首先,今天偶尔看了庄明浩先生的一篇演讲,大概内容如下（想看完整版的在这里 https://zhuanlan.zhihu.com/p/20717041）:
直播大概是最近一段时间被资本市场疯狂关注,现在我们看到的这些公司上线都已经有段时间.以斗鱼为代表的直播平台，自14年创立到 现在已经有俩年的时间了。映客这一波为代表公司 ，创立的时候应该是15年年初。在15年下半年的时候，他们火过一波。今天为什么关注呢？有很多的原因，有资本市场的原因，有行业发展的原因，当然也有这些公司估值的原因等等。作为一个观察者，可能更多是一个用户。直播这俩年行业发展的很快，所以有很多新的事情。
个人感觉：
1.直播未来会成为所有人的“标配”，甚至不局限在视频行业；
2.远期是整个大视频领域的竞争；
3.所有人的目标其实只有一个：抢占用户的时间；
4.所有公司对直播的出发点只是秒开，流畅，美颜这三点；
那么问题来了，对于创业公司 ，“直播系”的大时代有可能成为平台吗？大视频领域也好，大社交领域也好，都已经有巨头存在了。独立的直播类公司比较难以独立生存。在中国，直播分为俩个派系，一是游戏拓展娱乐领域的在线直播平台；其次就是以映客 、花椒直播为代表的以手机为载体、强调人人参与、更强调社交的移动社交直播，这俩类公司有可能成为独立的平台，跟所有的娱乐也好，社交也好，并行在发展，创业公司基本集中在这俩个类目里面。中国有几个数据，大家可能没有听说过。1.中国真正意义上的直播，在各家直播平台做直播，或者注册经营的公司，大概在150万人左右，这是什么意思？比中国的出租司机都要多。我们所有的直播平台加在一起，覆盖的用户大概在三四千万左右，一天可能比打车的人还要多。简单的来讲，中国的网民大概有六点几亿，游戏用户大概有四点几亿，不到点五亿，一天所有的平台加起来，已经跑到3000万了。俩年的时间，游戏的人群吃完之后呢？
好了，下面进入正题：
如何搭建一个完整的视频直播系统？一个完整的直播系统大致包含这几个环节：采集，前处理 ，编码，传输，解码和渲染。在两端 传输的过程中再加上一个服务端处理。大致模型如下：
在主播推流端涉及到的环节有采集、前处理和编码，在观众端涉及到的环节就是解码和渲染，在这俩个端之间建立起传输通道的则是服务端，它负责接收主播端的推流，将其处理之后分发给观众播放端 ：
1.采集
对iOS是比较简单的，Android则要做些机型适配工作，PC最麻烦各种奇葩摄像头驱动，出了问题特别不好处理，建议放弃PC只只支持手机 主播，目前几个新近的直播平台都是这样的。
2.前处理
现在直播美颜已经是标配，80%的主播 没有美颜根本没法看。美颜算法需要用到 GPU编程，需要懂图像处理算法的人，没有好的开源实现，要自己参考论文去研究 。难点不在于美颜效果，而在于GPU占用 和美颜效果之间找平衡。GPU虽然性能好，但是也是有功耗的，GPU占用太高会导致手机发烫，而手机发烫会导致 摄像头采集掉帧，iPhone6尤其明显，因为iPhone6的CPU和前置摄像头很近。
3.编码
肯定要采用硬编码，软编码720p完全没希望，勉强能编码也会导致CPU过热烫到摄像头。硬编码 兼容性又是一个大坑，Android上要有人去填。编码 要在 分辨率，帧率，码率，GOP等参数设计上找到最佳平衡点。
4.传输
自己做不是很现实，交给 CDN服务器商，也就是贵了点，相信 有志于做直播平台改变世界的你不差钱。假设2W PCU大约每月带宽费用 100万左右，因为清晰流畅的720p要1.5mbps左右。CDN只提供了带宽和服务器见得传输，发送和接收端的网路 连接抖动缓冲还是 要 自己写的。不想要卡顿，必然要加大缓冲，会导致延迟高，延迟高影响互动性，要做权衡。
5.解码
也肯定要硬解码，目前手机支持硬解了，只是安卓上还有兼容性 大坑要填。
6.渲染
这个难点不在于绘制，而在于音画同步，目前几个直播做的都不好, 此外音频还有几个坑要填，比如降噪，音频编码器的选择，各种蓝牙耳机，各种播放模式的适配等，如果你想做主播和观众连线聊天，还要有个回声消除的问题。
后台还有数据库 ，缓存，分布式文件存储，消息队列，运维系统等。