1. RTSP 协议基础：从一次握手说起

RTSP 这个协议，说白了就是流媒体世界的「遥控器」。你想想看，我们平时看视频，要点播放、暂停、快进、后退——RTSP 做的就是这件事，只不过它控制的是网络上的实时流媒体。

我记得刚入行那会儿，有个同事把 RTSP 和 HTTP 搞混了，结果调试了整整两天才发现问题。嗯，这里要注意：RTSP 虽然长得像 HTTP，但它俩本质完全不同。

1.1 RTSP 协议概述

RTSP（Real Time Streaming Protocol）由 IETF 在 RFC 2326 中定义。它是一个应用层协议，负责建立和控制媒体会话。说白了，它不负责传输媒体数据本身，只负责「指挥」——告诉服务器什么时候发、怎么发、发什么。

RTSP 支持三种传输模式：

• 单播（Unicast）：一对一传输，最常见
• 组播（Multicast）：一对多传输，节省带宽
• 广播（Broadcast）：基本不用，效率太低

我在项目中遇到过最坑的事：客户要求用组播做大规模直播，结果网络设备不支持 IGMP Snooping，整个网络直接瘫痪。所以啊，选传输模式前一定要先确认网络环境。

1.2 RTSP 与 RTP/RTCP 的关系

很多人刚接触流媒体时，会把 RTSP、RTP、RTCP 这三个协议搞混。我画了一张图，帮你理清它们的关系：

这张图你看懂了吗？RTSP 在最上层，负责发号施令；RTP 在中间层，负责搬运数据；RTCP 在旁边，负责打小报告——告诉你网络状况好不好。

1.3 RTSP 消息格式

RTSP 的消息格式和 HTTP 很像，但有几个关键区别。来看一个典型的请求和响应：

// 客户端请求
DESCRIBE rtsp://example.com/live/stream RTSP/1.0
CSeq: 1
Accept: application/sdp
User-Agent: MyStreamClient/1.0

// 服务器响应
RTSP/1.0 200 OK
CSeq: 1
Content-Type: application/sdp
Content-Length: 123

v=0
o=- 1234567890 1234567890 IN IP4 192.168.1.100
s=Live Stream
m=video 0 RTP/AVP 96
a=rtpmap:96 H264/90000

RTSP 消息由三部分组成：

• 起始行：请求方法 + URI + 协议版本，或者协议版本 + 状态码 + 原因短语
• 消息头：键值对，CSeq 是必填项，用于匹配请求和响应
• 消息体：可选，通常是 SDP 描述

方法	作用	我在项目中踩过的坑
DESCRIBE	获取媒体描述（SDP）	有些服务器不返回 SDP，需要硬编码参数
SETUP	建立传输通道	端口绑定失败最常见，记得检查防火墙
PLAY	开始播放	Range 头不传的话，默认从开头播
PAUSE	暂停播放	某些摄像头不支持暂停，会直接断开
TEARDOWN	终止会话	不调这个就断开，服务器可能一直占着资源

1.4 RTSP 交互流程

一个完整的 RTSP 交互流程，就像一次精心编排的舞蹈。每一步都有固定的顺序，跳错一步就会摔跟头。

这个流程看起来简单，但实际项目中坑不少。我曾经遇到过一个摄像头，它要求必须先发 OPTIONS 才能 DESCRIBE，否则直接返回 400。另一个设备更奇葩——SETUP 之后必须 500 毫秒内发 PLAY，超时就自动断开。

1.5 SDP 协议简介

RTSP 的 DESCRIBE 响应里通常会携带 SDP（Session Description Protocol）信息。SDP 描述了媒体流的格式、编码、传输地址等参数。看一个典型的 SDP：

v=0
o=- 1234567890 1234567890 IN IP4 192.168.1.100
s=Live Stream
c=IN IP4 0.0.0.0
t=0 0
m=video 0 RTP/AVP 96
a=rtpmap:96 H264/90000
a=framerate:30
a=fmtp:96 packetization-mode=1;profile-level-id=42E01E;sprop-parameter-sets=Z0IACpY1QKABw...
m=audio 0 RTP/AVP 97
a=rtpmap:97 MPEG4-GENERIC/16000/1
a=fmtp:97 streamtype=5;profile-level-id=1;mode=AAC-hbr;config=1408;sizeLength=13;indexLength=3;indexDeltaLength=3

SDP 的关键字段：

• v=：协议版本，目前只有 0
• o=：会话发起者信息
• s=：会话名称
• c=：连接信息，IP 地址
• m=：媒体描述，包括媒体类型、端口、传输协议、格式
• a=：属性行，描述编码参数