WebRTC getStats API基础[译]

本文英文原文链接为:https://www.callstats.io/2015/07/06/basics-webrtc-getstats-api/

WebRTC是由W3C定义的HTML5 API,它支持浏览器间无插件音视频会话。WebRTC流量在尽力传送的IP网络上传输,这导致它容易受网络拥塞状况的影响。典型地,网络拥塞会导致延迟增加;当路由器通过丢包减轻拥塞时,数据包会丢失。突发丢包和长延迟影响WebRTC媒体流的质量,降低接收端用户体验。为保证WebRTC提供尽可能优质的会话,W3C标准包含一个实时统计API,即著名的getStats()。

有两种方法可以获得WebRTC的统计信息:1).在浏览器中打开webrtc-internals页面并查看(只在Chrome和Opera浏览器上可用)。2).调用getStats() API。本文论述getStats() API的基本信息,并着重研究几个度量,开发者可以使用这些度量获得WebRTC的统计信息。

媒体数据管线

媒体数据的采集、传输、接收和播放通常是结构良好的处理过程,数据在每个阶段都发生变化,我们需要能够度量这些变化。一个典型的媒体管线如图1所示,音视频数据定期通过麦克风和摄像头采集得到。原始数据通过编码器进行压缩,并进一步打包成MTU单元,然后发送到网络上。接收端收到数据包后,组合成帧。完整帧接下来由解码器解码,并最终渲染到输出设备。在这期间可能丢弃不完全帧,或者使用隐藏机制屏蔽错误帧,这些会对用户体验带来不同的影响。

图1 WebRTC数据管线结构和统计API

getStats API结构

getStats API的结构如下:

1. 发送端媒体采集统计:对应于媒体数据的产生,包括帧率,帧大小,媒体数据源的时钟频率,编解码器名称,等等。

2. 发送端RTP统计:对应于媒体数据的发送,包括发送数据包数,发送字节数,RTT,等等。

3. 接收端RTP统计:对应于媒体数据的接收,包括接收数据包数,接收字节数,丢弃数据包数,丢失数据包数,网络抖动,等等。

4. 接收端渲染统计:对应于媒体数据的渲染,包括丢弃帧数,丢失帧数,渲染帧数,渲染延迟,等等。

杂项统计信息

·Datachannel度量:对应于datachannel的数据收发字节数和其他信息。

·网络接口度量:对应于和活动网络接口相关的度量。例如,网络接口从Wifi转向3G/LTE,或者相反。活动网络接口也包含其他网络相关度量:经由接口发送的字节数、数据包数,以及RTT等。

·证书统计:显示证书相关信息,例如,指纹和算法。

核心度量

帧间到达间隔:也叫jitter,是一项核心度量。由于数据帧是周期性产生和发送的,因此我们也期望它们能够周期性到达。由于网络上其他流量的存在,数据包有可能乱序到达,更有可能到达间隔变化非常大。在音频会话中这将导致音节拉长或突然断线。如果同时也有视频,则会导致音视频不同步。

包丢失和包丢弃:数据包可能在网络上丢失而无法到达目的地,即包丢失。通信应用要求数据帧能够及时解码,以维持会话的连续性和交互性。因此,无法及时到达的数据帧将会在解码之前被丢弃,即包丢弃。在这两种情况下,解码器需要补偿丢掉的数据包带来的影响,比如错误隐藏或者按实际接收数据解码。这将会导致视频的马赛克或者黑屏,以及音频的声音跳变。

应用程序可以分析getStats()调用的结果,查询RTP接收统计信息,以得到jitter、packetsLost和packetsDiscarded等核心度量。

简化E-model例子

在下面的例子中,发送端使用RTT数据计算平均单向延迟,并把计算结果映射到MOS(平均意见分数,基于用户对通话质量的感知)。简化的E-model如图2所示。


    varselector = pc.getRemoteStreams()[0].getAudioTracks()[0];

    varrttMeasures = [];

    var aBit = 1000;

    setTimeout(function() {

        pc.getStats(selector,function(report) {

            for (var report) {

                var now=report[i];

                if (now.type == "outboundrtp") {

                    rttMeasures.append(now.roundTripTime);

                   var avgRTT = average(rttMeasures);

                   var emodel = 0;

                   if (avgRtt/2>=500)

                        emodel=1; 

                   else if(avgRtt/2>=400)

                        emodel=2;

                   else if(avgRtt/2>=300)

                        emodel=3;

                  else if(avgRtt/2>=200)

                        emodel=4;

                  else if(avgRtt/2<200)

                       emodel=5;

                }

           }

       },

      logError);

}, aBit);

functionaverage (values) {

    var sumValues=values.reduce(function(sum, value) {

        return sum+value;

    }, 0);

    return(sumValues/values.length);

}

function logError(error) {

    log(error.name+": "+error.message);

}


图2 和WebRTC会话音频延迟相关的E-model等级划分

如上例所示,WebRTC数据统计API包含丰富的度量信息,这些信息可以用在任何WebRTC服务中。然而,为获得getStats()度量信息带来的益处,我们需要非常多的资源(包括收集和组织数据,以及分析和诊断等)。比起构建一个实际的WebRTC应用,从头开始收集数据并转化为信息需要消耗更多的时间和精力。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
禁止转载,如需转载请通过简信或评论联系作者。
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 159,835评论 4 364
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 67,598评论 1 295
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 109,569评论 0 244
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 44,159评论 0 213
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 52,533评论 3 287
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 40,710评论 1 222
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,923评论 2 313
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 30,674评论 0 203
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 34,421评论 1 246
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 30,622评论 2 245
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 32,115评论 1 260
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 28,428评论 2 254
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 33,114评论 3 238
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 26,097评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,875评论 0 197
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 35,753评论 2 276
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 35,649评论 2 271

推荐阅读更多精彩内容