1.3　WebRTC的网络拓扑

WebRTC规范主要介绍了使用ICE技术建立P2P的网络连接，即Mesh网络结构。在WebRTC技术的实际应用中，衍生出了媒体服务器的用法。

使用媒体服务器的场景，通常是因为P2P连接不可控，而使用媒体服务器可以对媒体流进行修改、分析、记录等P2P无法完成的操作。实际上，如果我们把媒体服务器看作WebRTC连接的另外一端，就很容易理解媒体服务器的工作原理了。媒体服务器是WebRTC在服务器端的实现，起到了桥梁的作用，用于连接多个WebRTC客户端，并增加了额外的媒体处理功能。通常根据提供的功能，将媒体服务器区分成MCU和SFU。

1. Mesh网络结构

Mesh是WebRTC多方会话最简单的网络结构。在这种结构中，每个参与者都向其他所有参与者发送媒体流，同时接收其他所有参与者发送的媒体流。说这是最简单的网络结构，是因为它是Web-RTC原生支持的，无须媒体服务器的参与。Mesh网络结构如图1-2所示。

图1-2　Mesh网络结构

在Mesh网络结构中，每个参与者都以P2P的方式相互连接，数据交换基本不经过中央服务器（部分无法使用P2P的场景，会经过TURN服务器）。由于每个参与者都要为其他参与者提供独立的媒体流，因此需要N-1个上行链路和N-1个下行链路。众多上行和下行链路限制了参与人数，参与人过多会导致明显卡顿，通常只能支持6人以下的实时互动场景。

由于没有媒体服务器的参与，Mesh网络结构难以对视频做额外的处理，不支持视频录制、视频转码、视频合流等操作。

2. MCU网络结构

MCU（Multipoint Control Unit）是一种传统的中心化网络结构，参与者仅与中心的MCU媒体服务器连接。MCU媒体服务器合并所有参与者的视频流，生成一个包含所有参与者画面的视频流，参与者只需要拉取合流画面，MCU网络结构如图1-3所示。

图1-3　MCU网络结构

这种场景下，每个参与者只需要1个上行链路和1个下行链路。与Mesh网络结构相比，参与者所在的终端压力要小很多，可以支持更多人同时在线进行音视频通信，比较适合多人实时互动场景。但是MCU服务器负责所有视频编码、转码、解码、合流等复杂操作，服务器端压力较大，需要较高的配置。同时由于合流画面固定，界面布局也不够灵活。

3. SFU网络结构

在SFU（Selective Forwarding Unit）网络结构中，仍然有中心节点媒体服务器，但是中心节点只负责转发，不做合流、转码等资源开销较大的媒体处理工作，所以服务器的压力会小很多，服务器配置也不像MCU的要求那么高。每个参与者需要1个上行链路和N-1个下行链路，带宽消耗低于Mesh，但是高于MCU。

我们可以将SFU服务器视为一个WebRTC参与方，它与其他所有参与方进行1对1的建立连接，并在其中起到桥梁的作用，同时转发各个参与者的媒体数据。SFU服务器具备复制媒体数据的能力，能够将一个参与者的数据转发给多个参与者。SFU服务器与TURN服务器不同，TURN服务器仅仅是为WebRTC客户端提供的一种辅助数据转发通道，在无法使用P2P的情况下进行透明的数据转发，TURN服务器不具备复制、转发媒体数据的能力。

SFU对参与实时互动的人数也有一定的限制，适用于在线教学、大型会议等场景，其网络结构如图1-4所示。

图1-4　SFU网络结构