详解m3u8协议

1.简述

官方文档地址：https://tools.ietf.org/html/rfc8216

如果需要更详细了解这个协议，就需要阅读这个协议。

 

HLS（HTTP Live Streaming） 把整个流分片，然后基于HTTP的文件来下载，每次只下载一部分。HLS 协议由三部分组成：HTTP、M3U8、TS。其中，HTTP 是传输协议，M3U8 是索引⽂件，TS是⾳视频的媒体信息。

关于HLS的详细介绍可参考如下地址：

https://tools.ietf.org/html/draft-pantos-http-live-streaming-18

 

HLS 是提供⼀个 m3u8 地址，Apple 的 Safari 浏览器直接就能打开 m3u8 地址(试了下，win的浏览器是无法打开)，如下地址：

http://demo.srs.com/live/livestream.m3u8

注意：Android 也是不能直接打开，需要使⽤ html5 的 video 标签，然后在浏览器中打开这个⻚⾯即可，如：

<!-- livestream.html --> 
 <video width="640" height="360" 
 autoplay controls autobuffer 
 src="http://demo.srs.com/live/livestream.m3u8"
type="application/vnd.apple.mpegurl">
  </video>

HLS 的 m3u8，是⼀个 ts 的列表，也就是告诉浏览器可以播放这些 ts ⽂件，如下列表：

#EXTM3U 
#EXT-X-VERSION:3 
 #EXT-X-MEDIA-SEQUENCE:64 
 #EXT-X-TARGETDURATION:12 
 #EXTINF:11.550 
 livestream-64.ts 
 #EXTINF:5.250 
livestream-65.ts 
 #EXTINF:7.700 
 livestream-66.ts 
 #EXTINF:6.850 
 livestream-67.ts

注意：如果只有#表示注释，如果有#EXT，表示标记一个tag。

 

有⼏个关键的参数，这些参数在 SRS 的配置⽂件中都有配置项：

(1)#EXTM3U：每个M3U⽂件第⼀⾏必须是这个tag，请标示作⽤。

(2)#EXT-X-VERSION：该属性可以没有，上面列表中，⽬前版本号主要是version 3，最新的是7。

(3)#EXT-X-MEDIA-SEQUENCE：每⼀个media URI在PlayList中只有唯⼀的序号(每一次开始播放ts文件的所对应的序号)，相邻之间序号+1,⼀个media URI并不是必须要包含的，如果没有，默认为0。如这里#EXT-X-MEDIA-SEQUENCE:64，对应下面livestream-64.ts(开始播放的序号)。

(4)#EXT-X-TARGETDURATION：ts列表中所有切⽚的最⼤时⻓(上述列表为12s)。有些 Apple 设备这个参数不正确会⽆法播放。SRS 会⾃动计算出 ts ⽂件的最⼤时⻓，然后更新 m3u8 时会⾃动更新这个值。⽤户不必⾃⼰配置。

(5)#EXTINF：ts 切⽚的实际时⻓，SRS 提供配置项 hls_fragment，但实际上的 ts 时⻓还受 gop 影响，确保是完整的gop。分别对应下面ts的切片时长，如，#EXTINF:11.550(时间单位为s)，描述的是livestream-64.ts的切片时长为11.55s(如果向上取整，则就是所有ts文件的切片最大时长为12s)。

(6)ts ⽂件的数⽬：SRS 可配置 hls_window（单位是秒，不是数量），指定 m3u8 中保存多少个切⽚(类似一个容器)，譬如，每个 ts 切⽚为 10 秒，窗⼝为 60 秒，那么 m3u8 中最多保存 6 个 ts 切⽚，SRS 会⾃动清理旧的切⽚。

(7)livestream-67.ts：SRS 会⾃动维护 ts 切⽚的⽂件名，在编码器重推之后，这个编号会继续增⻓，保证流的连续性。直到 SRS 重启，这个编号才重置为 0。

 

注意搞懂这些概念：每⼀个 .m3u8 ⽂件，分别对应若⼲个 ts ⽂件的索引和配置信息，真正的音视频数据是存放在ts文件。m3u8 ⽂件只是存放了⼀些 ts ⽂件的配置信息和相关路径。

.m3u8 ⽂件，其实就是以 utf-8 编码的 m3u ⽂件，这个⽂件本身不能播放，只是存放了播放信息的⽂本⽂件。比如一碗汤，.m3u8 ⽂件就是一个碗，而ts才是正真的汤，无论汤增加还是减少，都是在碗里变化。

当视频播放时，.m3u8 文件(可以理解为一个变化的容器)是动态改变的，video标签会解析这个⽂件，并根据索引信息找到对应的 ts ⽂件来播放。所以⼀般为了加快速度，.m3u8 放在 web 服务器上，ts ⽂件放在 cdn 上。

 

m3u8示例

m3u8 ⽂件示例 1：单码率适配流

该 m3u8 ⽂件只是⼀个简单的 Media Playlist。

 #EXTM3U
#EXT-X-VERSION:3
 #EXT-X-ALLOW-CACHE:YES
#EXT-X-MEDIA-SEQUENCE:2
 #EXT-X-TARGETDURATION:16
 #EXTINF:14.357, no desc
 livestream-2.ts
#EXTINF:15.617, no desc
 livestream-3.ts
 #EXTINF:14.358, no desc
 livestream-4.ts
 #EXTINF:15.618, no desc
 livestream-5.ts
 #EXTINF:11.130, no desc
 livestream-6.ts

 

m3u8 ⽂件示例 2：多码率适配流

包含多种⽐特率的 Master Playlist。该⽂件是⼀个实际使⽤中的顶级 m3u8 ⽂件，该⽂件中⼜定义了http://example.com/low.m3u8 、 http://example.com/mid.m3u8 等 ⼏ 个 ⼆ 级 ⽂ 件 。 顶 级m3u8 ⽂件主要是做码率适配的，⼆级 m3u8 才是真正的切⽚⽂件，拉流端会默认选择码率最⾼的请求，如果发现码率达不到，会请求降低码率的流。客户端拿到⼆级 m3u8 ⽂件后，会继续请求⾥⾯的⽂件，这时就可以进⾏播放了。

注意：这个码率自适应功能，是非常值得推荐。

 #EXTM3U
 #EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=1280000
 http://example.com/low.m3u8
 #EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=2560000
 http://example.com/mid.m3u8
 #EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=7680000
 http://example.com/hi.m3u8
 #EXT-X-STREAM-INF:PROGRAM-ID=1,BANDWIDTH=65000,CODECS="mp4a.40.5"
 http://example.com/audio-only.m3u8

 

2. HLS 整体数据流程框架

前一节讲过，.m3u8 放在 web 服务器上，ts ⽂件放在 cdn 上，切片在流媒体服务器。框架如下图：

 

3.HLS 协议编码格式要求

HLS协议对编码格式有如下要求，一般只支持这几种格式：

(1)视频的编码格式：H264。

(2)⾳频的编码格式：AAC、MP3、AC-3。

(3)视频的封装格式：ts。

(4)保存 ts 索引的 m3u8 ⽂件。

 

3.1 HLS 协议优点

(1)HLS 相对于 RTMP 来讲使⽤了标准的 HTTP 协议来传输数据，可以避免在⼀些特殊的⽹络环境下被屏蔽。

(2)HLS 相⽐ RTMP 在服务器端做负载均衡要简单得多。因为 HLS 是基于⽆状态协议 HTTP 实现的，拉流端只需要按照顺序使⽤下载存储在服务器的普通 ts ⽂件进⾏播放就可以。⽽ RTMP 是⼀种有状态协议，很难对视频服务器进⾏平滑扩展，因为需要为每⼀个播放视频流的拉流端维护状态。

(3)HLS 协议本身实现了码率⾃适应，在不同带宽情况下，设备可以⾃动切换到最适合⾃⼰码率的视频播放。这一点是非常好的一项功能，要是需要重点关注。

 

3.2 HLS 协议缺点

HLS 协议在直播的视频延迟时间很难做到 10 s 以下延时，⽽ RTMP 协议的延时可以降到 1s 左右，甚至1s以下。

在这里提醒各位朋友，不管怎样，这两种方案都是有应用的，需要根据自己的需求和应用场景，选择不同的方案。不能只看的协议的缺点，而不看协议的优点。

 

4.协议其它概念解析

(1)Playlist file

⼀个 m3u 的 Playlist 就是⼀个由多个独⽴⾏组成的⽂本⽂件，每⾏由回⻋/换⾏区分。每⼀⾏可以是⼀个URI、空⽩⾏或是⼀个 以 "#" 号开头的字符串，并且空格只能存在于⼀⾏中不同元素间的分隔。⼀个 URI 表示⼀个媒体段或是 "variant Playlist file"（最多⽀持⼀层嵌套，即⼀个 m3u8 ⽂件中嵌套另⼀个 m3u8），以 "EXT" 开头的表示⼀个 "tag"，否则表示注释，直接忽略。

(2)Tags解析

#EXTM3U ：每个 m3u8 ⽂件第⼀⾏必须是这个 tag，如上⾯的两个示例。

#EXT-X-VERSION：m3u8⽂件版本号，⽐如#EXT-X-VERSION:3。

#EXTINF ：指定每个媒体段（ts）的持续时间，这个仅对其后⾯的 URI 有效，每两个媒体段 URI 间被这个 tag 分隔开其格式为： #EXTINF:<duration>,<title>， ⽐如#EXTINF:14.357, nodesc

duration：表示持续的时间（秒），"Durations MUST be integers if the protocol version of the Playlist file is less than 3"(如果版本号小于3，就是整数)，否则可以是浮点数。

#EXT-X-BYTERANGE ：表示媒体段是⼀个媒体 URI 资源中的⼀段，只对其后的 media URI 有效，格式为： #EXT-X-BYTERANGE:<n>[@o]。这个字段在版本4才有体现。

n：表示这个区间的⼤⼩

o：表示在 URI 中的 offset

#EXT-X-TARGETDURATION ：指定当前视频流中的单个切⽚（即 ts）⽂件的最⼤时⻓（秒）。所以#EXTINF 中指定的时间⻓度必须⼩于或是等于这个最⼤值。这个 tag 在整个 Playlist ⽂件中只能出现⼀次（在嵌套的情况下，⼀般有真正ts url 的 m3u8 才会出现该 tag）。格式为： #EXT-X-TARGETDURATION:<s>

s：表示最⼤的秒数。

 

#EXT-X-MEDIA-SEQUENCE ：每⼀个 media URI 在 Playlist 中只有唯⼀的序号，相邻之间序号 +1。格式为： #EXT-X-MEDIA-SEQUENCE:<number> 。⼀个 media URI 并不是必须要包含的，如果没有，默认为 0.

 

#EXT-X-KEY ：表示怎么对 media segments 进⾏解码。其作⽤范围是下次该 tag 出现前的所有media URI。格式为： #EXT-X-KEY:<attribute-list>NONE 或者 AES-128。如果是 NONE，则 URI 以及 IV 属性必须不存在，如果是 AES-128(Advanced Encryption Standard)，则 URI 必须存在，IV 可以不存在。对于 AES-128 的情况，keytag 和 URI 属性共同表示了⼀个 key ⽂件，通过 URI 可以获得这个key，如果没有 IV（Initialization Vector），则使⽤序列号作为 IV 进⾏编解码，将序列号的⾼位赋到 16 个字节的 buffer 中，左边补 0；如果有 IV，则将该值当成 16 个字节的 16 进制数。

 

#EXT-X-PROGRAM-DATE-TIME ：将⼀个绝对时间或是⽇期和⼀个媒体段中的第⼀个 sample 相关联，只对下⼀个 media URI 有效，格式如下： #EXT-X-PROGRAM-DATE-TIME:<YYYY-MM-DDThh:mm:ssZ>

如： #EXT-X-PROGRAM-DATE-TIME:2010-02-19T14:54:23.031+08:00

 

#EXT-X-ALLOW-CACHE ：是否允许做 cache，这个可以在 Playlist ⽂件中任意地⽅出现，并且最多只出现⼀次，作⽤效果是所有的媒体段。格式如下： #EXT-X-ALLOW-CACHE:<YES|NO>

 

#EXT-X-PLAYLIST-TYPE ：提供关于 Playlist 的可变性的信息，这个对整个 Playlist ⽂件有效，是可选的，格式如下： #EXT-X-PLAYLIST-TYPE:<EVENT|VOD>

VOD，即为点播视频，服务器不能改变 Playlist ⽂件，换句话说就是该视频全部的 ts ⽂件已经被⽣成好了EVENT，就是实时⽣成 m3u8 和 ts ⽂件。服务器不能改变或是删除 Playlist ⽂件中的任何部分，但是可以向该⽂件中增加新的⼀⾏内容。它的索引⽂件⼀直处于动态变化中，播放的时候需要不断下载⼆级 index ⽂件

 

#EXT-X-ENDLIST ：表示 m3u8 ⽂件的结束，live m3u8 没有该 tag。它可以在 Playlist 中任意位置出现，但是只能出现⼀个，格式如下： #EXT-X-ENDLIST

 

#EXT-X-MEDIA ：被⽤来在 Playlist 中表示相同内容的不同语种/译⽂的版本，⽐如可以通过使⽤ 3个这种 tag 表示 3 种不同语⾳的⾳频，或者⽤ 2 个这个 tag 表示不同⻆度的 video。在 Playlist中，这个标签是独⽴存在的，其格式如下： #EXT-X-MEDIA:<attribute-list>

该属性列表中包含：URI、TYPE、GROUP-ID、LANGUAGE、NAME、DEFAULT、AUTOSELECT。

URI：如果没有，则表示这个 tag 描述的可选择版本在主 PlayList 的 EXT-X-STREAM-INF 中存在

TYPE：AUDIO and VIDEO

GROUP-ID：具有相同 ID 的 MEDIAtag，组成⼀组样式

LANGUAGE：identifies the primary language used in the rendition

NAME：The value is a quoted-string containing a human-readable description of the

rendition. If the LANGUAGE attribute is present then this description SHOULD be in

that language

DEFAULT：YES 或是 NO，默认是 No，如果是 YES，则客户端会以这种选项来播放，除⾮⽤户

⾃⼰进⾏选择

AUTOSELECT：YES 或是 NO，默认是 No，如果是 YES，则客户端会根据当前播放环境来进⾏

选择（⽤户没有根据⾃⼰偏好进⾏选择的前提下），这个在版本4中，也是存在。

 

#EXT-X-STREAM-INF ：指定⼀个包含多媒体信息的 media URI 作为 Playlist，⼀般做 m3u8 的嵌套使⽤，它只对紧跟后⾯的 URI 有效，格式如下： #EXT-X-STREAM-INF:<attribute-list>常⽤的属性如下：

BANDWIDTH：带宽，必须有

PROGRAM-ID：该值是⼀个⼗进制整数，唯⼀地标识⼀个在 Playlist ⽂件范围内的特定的描述。

⼀个 Playlist ⽂件中可能包含多个有相同 ID 的此 tag

CODECS：指定流的编码类型，不是必须的

RESOLUTION：分辨率

AUDIO：这个值必须和 AUDIO 类别的 "EXT-X-MEDIA" 标签中 "GROUP-ID" 属性值相匹配

VIDEO：同上

 

#EXT-X-DISCONTINUITY ：当遇到该 tag 的时候说明以下属性发⽣了变化：

file format ⽂件格式

number and type of tracks 轨道

encoding parameters 编码参数

encoding sequence 编码序号

timestamp sequence 时间戳序号

 

#ZEN-TOTAL-DURATION ：

表示这个 m3u8 所含 ts 的总时间⻓度

 

本篇文章就分析到这里，欢迎大家关注欢迎关注，点赞，转发，收藏，分享，评论区讨论。