2. RTMP协议深度解析：握手、连接、流控制与数据包结构

RTMP这协议，说实话，年头不短了。Adobe在2009年把它开放出来，到现在十几年过去，直播行业里它依然是"老大哥"。我最早接触RTMP是在2015年做互动直播项目，那时候HLS延迟太高，WebRTC还没普及，RTMP几乎是唯一选择。

今天咱们就把RTMP的底裤扒干净。从握手到连接，从数据包结构到流控制，每个细节我都会结合实战经验来讲。你想想看，搞懂了这些，后面做协议适配才能游刃有余。

2.1 RTMP握手：三次握手的变种

RTMP的握手，说白了就是客户端和服务器互相确认身份的过程。它跟TCP的三次握手有点像，但更复杂一些。

握手分为三个阶段：

1. C0/S0：版本声明。客户端发一个字节，告诉服务器"我用的是RTMP版本X"。服务器回一个字节确认。
2. C1/S1：随机数据。客户端发1536字节的随机数据，服务器也发1536字节。这里面包含时间戳和随机数。
3. C2/S2：回声确认。客户端把S1的内容原样返回，服务器把C1的内容原样返回。

我记得有一次排查推流失败问题，抓包发现客户端发了C0+C1，但服务器只回了S0+S1，然后就没然后了。后来发现是服务器版本号不匹配——客户端声明版本3，服务器只支持版本2。嗯，这种坑在老旧设备上特别常见。

2.2 连接建立：从NetConnection到NetStream

握手完成后，RTMP会建立两条逻辑通道：

• NetConnection：应用层连接。客户端发"connect"命令，带上应用名（比如"live"），服务器验证后返回成功。
• NetStream：流通道。在NetConnection之上创建，用于传输音视频数据。

连接流程大致是这样：

客户端 → 服务器: connect("rtmp://example.com/live")
服务器 → 客户端: _result(连接成功)
客户端 → 服务器: createStream()
服务器 → 客户端: _result(stream ID = 1)
客户端 → 服务器: publish("mystream", "live")
服务器 → 客户端: onStatus("NetStream.Publish.Start")

2.3 数据包结构：RTMP的"信封"

RTMP的数据包分两层：Chunk（块）和Message（消息）。一个Message可能被拆成多个Chunk发送，接收端再重组。

2.3.1 Chunk基本格式

每个Chunk包含：

字段	大小	说明
Basic Header	1-3字节	包含chunk stream ID和chunk type
Message Header	0, 3, 7, 11字节	消息的时间戳、长度、类型ID
Extended Timestamp	0或4字节	当时间戳超过0xFFFFFF时使用
Chunk Data	可变	实际数据

Chunk Type有4种，用Basic Header里的前2位表示：

• Type 0 (00)：11字节Message Header，完整信息。用于流的第一个chunk或时间戳变化时。
• Type 1 (01)：7字节Message Header，省略了message stream ID。用于同一流中连续的消息。
• Type 2 (10)：3字节Message Header，只包含时间戳增量。用于同一消息的后续chunk。
• Type 3 (11)：0字节Message Header，完全复用前一个chunk的头部。用于批量发送。

2.3.2 Message类型

RTMP定义了多种Message类型，常用的有：

类型ID	名称	用途
0x01	Set Chunk Size	设置chunk大小，默认128字节
0x02	Abort Message	中断消息传输
0x03	Acknowledgement	确认收到数据量
0x04	User Control	用户控制事件（如流开始/结束）
0x05	Window Acknowledgement Size	设置确认窗口大小
0x06	Set Peer Bandwidth	设置对端带宽限制
0x08	Audio	音频数据
0x09	Video	视频数据
0x12	Data Message (AMF0)	元数据（如onMetaData）
0x14	Command Message (AMF0)	命令（如connect, publish）

2.4 流控制：别让数据撑爆缓冲区

RTMP的流控制机制，说白了就是"你发慢点，我快撑不住了"。它主要通过三个参数来调节：

• Chunk Size：每个chunk的最大字节数。默认128字节，可以通过Set Chunk Size消息调整。我一般设成4096或8192，减少chunk数量，降低CPU开销。
• Window Acknowledgement Size：接收方告诉发送方"你每发X字节，我就确认一次"。默认是5000000字节（约5MB）。
• Peer Bandwidth：发送方告诉接收方"我的带宽上限是X，你别超"。这个值可以设为"硬限制"或"软限制"。

为什么会需要这些？你想想看，如果推流端以10Mbps的速度发数据，而拉流端只有2Mbps的带宽，不控制的话缓冲区瞬间就爆了。RTMP通过Acknowledgment消息来同步收发速率：

发送方 → 接收方: 发送数据（累计X字节）
接收方 → 发送方: Acknowledgement(已收到X字节)
发送方: 收到确认后继续发送

我曾经在弱网环境下调试RTMP推流，发现手机端频繁发Acknowledgment，但服务器端就是不调整发送速率。后来查代码发现，服务器把Window Acknowledgement Size设成了0——等于关闭了流控制。嗯，这种配置错误在自研服务器里特别常见。

2.5 握手与连接流程总览

下面这张图把RTMP从握手到推流的完整流程串起来了：

2.6 实战中的坑与建议

搞了这么多年RTMP，我总结几个常见问题：

• 握手超时：有些设备握手时C2发得慢，服务器等不及就断开了。我建议把握手超时设到10秒以上。
• Chunk Size太小：默认128字节，推高清流时CPU开销巨大。我一般设成4096，平衡延迟和性能。
• AMF编码错误：RTMP用AMF0或AMF3编码命令。有些库混用两种格式，导致解析失败。我建议统一用AMF0，兼容性最好。
• 时间戳回绕：RTMP时间戳是24位，最大0xFFFFFF。超过后会回绕到0。我见过播放器因为时间戳回绕导致画面卡死。解决方案是用Extended Timestamp扩展成32位。