RTP、RTCP和RTSP协议基础
1 RTSP概述
1.1 RTSP概念
RTSP(Real-Time Stream Protocol )是一种基于文本的应用层协议，在语法及一些消息参数等方面，RTSP协议与HTTP协议类似。
RTSP被用于建立的控制媒体流的传输，它为多媒体服务扮演“网络远程控制”的角色。RTSP本身并不用于传送媒体流数据。媒体数据的传送可通过RTP/RTCP等协议来完成。
1.2 基本的RTSP操作过程
首先，客户端连接到流服务器并发送一个OPTIONS命令查询服务器提供的方法收到服务器的回应后，发送DESCRIBE命令查询某个媒体文件的SDP信息。流服务器通过一个SDP描述来进行回应，回应信息包括流数量、媒体类型等信息。客户端分析该SDP描述，并为会话中的每一个流发送一个SETUP命令，SETUP命令告诉服务器客户端用于接收媒体数据的端口。流媒体连接建立完成后，客户端发送一个PLAY命令，服务器就开始传送媒体流数据。在播放过程中客户端还可以向服务器发送PAUSE等其他命令控制流的播放。通信完毕，客户端可发送TERADOWN命令来结束流媒体会话。
1.3 RTSP与HTTP的区别
可以发现RTSP协议的格式与http协议很类似，都是基于文本的协议，语法也基本相同。但是它们并不相同，有以下主要差别：
首先，方法名称不同。RTSP新增了DESCRIBE、SETUP、PLAY等方法。
其次，HTTP协议是无状态的协议，方法之间的发送并无明显的次序关系。而RTSP是有状态的协议，各方法存在次序关系。
在者，HTTP协议可以以内带载荷数据的方式传送数据，如网页数据。而RTSP仅仅提供流播放的控制，并不传送流媒体数据。流媒体数据可以通过RTP/RTCP的方式传送。
1.4 RTSP以及RTP等在TCP/IP协议簇中位置
2 RTSP消息
2.1 RTSP消息格式
2.1.1 RTSP请求消息格式
方法名称 URL RTSP版本 回车换行 header 回车换行 回车换行 body 回车换行
注意：方法名称 包括OPTIONS、DESCRIBE、SETUP、PLAY、TEARDOWN等。
URL 是接受方的地址，如:rtsp://192.168.0.1/video1.3gp。
RTSP版本一般是RTSP/1.0
消息的每一行都会以回车换行结尾，为了便于定位识别，消息头header的最后一行有两个回车换行。
消息体body有时是可选的。
2.1.2 RTSP响应消息格式
RTSP版本 状态码 对应文本解释 回车换行 header 回车换行 回车换行 body 回车换行
注音： RTSP版本 一般为RTSP/1.0。
状态码 表示对应消息的执行结果。
部分状态码与文本解释对应列表如下：
状态码 文本解释 含义
“200” OK 执行成功
“400” Bad Request 错误请求
“404” Not Found 未找到
“500” Internal Server Error 服务器内部错误
2.2 RTSP中各方法详细介绍
2.2.1 OPTIONS
Client用OPTIONS来查询Server提供的方法。Server在响应消息的public字段给出自己提供的方法集合。
注意：
1 OPTIONS方法并非必须，Client可以绕过OPTIONS，而直接向server发送其他消息。
2 OPTIONS可以再任何时间发送。有的客户端会定时向服务器发送OPTION消息。而服务器也可以通过是否定时收到OPTIONS消息来判断客户端是否在线。但并不是所有客户端和服务器都这样做。
Server给Client的响应消息的各个字段的含义：
A CSeq字段 请求的序号
客户端的每一个请求都会被赋值一个序号。每个请求消息也会对应一个同样序号的回应消息。
B Public字段 Server给出自己提供的方法的集合。
Client给Server的请求消息的各个字段含义：
A UserAgent字段 用户标识不同公司或是不同的客户端
该域用于用户标识不同公司或是不同的客户端。不同客户端发出的消息中的这个域的内容都不大相同。有时会指明客户端的版本号、型号等等。
Clinet------>Server: OPTIONS rtsp://10.34.3.80/D:/a.264 RTSP/1.0 CSeq: 2 //请求序号 User-Agent: LibVLC/2.0.7 (LIVE555 Streaming Media v2012.12.18) Server------>Client: RTSP/1.0 200 OK CSeq: 2 //回复序号 Date: Tue, Jul 22 2014 02:41:21 GMT Public: OPTIONS, DESCRIBE, SETUP, TEARDOWN, PLAY, PAUSE, GET_PARAMETER, SET_PARAMETER
2.2.2 DESCRIBE
DESCRIBE消息是由客户端发送到服务器端，用于客户端得到请求链接中指定的媒体文件的相关描述，一般是SDP信息。
Server把SDP放在RTSP的响应消息中发给Client。 SDP（Session Description Protocol）包含了会话的描述、媒体编码类型、媒体的码率等信息。对于流媒体服务而言，以下几个域是在SDP中一定要包含的。
“a=control:” “a=range:” “a=rtpmap:” “a=fmtp:”
当一个录像中即包含音频又包含视频时，会有多个上述结构。每个媒体描述以m开始。m行又称媒体行，描述了发送方所支持的媒体类型等信息，需要详细说明下。a行为媒体的属性行，以属性的名称：属性值的方式表示。
音频的m行的格式：
m=audio 3458 RTP/AVP 0 96 97 第一个参数audio为媒体名称：表明支持音频类型。 第二个参数3488为端口号，表明UE在本地端口为3458上发送音频流。 第三个参数RTP/AVP为传输协议，表示基于UDP的RTP协议。 第四到七个参数为所支持的四种净荷类型编号。 a=rtpmap:0 PCMU a=rtpmap:96 G726-32/8000 a=rtpmap:97 AMR-WB a行为媒体的属性行，以属性的名称：属性值的方式表示。 格式为：a=rtpmap:<净荷类型><编码名称> 净荷类型0固定分配给了PCMU， 净荷类型96对应的编码方案为G.726,为动态分配的。 净荷类型97对应的编码方式为自适应多速率宽带编码（AMR-WB），为动态分配的。
视频的m行的格式：
m=video 3400 RTP/AVP 98 99 第一个参数video为媒体名称：表明支持视频类型。 第二个参数3400为端口号，表明UE在本地端口为3400上发送视频流。 第三个参数RTP/AVP为传输协议,表示RTP over UDP。 第四、五参数给出了两种净荷类型编号 a=rtpmap:98 MPV a=rtpmap:99 H.261 净荷类型98对应的编码方案为MPV,为动态分配的。 净荷类型97对应的编码方式为H.261，为动态分配的。
Server给Client的响应消息的各个字段的含义：
A Content-Base字段 指明对某个媒体的描述信息
B Content-Typte字段 请求类型
C Content-Length字段 SDP的长度（因为这里的body中）
Client给Server的请求消息的各个字段含义：
A Accept字段 用于指定客户端可以接受的媒体描述信息类型，此处为SDP信息。
2.2.3 SETUP
SETUP消息用于确定转输机制，建立RTSP会话。
注意：客户端也可以在建立RTSP后再次发出一个SETUP请求为正在播放的媒体流改变传输参数，服务器可能同意这些参数。若不同意，会回应 "455 Method Not Valid In This State"。
Server给Client的响应消息的各个字段的含义：
A Transport字段 由服务器确认后的传输参数
Client给Server的请求消息的各个字段含义：
A Transport字段 客户端可接受的数据传输参数
如果该请求不包含SessionID，则服务器会产生一个SessionID。
例子1：使用RTP over UDP方式
Client-------------->Server: SETUP rtsp://10.34.3.80/D:/a.264/track1 RTSP/1.0 //track1表示对1号通道进行设置 CSeq: 4 User-Agent: LibVLC/2.0.7 (LIVE555 Streaming Media v2012.12.18) //客户端版本信息 Transport: RTP/AVP;unicast;client_port=60094-60095 //约定传输参数 RTP/AVP表示采用RTP over UDP， unicast表示单播，用以区别组播。Client_port约定客户端RTP端口为60094，RTCP端口为60095 Server-------------->Client: RTSP/1.0 200 OK CSeq: 4 Date: Tue, Jul 22 2014 02:41:25 GMT Transport: RTP/AVP;unicast;destination=10.34.3.80;source=10.34.3.80;client_port=60094-60095;server_port=6970-6971 //服务器端所指定的传输参数 这里要注意：RTP用偶数端口，RTCP为相邻的奇数端口 Session: 54DAFD56;timeout=65 //SessionID
例子2: 使用RTP over TCP方式
CLient--------------->Server: request 消息 SETUP rtsp://10.34.3.80/D:/a.264/track1 RTSP/1.0 //track1表示对1号通道进行设置 CSeq: 4 User-Agent: LibVLC/2.0.7 (LIVE555 Streaming Media v2012.12.18) Transport: RTP/AVP/TCP;unicast;interleaved= 0-1 SETUP命令的Transport字段为RTP/AVP/TCP，同时多了一个interleaved=0-1字段。 由于RTP over TCP将RTP包和RTCP包发至同一个TCP端口， 因此使用interleaved的值来区分到底是RTP还是RTCP包。I nterleaved=0表示RTP包，interleaved=1表示RTCP包。 Server--------------->Client：response 消息 RTSP/1.0 200 OK CSeq: 4 Date: Tue, Jul 22 2014 02:41:25 GMT Transport: RTP/AVP/TCP;interleaved=0-1 Session: 54DAFD56;timeout=65
2.2.4 PLAY
PLAY方法通知服务器按照SETUP中指定的机制开始传送数据。服务器会从PLAY消息指定范围的开始时间开始传送数据，直到该范围结束。
注意：服务器可能会将PLAY请求放到队列中，后一个PLAY请求需要等待前一个PLAY请求完成才能得到执行。
Client给Server的请求消息的各个字段含义：
A Range字段 指定了播放开始的时间。
如果在这个指定时间后收到消息，那么播放立即开始。不含Range头的PLAY请求也是合法的，此时将从媒体流开始位置播放，直到媒体流被暂停。如果媒体流通过PAUSE暂停，媒体流传输将在暂停点继续传输。如果媒体流正在播放，那么该PLAY请求将不起作用。客户端可以利用此来测试服务器是否存活。
例子：
Client----------->Server: PLAY rtsp://10.34.3.80/D:/a.264/ RTSP/1.0 CSeq: 5 User-Agent: LibVLC/2.0.7 (LIVE555 Streaming Media v2012.12.18) Session: 54DAFD56 //SessionID，SETUP回应中返回 Range: npt=0.000- / /指定开始播放的时间 Server----------->Client: RTSP/1.0 200 OK CSeq: 5 Date: Tue, Jul 22 2014 02:41:25 GMT Range: npt=0.000- Session: 54DAFD56 RTP-Info: url=rtsp://10.34.3.80/D:/a.264/track1;seq=10244;rtptime=2423329550 //RTP信息 Url字段为RTP参数对应的流媒体链接地址，seq字段为流媒体第一个包的序列号，rtptime为range域对应的RTP时间戳
2.2.5 PAUSE
PAUSE消息通知服务器暂停流传输的传输。
如果请求URL中指定了具体的媒体流，那么只有该媒体流的播放被暂停。可以指定仅暂停音频，此后的播放将会静音。
如果请求URL指定了一组流，那么在该组中的所有流的传输将被暂停。
注意：服务器有可能不支持PAUSE消息。例如，实时流就有可能不支持暂停。当一个服务器不支持某一个消息时，会回应给客户端“501 Not Implemented”。
Client给Server的请求消息的各个字段含义：
A Range字段（可选） 用来指定媒体流暂停的时间点，称之为暂停点。
这里的Range头必须包含一个精确的值，而不是一个时间范围。如果Range头指定了一个时间超出了PLAY请求的范围，服务器将将返回"457 Invalid Range" 。如果Range头缺失，那么在收到暂停消息后媒体流传输立即暂停，并将暂停点设置成当前播放时间。
2.2.6 TEARDOWN
TEARDOWN请求终止了给定URL的媒体流传输，并释放了与该媒体流相关的资源。
3 RTP、RTCP协议
3.1 RTP协议
1 RTP概述
RTP是实时传输协议（Real-Time Transport Protocol）的缩写，是针对多媒体数据流的实时传输协议。
通常建立在UDP协议之上，也可以建立在TCP协议之上。有人将其归为应用层协议，也有人将其归为传输层协议，这都是可以的。
Rtp协议提供了时间戳和序列号。发送端在采样时设置时间戳，接收端收到后，会按照时间戳依次播放。RTP本身只保证实时数据的传输，并不能为按顺序传送的数据包提供可靠的传送机制，也不提供流量和拥塞控制，它依靠RTCP来提供这些服务。
2 RTP报文格式
版本号（V）:0-1 2b 用来标识使用的RTP版本。
填充位（P）:2 1b 如果该位被置为1，则RTP包的尾部会跟附加的填充字节。
扩展位（X）：3 1b 如果该位被置为1，则RTP包的尾部会跟附加扩展帧头。
CSRC计数器（CC）: 4-7 4b 固定头部后跟着的CSRC数目。
标记位（M）: 8 1b 该位的解释由配置文档解释。
载荷类型（PT）:9-15 7b标识RTP载荷的类型。
序列号（SN）: 16- 31 16b发送方在发送完每一个RTP包后会将该域 的值加1，接收方可以通过检测序列号来判断是否出现RTP丢包现象。注意：序列号的初始值是随机的。
时间戳：32 32b 该包中第一个字节的采样时刻。时间戳有一个初始值，随着时间的流逝而不断增加。即使此时没有包被发出，时间戳也会不段增加。时间戳是实现去除抖动和实现同步必不可少的。
SSRC:同步源标识符： 32b RTP包的来源，在同一个RTP会话中不能 有两个相同的SSRC值。该字段是根据一定的算法随机生成。
CSRC List:贡献源列表 0-15个，每项32b 用来标识对一个RTP混合器产生的新包有贡献的所有RTP包的源。
3.2 RTCP协议
1 RTCP协议概述
RTCP是实时控制协议（Real-Time Control Protocol）的缩写。RTCP通常与RTP配合使用，用以管理传输质量在当前进程之间的交换信息。
在RTP会话期间，各参与者周期性的传送RTCP包，RTCP包中包含已发送数据包的数量、丢失的数据包的数量等统计资料。服务器可以利用这些信息动态的改变传输速率，甚至改变有效载荷的类型。
RTP和RTCP配合使用，可以有效且以最小的开销达到最佳传输效率，非常适合传送实时流。
2 RTCP协议的端口以及五种包
RTSP通常使用RTP协议来传送实时流，RTP一般使用偶数端口，而RTCP使用相邻的奇数端口，即RTP端口号+1。
在RTCP通信控制中，RTCP协议的功能是通过不同类型的RTCP包来实现的。RTCP也是基于UDP包来传送的，主要有五种类型的封包：
1.SR：发送端报告，由发送RTP数据报的应用程序或中端发出的。
2.RR：接收端报告，由接受但不发送RTP数据报的应用程序或中端发出。
3.SDES: 源描述，传递与会话成员有关的标识信息的载体，如用户名、邮件、电话等。
4.BYE: 通知离开，通知回话中的其他成员将退出会话。
5.APP: 由应用程序自己定义，作为RTCP协议的扩展。
3 RTCP协议报文格式
版本（V）：同RTP包头部
填充(P) ：同RTP包头部。
接收报告计数器（RC）:5b 该SR包中接收的报告块的数目。
包类型（PT）： 8bit SR包类型为200
长度（length）：SR包以32bit为1单位的长度减1
同步源（SSRC）：SR包发送的同步源标识符。与对应RTP包中的SSRC一样。
NTP时间戳（Network Time Protocol）:SR包发送时的绝对时间。用于同步不同的流。
RTP时间戳：与NTP时间戳对应，与RTP包中的时间戳具有相同的初始值。
Send’s Packet count：从开始发包到产生这个SR包的这段时间内发送者发送的有效数据的总字节数，不包括头部和填充，发送者改变SSRC时，该域要清零。
同步源n的SSRC标识符：该报告中包含的是从该源接收到的包的统计信息。
丢失率：表明从上一个SR或RR包发出依来从同步源n发送的RTP包的丢失率。
累计丢失数据：从开始接受SSRC_n的包到发送SR这个时间段内SSRC_n发送的RTP丢失的总数目。
收到的扩展最大序列号：从SSRC_n收到的从RTP数据包中的最大序列号。
接收抖动（Interarrival jitter）：RTP数据包接收时间的统计方差估计。
上次SR时间戳（Last SR）：取最近从SSRC_n收到的SR包中的NTP时间戳中的中间32bit。如果还未收到SR包，则为0。
上次依赖SR延迟（Delay since Last SR）：从上次SSRC_n收到SR包到发送本包的延迟
4 音视频同步
传送的音频和视频流位于两个不同的RTP会话中，每个RTP包均有自己的时间戳，同时RTCP包中的NPT字段（Network Protocol Time）保存的绝对时间可以用来将音视频映射到同一时间轴上，从而实现音视频同步。