流媒体服务器只做一件事：收一路流，转给很多人。 搭起来至少要过四关——端口在听、握手能通、命令能认、媒体能收。
这是第八章唯一没有小节的一节，也是本章的收口。 8.1 到 8.4 讲的那些协议，最后都要落到一台服务器上。
一、三条路线
自己搭服务器，绕不开这三个选择。
方案 擅长 不擅长
SRS RTMP／HLS 一把抓，配置简单 高并发要调 ZLMediaKit 协议最全，HTTP-FLV 强 配置项多 Nginx-rtmp 跟网站混布，运维熟 版本老，功能少
三家做的是同一件事，差别只在「支持哪些协议」与「配置有多细」。 选型时先问自己一个问题：客户端是什么？
客户端是浏览器，就必须有 HTTP-FLV 或 HLS； 客户端是 VLC 或 ffplay，RTMP 与 RTSP 就够了； 客户端是手机 App，还要考虑低延迟与弱网重连。
二、端口是认协议的暗号
每种协议都有一个约定俗成的端口，看到端口就能猜到对面在跑什么。
端口 协议 干什么
1935 RTMP 推流与拉流的老家 554 RTSP 控制指令 8554 RTSP 不用 root 的替代端口 8080 HTTP 网页、HLS、HTTP-FLV 1936 RTMP over TLS 加密的 RTMP
554 是 RTSP 的标准端口，但它小于 1024， 非 root 用户绑不上，所以开发机上普遍用 8554。
「服务器起没起来」可以先看端口：端口在听，说明进程活着一半。 另一半是「能不能收流」，那得真推一路才知道。
三、最小服务器：RTMP 握手
要理解服务器在做什么，最好的办法是自己当一次服务器。 下面用一段代码顶替 SRS，只做 RTMP 握手。
阶段 方向 字节
C0 版本号 客户端→服务器 1 C1 随机数 客户端→服务器 1536 S0 加 S1 加 S2 服务器→客户端 3073 C2 回应 客户端→服务器 1536
服务器收到的 C0 是 0x03，C1 长度 1536 字节，加起来正好 1537。
回给客户端的 3073 字节里，前 1537 是 S0 与 S1，后 1536 是 S2。
S2 就是把 C1 原样抄回去——这是 RTMP 握手的核心： 双方各发一段随机数，再各自抄回来，谁也不验证内容， 只确认「来回通了」。所以握手快，但也不防中间人。
0x03 这个版本号是明文 RTMP，加密版是 0x06。
版本号不对，正经服务器会直接断开，连错误信息都不给。
四、握手之后还有 chunk
握手只证明链路通，业务一点没做。真正的力气在后面这层。
层 干什么 字节
握手 确认链路通 3073 chunk 分块 把消息切成小段 每段最多 128 命令消息 connect／createStream／publish 几十字节 媒体消息 FLV 标签 按帧变
chunk 的默认大小只有 128 字节，一条命令要切好几段才能发完。 连上之后双方可以协商一个更大的 chunk size，把开销压下去。
所以「服务器搭好了」这件事，最少要过四关： 端口在听、握手能通、命令能认、媒体能收。 前三关全过、第四关卡住，就是最常见的「推流失败」： 日志里连接成功、命令也认了，但一直没有画面。
五、动手 Demo：自己当一次服务器，跑完 RTMP 握手
下面这段起一个只做握手的最小服务器，再用一个客户端连上去。 服务器不认任何命令，握完就关——够用来验证「四关里的第二关」。
import socket, struct, threading, time
srv = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
srv.setsockopt(socket.SOL_SOCKET, socket.SO_REUSEADDR, 1)
srv.bind(("127.0.0.1", 0))
port = srv.getsockname()[1]
srv.listen(1)
got = {}
def serve():
srv.settimeout(8.0)
c, _a = srv.accept()
c.settimeout(8.0)
buf = b""
while len(buf) < 1537: # C0 一个字节 + C1 1536 个
d = c.recv(4096)
if not d:
break
buf += d
got["c0"] = buf[0]
got["c1"] = len(buf) - 1
# S0 + S1 + S2：版本号 + 1536 个 0 + 把 C1 原样抄回去
c.sendall(bytes([3]) + struct.pack(">II", 0, 0)
+ b"\x00" * 1528 + buf[1:1537])
try:
got["c2"] = len(c.recv(1536))
except Exception:
got["c2"] = 0
c.close()
th = threading.Thread(target=serve)
th.daemon = True
th.start()
time.sleep(0.2)
cli = socket.create_connection(("127.0.0.1", port), 3.0)
c1 = struct.pack(">II", 0, 0) + b"\x11" * 1528
cli.sendall(bytes([3]) + c1)
s = b""
cli.settimeout(5.0)
while len(s) < 3073:
d = cli.recv(4096)
if not d:
break
s += d
cli.sendall(c1[:1536])
cli.close()
th.join(6.0)
srv.close()
print(u"C0=0x%02X C1=%d 字节 S0S1S2=%d 字节"
% (got["c0"], got["c1"], len(s)))
实跑输出：
--------------------------------------------------------------------
8.5 流媒体服务器的搭建
--------------------------------------------------------------------
**① 三条路线，各自适合什么**
方案 擅长 不擅长
----------------------------------------------------------------
SRS RTMP／HLS 一把抓，配置简单 高并发要调
ZLMediaKit 协议最全，HTTP-FLV 强 配置项多
Nginx-rtmp 跟网站混布，运维熟 版本老，功能少
**三家都做同一件事：收一路流，转给很多人。**
**差别在「支持哪些协议」与「配置有多细」。**
**② 端口是认协议的暗号**
端口 协议 干什么
---------------------------------------------------
1935 RTMP 推流与拉流的老家
554 RTSP 控制指令
8554 RTSP 不用 root 的替代端口
8080 HTTP 网页、HLS、HTTP-FLV
1936 RTMP over TLS 加密的 RTMP
**所以「服务器起没起来」可以用端口判断：端口在听，说明进程活着一半。**
**另一半是「能不能收流」，那得真推一路才知道。**
**③ 一个服务器最少要做什么：用 RTMP 握手演示**
阶段 方向 字节
---------------------------------------------
C0 版本号 客户端→服务器 1
C1 随机数 客户端→服务器 1536
S0 ＋ S1 ＋ S2 服务器→客户端 3073
C2 回应 客户端→服务器 1536
**服务器收到 C0 是 `0x03`，C1 长度 1536 字节——对得上 1537 这个总数。**
**S2 就是「把 C1 原样抄回去」，这是 RTMP 握手的核心：**
**双方各发一段随机数，再各自抄回来，谁也不验证内容，只确认「来回通了」。**
**④ 握手之后还有一层：chunk**
层 干什么 字节
------------------------------------------------------------------
握手 确认链路通 3073
chunk 分块 把消息切成小段 每段最多 128
命令消息 connect／createStream／publish 几十字节
媒体消息 FLV 标签 按帧变
**所以「服务器搭好了」这件事，最少要过四关：**
**端口在听、握手能通、命令能认、媒体能收。**
**前三关全过、第四关卡住，就是最常见的「推流失败」。**
C0 读出来是 0x03，C1 是 1536 字节，服务器回的 3073 也分毫不差。
这段代码故意不认 connect 命令——所以真正的客户端连上来会卡在第三关。
「握手能通、命令不认」正是调服务器时最典型的中间状态。
30 秒实验
- 把 C0 改成
0x06：看客户端会不会因为版本号不认识而断开。 - 把 S2 改成全 0：正经客户端会拒绝，「抄回去」这一步是有用的。
- 把
listen(1)改成listen(5)：同时连三路，看第几路被拒。
常见误区
- 以为端口在听就是服务器好了。端口只说明进程活着，不说明能收流。
- 用 554 起 RTSP 却不用管理员权限。小于 1024 的端口绑不上。
- 把握手当成鉴权。S2 只是把 C1 抄回来，谁都能通过。
自测三问（点开对答案）
1. RTMP 握手一共几个字节？ —— 客户端发 1537（C0 加 C1），服务器回 3073（S0 加 S1 加 S2），客户端再回 1536（C2）。 2. 为什么 RTSP 开发商普遍用 8554？ —— 554 小于 1024，非 root 用户绑不上，8554 是常用的替代端口。 3. 「推流失败」最常见的样子是什么？ —— 端口通、握手成、命令也认了，就是没有媒体数据——卡在第四关。- ☐ 8.5 完，下一节 8.6.1 RTMP 简介