摘要：用"饭盒装菜"的比喻彻底讲清封装格式和编码格式的区别，然后逐个拆解 MP4、FLV、TS、MKV 的内部结构、设计初衷和适用场景。附带工程选型建议和对比表格，看完就知道你的业务该用什么容器。
1. 核心比喻：饭盒和菜是两回事
新手最容易混淆的两个概念：编码格式 和 封装格式。
编码格式 （H.264/H.265/AV1）：决定视频画面怎么"画"出来。
封装格式（MP4/FLV/TS/MKV）：决定这些"画"和声音怎么打包存放。
生活比喻 ：
编码格式就是"菜怎么做"------红烧、清蒸、油炸。
封装格式就是"用什么饭盒装"------长方形塑料盒、保温桶、外卖纸袋。
一个饭盒可以装红烧肉（MP4 里放 H.264），也可以装清蒸鱼（MP4 里放 H.265）。同一种菜也能装在不同饭盒里。
文件扩展名就是饭盒的牌子 ，告诉你这是什么容器，但不能 100% 确定里面装的是什么编码的菜。比如 .mp4 文件里面可能是 H.264，也可能是 H.265，甚至可能是 AV1。
先把这个关系焊死在脑子里，后面所有讨论才有根基。
2. 封装格式的三个核心功能
一个视频容器（Container）要干三件事：
第一，打包：把视频流、音频流、字幕、章节信息等塞进一个文件。
第二，同步：记录每一段视频和每一段音频的"时间戳"，让播放器知道"这帧画面应该和第 3 秒的那段声音同时播"。
第三，索引：提供快速定位能力，让你能拖拽进度条，瞬间跳到 15 分 20 秒。
不同容器的差异，本质上就是这三件事的实现方式不同。下面逐个拆解。
3. MP4 ------ 点播的王者
3.1 历史定位
MP4 源于 Apple 的 QuickTime 容器，由 MPEG 组织在 2001 年标准化，全称 MPEG-4 Part 14。它是目前互联网视频分发事实上的标准容器。
3.2 内部结构
MP4 的数据组织单位叫 Box（盒子），每个 Box 包含类型、长度和数据。所有数据都以结构化方式存放在这些盒子里。
关键的结构是 moov Box，里面存着所有音视频流的描述信息和时间戳索引表。播放器要解码任意时刻的画面，必须先读到 moov。
致命问题：moov 默认写在文件末尾。这意味着如果 MP4 文件没有下载完整，moov 丢失，整个文件就无法播放。
解决方案 ：faststart（也叫 moov 前置）。编码器把 moov 提前写到文件头部，让播放器一打开文件就能获取索引，边下边播。现在几乎所有 Web 场景的 MP4 都必须做 faststart。
3.3 支持什么编码
-
视频：H.264 最主流，H.265/AV1/VP9 也支持
-
音频：AAC 最主流，MP3/FLAC/Opus 也支持
-
字幕：支持内嵌字幕轨道，但兼容性一般
3.4 适用场景
-
✅ 视频点播、本地存储、渐进式下载播放
-
✅ 任何需要拖拽进度条的场景
-
❌ 直播（moov 机制导致必须文件完整才能播）
-
❌ 需要极强容错能力的传输场景
4. TS ------ 直播的基石
4.1 历史定位
TS，全称 MPEG Transport Stream（传输流），由 MPEG-2 标准定义。设计初衷是在不可靠的信道上传输电视信号，如地面广播、卫星电视。
4.2 为什么 TS 天生适合直播？
核心设计理念：抗丢包、抗错误、随时可加入。
TS 把数据切成固定大小 188 字节 的小包（Packet）。每个包都有独立的头部和同步字节（0x47），接收端可以在任何位置开始解析，不必等完整文件。
生活比喻：MP4 像一封完整的信，必须从头看到尾。TS 像流水线上源源不断的明信片，你随时拿起一张都能读出上面写的是什么，哪怕前几张丢了也能继续看。
TS 适合直播的五个技术特性：
-
随时可加入：观众在直播中途点进来，解码器立刻找到下一个同步字节就能开始播，不需要从头缓冲
-
抗丢包：丢一个包只影响 188 字节，画面局部出问题，不会导致整个流崩掉
-
固定包长：188 字节极小，传输延迟可控，适合 UDP 传输
-
多节目复用：一个 TS 流可以同时承载多个音视频节目，广电系统里一根线传几十个台就靠它
-
无全局索引依赖：不像 MP4 需要等 moov，TS 每个包自带时间信息（PTS/PCR），真正做到无头播放
4.3 支持什么编码
-
视频：H.264 最主流，H.265 也支持
-
音频：AAC、MP3、AC-3 等
4.4 适用场景
-
✅ 直播流传输（HLS 切片就是 TS 文件）
-
✅ 广电系统、IPTV、机顶盒
-
❌ 点播（没有全局索引，快进快退效率低）
5. FLV ------ HTTP 直播的先驱
5.1 历史定位
FLV（Flash Video）由 Adobe 为 Flash Player 设计，2000 年代中期到 2010 年代中期统治了全球在线视频。B 站早期视频、YouTube 早期视频都是 FLV。
随着 2020 年 Flash 正式退役，FLV 在浏览器播放领域已经退出历史舞台。但它在直播领域至今活跃，尤其是中国。
5.2 为什么 FLV 至今没死？
结构极简，延迟极低。
FLV 由 FLV Header + 一系列 Tag 组成。每个 Tag 就是一帧视频或一段音频，自带时间戳，简单到任何程序员都能手写解析器。
三个让 FLV 活到现在的特性：
-
低延迟：格式极简，编码后直接发，不需要等 GOP 边界，延迟能压到 1-2 秒
-
HTTP 友好：可以用 HTTP 长连接持续推送，防火墙友好，不需要特殊的流媒体端口
-
生态惯性：中国主流 CDN 和直播平台深度绑定 FLV，推流 RTMP 拉流 HTTP-FLV 至今是标配架构
5.3 支持什么编码
-
视频：H.264 最主流
-
音频：AAC、MP3
5.4 适用场景
-
✅ 低延迟直播推流和拉流（HTTP-FLV）
-
✅ 需要 HTTP 穿越防火墙的直播
-
❌ 浏览器原生播放（Flash 已死，需要 MSE 或转封装）
-
❌ 点播（早已被 MP4 取代）
6. MKV ------ 万能的自由容器
6.1 历史定位
MKV，全称 Matroska Multimedia Container（Matroska 是俄语"套娃"的意思）。它是一个开源、免费、极具扩展性的容器，始于 2002 年。
MKV 的设计哲学是：什么都往里装。
几乎所有现存的视频编码、音频编码、字幕格式都能塞进 MKV。它几乎是业界事实上的"万能容器"。
6.2 核心优势
万能封装能力 ：
视频编码支持 H.264 / H.265 / AV1 / VP9 / VP8 / MPEG-4 / MPEG-2 ......几乎一切。
音频编码支持 AAC / MP3 / FLAC / Opus / DTS / TrueHD / Atmos ......无损、有损全包。
字幕支持内嵌 SRT / ASS / PGS / VobSub，还可以支持多语言、多版本。
自由与无专利限制 ：
MKV 完全开源，无任何专利授权费。WebM（Google 推动的 Web 视频格式）就是 MKV 的子集。
强大的章节与元数据 ：
支持章节编辑、菜单结构、多版本视频轨（导演剪辑版/剧场版）、封面图片、详细的媒体信息元数据。
6.3 缺点
-
浏览器支持有限：Chrome/Firefox 对 MKV 支持差，Web 场景几乎不用
-
移动端支持差：iOS 原生不支持 MKV 硬解，需第三方播放器
-
播放器依赖：桌面端需要 VLC / PotPlayer 等第三方播放器
6.4 适用场景
-
✅ 本地高清/无损影音存储、收藏、归档
-
✅ 多字幕、多音轨视频封装
-
✅ WebM 子集用于浏览器播放
-
❌ 在线流媒体分发
-
❌ 对兼容性有苛刻要求的分发
7. 五大格式对比总表
| 维度 | MP4 | TS | FLV | MKV |
|---|---|---|---|---|
| 设计目标 | 本地存储、点播 | 传输流、广播 | Flash 播放、直播 | 万能本地存储 |
| 结构特点 | Box 结构，moov 索引 | 188B 固定包长 | Header + Tag 序列 | EBML 扩展二进制 |
| 首屏/加入速度 | 需 moov（faststart 后快） | 极快（随时可加入） | 快 | 较快 |
| 拖拽/随机访问 | ✅ 优秀（moov 索引） | ❌ 需解析整个流 | ❌ 无内置索引 | ✅ 良好 |
| 容错/抗丢包 | 差（moov 丢则全废） | 强（包级独立） | 一般 | 一般 |
| 直播适合度 | ❌ 不适合 | ✅ 基石（HLS 切片） | ✅（HTTP-FLV 低延迟） | ❌ 不适合 |
| 编码兼容范围 | 主流编码 | 主流编码 | H.264 + AAC 为主 | 几乎全兼容 |
| 字幕支持 | 有限 | 有限 | 无 | ✅ 极强 |
| Web 浏览器支持 | ✅ 原生支持 | ❌（需 MSE 转封装） | ❌（Flash 已死） | ❌ 支持差 |
| 专利 / 开源 | 需授权 | 需授权 | Adobe 曾持有 | ✅ 完全开源 |
| 当前定位 | 点播之王 | 广电 + HLS 直播 | 中国低延迟直播 | 影音发烧友收藏 |
8. 工程选型决策指南
按场景选择
| 你的需求 | 推荐容器 | 理由 |
|---|---|---|
| 在线视频点播平台 | MP4（HLS 备选） | 兼容性最好，faststart 后边下边播 |
| 低延迟直播 | FLV（HTTP-FLV）或 TS（HLS） | FLV 延迟约 1-3 秒，TS 约 5-10 秒 |
| 广电/IPTV 系统 | TS | 行业标准，抗丢包，多节目复用 |
| 影视收藏/归档 | MKV | 万能封装，多字幕多音轨，开源免费 |
| 安卓/iOS 本地播放 | MP4 | 系统原生支持最好 |
| WebRTC 实时通话 | 无容器（裸流 RTP） | 不需要封装，直接传编码帧 |
常见架构组合
-
直播推流：RTMP 协议 + FLV 封装
-
直播分发：HLS 协议 + TS 切片
-
低延迟直播：HTTP-FLV 拉流
-
点播分发：MP4 faststart + CDN
-
多码率自适应：HLS（TS）或 DASH（fMP4）
9. 小结
| 容器 | 一句话定位 |
|---|---|
| MP4 | 点播之王，兼容性无敌，互联网视频标配 |
| TS | 直播基石，抗丢包强，广电和 HLS 的核心 |
| FLV | 直播老兵，格式极简，中国低延迟直播主流 |
| MKV | 万能容器，开源自由，影音发烧友最爱 |
选容器不是选技术先进，是选匹配场景。 MP4 把索引做到极致适合点播，TS 把容错做到极致适合直播，FLV 把简单做到极致适合低延迟，MKV 把兼容做到极致适合收藏。它们是不同时代、不同需求催生的产物，各有各的生态位。