如何像 discord 那样构建 webRTC m:m 音频/视频直播/通话？客户端到客户端通过网关进行 IP 保护

Question

mux.com（以及 agora.io 等）是一项很棒的服务，但非常昂贵，因为它是一个服务器解决方案。我不能用那个。

Discord 是一个很棒的客户端解决方案，它只是使用网关作为传递来隐藏 IP 地址等。他们在这里描述了他们的整个架构：https://discord.com/blog/how-discord-handles-two-and-half-million-concurrent-voice-users-using-webrtcDiscord 不是唯一采用这种方法的，Instagram 也有 AFAIK 相同的方法，因为它很便宜并且可以做到这一点

我也想将这个解决方案用于我的社交媒体应用程序（如 instagram），但没有这么多定制的东西来提高性能。我是一个单人团队，我无法处理这种复杂性；我仍然不想使用 mux，因为它对我来说太贵了

我对库存/标准性能没问题。有谁知道或可以向我指出一个教程，从哪里开始为 m:m 音频/视频直播流调用构建这样的 webRTC elixier 网关解决方案？

也许已经发布了我可以复制粘贴的代码

非常感谢！！

编辑 我在他们的官方论坛上得到了答案https://elixirforum.com/t/how-to-build-webrtc-m-m-audio-video-live-streams-calls-like-discord-does-client-to-client-via-gateway-for-ip-protection/44956

Answer 1

Discord 后端使用 SFU 为视频室中的对等方转发流，来自discord post 的描述：

Discord 语音服务器包含两个组件：信令组件和媒体中继组件，称为选择性转发单元或 SFU。信令组件完全控制SFU，负责生成流标识符和加密密钥、转发说话指示等。

请注意，answer 中的项目是用 Elixir（基于 Erlang）编程语言编写的，在直播和 WebRTC 中都不是很常用。比如FFmpeg、x264、libopus、WebRTC、SRS，这些音视频组件都是用C++写的，你最好考虑一下。

对于不和谐这样的视频聊天产品：

• 毫无疑问，客户端应用程序可以构建在 WebRTC 上，包括 H5 和移动设备。
• 对于SFU服务器，推荐C++服务器，例如SRS或mediasoup。因为整个音频/视频经济都是基于 C++ 的，所以 SFU 有很多东西需要处理。
• 关于信令服务器，也叫 videoroom，可以用 nodejs 或 Go 编写，因为这取决于你的业务，所以强烈推荐你最熟练的语言，这个服务器还有很多工作要做。

并非视频室中的所有对等方都需要发布视频流，而是只播放或消费流，因此它实际上是低延迟的实时流。更多关于直播和视频聊天的信息，请阅读this post。