万人场景下传输挑战和演进实践

编者按： 随着网络和移动设备的普及，从两人通话到多人开麦、再到千人万人大课堂，音视频领域得到了迅速的发展。在如今万人场景下，音视频传输面临哪些挑战呢？传输过程又经历了怎样的演进实践？LiveVideoStackCon2022音视频技术大会上海站邀请到了火山引擎的汪俊老师，为我们分享万人场景下的传输挑战和演进实践。

文/汪俊

整理/LiveVideoStack

大家下午好，我是来自火山引擎的汪俊。大家也知道，火山引擎的RTC已经在很多业务场景落地。今天很高兴能够给大家带来从0到万人场景演进过程中经验的分享。

1、场景介绍和挑战

首先来看一下场景介绍和挑战。RTC的每一场音视频通话都是在房间中进行的，其中最值得注意的是房间的压力。房间的压力主要由进房压力、发布压力和订阅压力组成。首先，进房压力和房间用户数、用户进房速率有关；发布压力和音频并发发布人数、视频并发发布人数有关；订阅压力与房间用户数和单用户订阅流数有关。场景的不同，其复杂性不同，其压力也是不同的。

在整个演进的过程中，遇到了很多种类型的房间，他们都有各自不同的特点。第一种叫小房间，这种房间并发发布人数小于等于50，总人数小于等于50，这种房间的特点是人数少，用户进房速率小。第二种叫作千人房间，这种房间并发发布数最大可达到1000，总人数可达到1000。可以理解为在这种房间下，所有人都可以把音频和视频打开。这种房间相对于小房间较多，音视频推流人数多，用户进房速率较大。

第三种房间叫做万人房间，这是一种超大规模的房间，主要有两种模型，一种叫做大讲堂模型，第二个模型叫做研讨会模型，在大讲堂模型中，它的并发的发布人数是小于等于50，但是它的推流的规模可以多达百万，压力是非常大的。这种房间的特点是它的推流人数是比较少，它的拉流人数特别多，在这种模型下，拉流的用户会分布非常广，可以来自于各地。这时候，进房的用户的进房速率也是非常的高。第二种模型是现在非常流行的一个模型，叫研讨会模型，这种情况下它的并发发布人数是小于等于1000，可以理解为有1000个人可以并发的开着自己的视频和音频，这种模型下他的参会的总人数可以多达5万，在这种场景下，它的推流人数是非常的多，那拉流人数也是较多，相对于前面的几种来看，它的用户参与地区也是非常广，在跨国会议中用户遍布各地，用户的进场速率也是非常高的。

面对场景的不同，其复杂度不同，其压力也不同，但是要针对以下的一些业务核心指标，需要去对齐到用户体验。所以对此来说，对我们来说压力也特别大，也有很大的挑战。

2、万人演进路线

接下来看完的产品介绍，来看一下万人演进的路线。

早期业务的需求的快速发展，对火山引擎的要求也一直在增加，从早期的两人的抖音音视频社交场景，到多人的抖音音视频社交场景，从200人的飞书中级会议，到千人音视频双开的飞书会议，从单房间五万人的网络研讨会，到暑期的时候单房间多达百万人的教育大班课，这是整个过程中业务对火山引擎所提出的挑战。随着业务复杂度的增加、房间人数的增加、单房间人数的增加和整个系统平台并发房间数的增加，整个系统的压力和系统并发请求数的过大，对系统架构，音频和视频的传输架构都带来了很大的挑战。

面对这些复杂的场景和高并发的压力，我从以下几个方面来描述一下整个演进的路线，第一部分是讲述一下在面对这么大压力的时候，整个分布式的系统架构的演进，主要核心点是广域网多中心的架构和多地域分布式信令。第二个是在面对这种大房间场景越来越多的人进行开麦，在这种情景下，会面临的一个最大的难题就是音频传输。第二个演进的路线是音频传输架构的演进，在过程中核心点是将音视频分离、自动订阅。第三个是在这种超大规模的分发下面临的第三个难题，就是视频的传输，这里面核心的点就是在分发边缘进行聚合，采取树形分发的结构。