------------|
   |  SETUP track1 (RTP/RTCP 端口)   |
   |------------------------------->|
   |  200 OK (Session, Transport)    |
   |<-------------------------------|
   |  PLAY                           |
   |------------------------------->|
   |  200 OK                         |
   |<-------------------------------|
   |  <====  RTP/RTCP 媒体流  =====> |
   |  TEARDOWN                       |
   |------------------------------->|
   |  200 OK                         |
   |<-------------------------------|

三、RTSP 协议细节

3.1 请求方法（常用）

方法	方向	用途
OPTIONS	C→S	查询服务器支持的方法与扩展
DESCRIBE	C→S	获取媒体描述（通常返回 SDP）
SETUP	C→S	为某一路媒体建立传输（指定 RTP/RTCP 端口或方式）
PLAY	C→S	开始播放，可带 Range 指定起止时间
PAUSE	C→S	暂停，保持会话与传输
TEARDOWN	C→S	结束会话，释放资源
GET_PARAMETER	C→S / S→C	获取参数（保活或查询）
SET_PARAMETER	C→S / S→C	设置参数
ANNOUNCE	C→S / S→C	推送或更新 SDP（如服务器向客户端推 SDP）
REDIRECT	S→C	重定向到新 URL

3.2 状态码（与 HTTP 类似）

1xx：信息（如 100 Continue）。
2xx：成功（200 OK 等）。
3xx：重定向。
4xx：客户端错误（404 Not Found、454 Session Not Found 等）。
5xx：服务器错误。

3.3 重要头部

头部	说明
CSeq	序列号，请求与响应一一对应，用于重传与排序
Session	会话标识，SETUP 后由服务器返回，后续请求必须带同一 Session
Transport	SETUP 中协商传输方式：RTP/AVP/UDP、端口、单播/多播、interleaved 等
Range	PLAY 中指定时间范围（如 npt=0- 表示从 0 开始直播）
Content-Type	实体类型，DESCRIBE 响应多为 `application/sdp`
Content-Base / Content-Location	解析相对 URL 的基准

3.4 传输模式（Transport）

RTP/AVP/UDP：RTP 与 RTCP 走独立 UDP 端口，在 SETUP 的 Transport 中协商。
RTP/AVP/TCP：RTP/RTCP 在 TCP 上以 interleaved 方式与 RTSP 共用一个连接（channel 标识不同）。
多播：Transport 中指定多播地址与端口，适用于一对多分发。

四、会话与媒体控制

4.1 会话生命周期

DESCRIBE：拿到 SDP，知道有几路流（视频/音频）、编码格式、以及建议的 RTP/RTCP 信息。
SETUP ：对每个要播放的 track 发 SETUP，确定传输方式与端口，服务器返回 Session。
PLAY ：在已 SETUP 的会话上发 PLAY，服务器开始通过 RTP 推流；可带 Range 做点播定位或直播从当前开始。
PAUSE：暂停，不释放 Session 与传输。
TEARDOWN：结束会话，释放 Session 与端口。

4.2 SDP 在 RTSP 中的作用

DESCRIBE 的响应体通常是一份 SDP，包含：
- 会话名、时间
- 媒体行（m=video、m=audio）
- 编解码（a=rtpmap、a=fmtp）
- 连接信息（c=）与端口
- 控制 URI（a=control:），用于后续 SETUP/PLAY 的 URL
客户端根据 SDP 中的 a=control 构造每个 track 的 SETUP/PLAY URL。

4.3 直播与点播在 RTSP 上的差异

场景	Range 典型用法	说明
直播	PLAY 不带 Range 或 `Range: npt=0-`	从当前或 0 开始，无结束时间
点播	PLAY 带 `Range: npt=10-120`	从 10 秒播到 120 秒，可多次 PLAY 不同区间

五、传输与负载

5.1 媒体编码与 RTP 负载

视频常见：H.264 （RTP 负载类型与 SDP 中 a=rtpmap 一致）、H.265/HEVC 、VP8/VP9 等。
音频常见：AAC 、PCMU/PCMA 、Opus 等。
RTP 负责打包、序号、时间戳；RTCP 负责报告丢包、抖动、往返时延等，便于发送端与接收端适配。

5.2 防火墙与 NAT 穿透

RTSP 默认 554 端口；RTP/RTCP 端口在 SETUP 中协商，可能每次不同，防火墙需放行或配合客户端/服务器做端口预测。
内网摄像头对外提供 RTSP 时，常需 端口映射 或 RTSP 代理/网关 在公网侧统一入口。
部分实现支持 RTP/AVP/TCP（interleaved），仅用一条 TCP 连接（如 554），便于过防火墙，但延迟与实现复杂度需权衡。

5.3 认证

常用 HTTP Basic 或 Digest （在 RTSP 请求头中带 Authorization），与 HTTP 类似。
部分设备支持 URL 参数 token 或自定义头，实现简单鉴权。

六、典型直播架构

6.1 摄像头 / 设备直连

复制代码

[IPC/摄像头] --RTSP Server--  <--RTSP Client-->  [VLC/播放器/平台]
                    |                    |
                    +---- RTP/RTCP -----+

设备内置 RTSP Server，客户端 DESCRIBE → SETUP → PLAY 后直接收 RTP。
适合内网或已有端口映射的监控场景。

6.2 网关 / 流媒体服务器转码与分发

复制代码

[摄像头 RTSP] --> [网关/流媒体服务器] --> 转码/转协议 --> [RTMP/HLS/WebRTC/RTSP]
                         |                    |
                         +-- 录制、鉴权、多路分发

服务器拉取设备 RTSP，再以 RTMP、HLS、WebRTC 或 RTSP 对外分发，便于网页与移动端播放。
可做转码、多码率、录制、鉴权等。

6.3 与 RTMP/HLS 的配合

采集/推流 ：摄像头或编码器以 RTSP 或 RTMP 推给服务器。
分发：服务器转 HLS （HTTP + m3u8 + ts）给网页/APP，或转 WebRTC 做超低延迟。
监控/专业客户端 ：仍可直接用 RTSP 拉流，便于集成与低延迟。

七、与 RTMP/HLS/WebRTC 对比

维度	RTSP	RTMP	HLS	WebRTC
角色	控制 + 媒体（RTP）	推流/拉流一体	拉流（HTTP）	端到端/通过服务器
延迟	低（通常 1～3 秒级）	低（1～3 秒）	高（切片 3～30 秒）	极低（数百 ms）
浏览器	需插件或转协议	需 Flash（已淘汰）/转协议	原生支持（Safari 等）	原生支持
典型用途	监控、专业直播、IPTV	推流、历史直播方案	网页/APP 拉流	实时通话、互动直播
协议栈	RTSP + SDP + RTP/RTCP	基于 TCP 私有	HTTP + m3u8 + ts/fmp4	SDP、ICE、DTLS、SRTP 等

八、实践要点与常见问题

8.1 实现与调试

使用 Wireshark 过滤 rtsp 或端口 554，可查看 RTSP 请求/响应与部分 SDP。
VLC 、FFplay 、GStreamer 等支持 RTSP 播放，可用于验证 URL 与设备兼容性。
实现客户端时严格按 CSeq 匹配请求与响应，并处理 Session 与 Transport，避免状态错乱。

8.2 常见问题

现象	可能原因	建议
连接被拒绝	端口未开放、设备未开 RTSP	检查 554 与防火墙
401/407	未带或错误鉴权	检查用户名密码、Digest 算法
无画面/花屏	编码或 SDP 与解码器不匹配	对照 SDP 的 rtpmap/fmtp 与解码器能力
延迟大	缓冲大、网络抖动	调小播放器缓冲、或走 TCP interleaved 减少丢包
多播收不到	网络不支持多播或未加入组	改用单播或检查交换机/路由多播配置

8.3 安全建议

生产环境使用 RTSP over TLS （如 322 端口或 554 上 TLS）或通过 VPN/专线 访问。
避免在公网裸奔 RTSP 且无鉴权；配合 IP 白名单 、强密码 、定期更新 固件。

九、总结与速查

9.1 核心要点

RTSP 是会话控制协议 ，负责建立与控制播放，不直接传媒体 ；媒体由 RTP/RTCP 承载，描述在 SDP 中。
标准流程：OPTIONS → DESCRIBE → SETUP（每 track）→ PLAY →（可选 PAUSE）→ TEARDOWN。
Session 与 Transport 是会话与传输绑定的关键；Range 区分直播与点播。
直播场景中，RTSP 常用于采集端或监控直连 ；对外分发常配合 RTMP/HLS/WebRTC 等做转码与多端适配。

9.2 速查表

项目	内容
标准	RFC 2326 / RFC 7826
默认端口	554（TCP/UDP）
控制	OPTIONS, DESCRIBE, SETUP, PLAY, PAUSE, TEARDOWN 等
媒体	RTP/RTCP（端口在 SETUP 中协商）
描述	SDP（DESCRIBE 响应或 ANNOUNCE）
传输模式	RTP/AVP/UDP、RTP/AVP/TCP（interleaved）、多播

RTSP 直播技术详解

RTSP 直播技术详解

目录

一、协议概述

1.1 基本定义

1.2 设计目标

1.3 核心特点速查

二、RTSP 与相关协议的关系

2.1 协议栈中的位置

2.2 典型交互流程（简化）

三、RTSP 协议细节

3.1 请求方法（常用）

3.2 状态码（与 HTTP 类似）

3.3 重要头部

3.4 传输模式（Transport）

四、会话与媒体控制

4.1 会话生命周期

4.2 SDP 在 RTSP 中的作用

4.3 直播与点播在 RTSP 上的差异

五、传输与负载

5.1 媒体编码与 RTP 负载

5.2 防火墙与 NAT 穿透

5.3 认证

六、典型直播架构

6.1 摄像头 / 设备直连

6.2 网关 / 流媒体服务器转码与分发

6.3 与 RTMP/HLS 的配合

七、与 RTMP/HLS/WebRTC 对比

八、实践要点与常见问题

8.1 实现与调试

8.2 常见问题

8.3 安全建议

九、总结与速查

9.1 核心要点

9.2 速查表