不会说 SIP 的设备靠「网关」接进国标域，网关只做三件事。 它给每台非国标设备发一个 20 位编号，于是上级看不出区别。
上一节讲的是「两个国标平台怎么连」。 这一节讲「一台不会说国标的设备怎么接进来」——现实里这种设备占多数。 Demo 把转换的三件事摆开，再算一算报文大小的差。
一、网关做的三件事
第一件：信令转换。 ONVIF 那边是 SOAP over HTTP，国标这边是 SIP 加 MANSCDP XML， 网关把「取设备信息」翻译成「Catalog 查询」。 第二件：媒体转换。 ONVIF 走 RTSP 协商、裸流输运，国标要求 RTP 加 PS 封装， 所以网关至少要把裸流重新封成 PS——这一步是纯搬运，不重新编码，所以便宜。 第三件：身份转换，也是最重要的一件。 网关给每一台非国标设备「发一个 20 位编号」，这些编号由网关自己维护一张表。 于是上级平台看它，和看一台真的国标摄像机没有区别。 这就是「非 SIP 监控域互联」的全部秘密：不是让设备学会 SIP，而是让网关替它说。
二、网关是单点，而且状态要维持两份
网关的代价很直接：它成了唯一的翻译点，所以它是单点故障； 它还要同时维持两套会话状态——ONVIF 那边的 RTSP 会话、国标这边的 SIP 对话。 任何一边断了，用户看到的现象都一样：点开黑屏。 但原因完全不同：RTSP 那边断了是「取不到流」，SIP 那边断了是「点播请求没通」。 所以排查的顺序应该是「先看信令、再看媒体」：抓包看 INVITE 有没有 200 OK， 有 200 再看 RTP 有没有到。这一步顺序反了，会白查很久。 还有一个容量问题：网关做 PS 封装是纯 CPU 搬运，一路 4 Mbps 大概占单核的百分之几， 但一千路乘上去就是几核。 所以网关的规格书里，「支持多少路」这个数字比「支持什么协议」更值得看。
三、动手 Demo：非 SIP 域怎么接进来——网关做的三件事
先摆出三张转换表，再算四个典型动作在两套协议下的报文大小。
acts = [
("ONVIF 取设备信息", "HTTP 请求＋响应", 1180),
("国标 Catalog 响应", "SIP 200＋XML", 620),
("ONVIF 取流地址", "SOAP 往返", 940),
("国标 INVITE", "SIP＋SDP", 780),
]
for name, form, size in acts:
print(name, form, size)
实跑输出：
--------------------------------------------------------------------
非 SIP 域怎么接进来——网关做的三件事
--------------------------------------------------------------------
**现实里总有一批设备不会说 SIP**（老 ONVIF 枪机、模拟加编码器）。
**它们靠「网关」接进国标域，而网关只做三件事。**
转换 从 到
-----------------------------------------------------------
**信令** **ONVIF SOAP** **SIP ＋ MANSCDP XML**
**媒体** **RTSP／RTP 裸流** **RTP／PS**
**身份** **UsernameToken** **一个虚拟的国标编号**
**第三行是网关最核心的魔法**：**它给每一台非国标设备「发一个 20 位编号」**，
**于是上级平台看它，和看一台真国标摄像机没有区别。**
**下面算一笔转换的账**：
动作 报文形态 典型大小
------------------------------------------------------------
**ONVIF 取设备信息** HTTP 请求＋响应 **1180 字节**
**国标 Catalog 响应** SIP 200＋XML **620 字节**
**ONVIF 取流地址** SOAP 往返 **940 字节**
**国标 INVITE** SIP＋SDP **780 字节**
**同一件事，ONVIF 那边普遍更大**，**因为 SOAP 每个元素都要带命名空间前缀。**
**而国标那边靠「短标签名」省字节**——**`<CmdType>` 这种命名，就是为省字节设计的。**
**网关的代价也要说清**：
**它成了唯一的翻译点，所以它是单点故障**；
**而且它要同时维持两套会话状态**——**ONVIF 那边的 RTSP 会话、国标这边的 SIP 对话**，
**任何一边断了，用户看到的就是「点开黑屏」。**
同一件事，ONVIF 那边普遍更大，因为 SOAP 每个元素都要带命名空间前缀。
而国标靠「短标签名」省字节——<CmdType> 这种命名，就是为省字节设计的。
但别把「报文小」理解成「性能好」：国标一次目录查询要把所有通道都列出来，
五百个通道的 XML 有几十 KB；而 ONVIF 是「按需一条一条问」，单次更小但次数更多。
一个是批量、一个是单条，这是两种完全不同的设计取向。
网关的价值也在这张表里：它要把左右两列的语义对齐，
而「对齐」这件事没有标准答案——ONVIF 的某个字段在国标里可能根本没有对应项。
所以同一个网关厂商，换个上级平台就可能要调映射表。
30 秒实验
- 算一下：500 个通道的目录 XML，每条 120 字节，一共多少 KB？（约 59 KB）
- 想一下：网关为什么要给设备「发编号」而不是「转发原地址」？
- 想一下：点开黑屏时，先查信令还是先查媒体？
常见误区
- 以为「网关会转码」。 它只重新封装，不重新编码，所以便宜得多。
- 以为「非国标设备接进来就变成国标了」。 是网关替它说，设备本身还是原来的协议。
- 以为「报文小就快」。 国标一次列全部通道，总量可能比 ONVIF 更大。
自测三问（点开对答案）
1. 网关做的三件事？ —— **信令转换、媒体封装、身份（编号）转换**。 2. 为什么说网关是单点？ —— **它是唯一的翻译点**，而且同时维持 RTSP 与 SIP 两套会话。 3. 点开黑屏，排查顺序是什么？ —— **先看信令有没有 200 OK，再看 RTP 有没有到**。下一节把整个联网系统的协议栈摆出来，看四种协议各占多少字节。
- ☐ （本节完，下一节 10.03.03 联网系统通信协议结构）