视频文件分段传输协议都有哪些

HLS (HTTP Live Streaming)是苹果公司实现的基于HTTP的流媒体传输协议，可实现流媒体的直播和点播。它主要是把视频流分片成一系列小的HTTP文件（MPEG-TS格式），然后用一个m3u8的索引文件把这些TS文件关联起来，播放器则不断的下载并播放，当播放完一个TS文件后，再去下载下一个TS文件进行播放，以此类推，实现了流媒体的播放。

DASH，即Dynamic Adaptive Streaming over HTTP，是一种在互联网上传输视频的自适应比特率串流技术。DASH技术与苹果的HLS类似，会将视频内容分割成一个或多个小文件片段，每个片段都含有一小段时间的视频内容，然后通过HTTP协议进行传输。DASH会通过一个MPD（Media Presentation Description）文件来描述这些视频片段的地址、格式、码率、分辨率等信息。

基于HTTP的动态自适应流（DASH）也称为MPEG-DASH。它是一种自适应比特率流技术，使高质量流媒体可以通过传统的HTTP Web服务器以可变网速传送。与HLS类似，MPEG-DASH的工作原理是将内容分解为一系列基于HTTP的片段文件。每个片段都包含一小段总内容。这些内容可在各种比特率下编码。MPEG-DASH使用媒体演示描述（MPD）文件，播放器使用该文件自动选择下一个要下载和播放的片段，以实现最佳播放效果。

HTTP流媒体分发技术将原来一个大的媒体文件，切分成一个个小的媒体分片文件，并通过一个索引文件（manifest file）来管理这些分片。客户端播放器首先获取索引文件，通过解析索引文件得知媒体分片的信息，然后根据当前网络状况，选择合适码率的媒体分片进行下载播放。由于采用标准HTTP协议，因此可以充分利用现有的HTTP缓存技术，例如CDN网络，来对媒体分片进行缓存，从而有效降低源站压力，并提供更好的服务质量。

HLS的m3u8文件，本质上是一个播放列表（playlist），其中记录了可供客户端播放的媒体切片（media segment）地址。m3u8分为两种，一种是主播放列表（master playlist），另一种是媒体播放列表（media playlist）。当播放器请求一个包含多个码率的HLS地址时，服务器首先返回的是主播放列表，这个列表里不包含具体的ts切片地址，而是包含了指向不同码率的媒体播放列表的地址。播放器根据网络情况选择一个合适的媒体播放列表进行请求，获取到的媒体播放列表里才包含了具体ts切片的地址，然后播放器再逐个下载ts文件进行播放。

HDS（HTTP Dynamic Streaming）是Adobe公司推出的协议，在功能上和苹果的HLS类似，允许客户端在网络带宽发生变化时，平滑地切换到码率匹配的视频流。HDS同样将视频文件进行切片，不同的是，HLS输出的是ts文件和m3u8播放列表，而HDS输出的是f4f文件和f4m播放列表。由于其依赖Flash播放器，随着Flash的没落，HDS也逐渐被MPEG-DASH等更开放的标准所取代。

传统的基于HTTP分片的流媒体协议（如HLS、DASH）通常存在较高的延迟。这种延迟主要来源于几个方面：首先，编码器需要积累一定数量的视频帧才能生成一个分片，这引入了编码延迟；其次，分片上传到服务器需要时间；最后，播放器为了保证流畅播放，通常会缓存几个分片，这导致播放端需要等待下载完数个分片后才能开始播放。一个典型的HLS分片时长为2-10秒，播放器缓存3个分片，延迟就会达到6-30秒，这对于直播互动场景是难以接受的。

MPEG-DASH中的MPD文件采用XML格式，其结构具有很强的层次性和扩展性。顶层是Period，表示一段播放时间。一个Period内可以包含多个Adaptation Set，每个Adaptation Set代表一种媒体类型，比如视频、音频或字幕。在Adaptation Set内部，则包含多个Representation，每个Representation对应一个具体的码率或分辨率的媒体流。最后，Representation由一个个Segment组成，Segment是媒体数据的基本下载单元。这种分层结构使得DASH能够灵活地描述各种复杂的流媒体内容。

在自适应比特率流媒体传输中，码率切换的决策逻辑完全由客户端（播放器）控制。服务器只负责将视频内容以多种码率进行编码和切片，并提供一个描述文件。客户端播放器会持续监控自身的网络带宽、缓冲区填充情况以及CPU负载等状态，然后根据预设的算法来决定下一个分片应该请求哪一个码率版本。这种将智能放在客户端的设计，减轻了服务器的负担，并使得系统具有更好的伸缩性。

HLS协议选择MPEG-2 Transport Stream（TS）作为其媒体分片的标准容器格式，是有其历史和技术原因的。TS格式最初是为数字电视广播设计的，它天生就支持将视频、音频以及其他数据打包成一个单一的流，并且包含了时间戳信息（如PTS和DTS），这对于流媒体的同步播放至关重要。每个TS分片都可以被独立解码，播放器在下载完一个分片后就可以立即开始处理和播放，无需等待整个文件的下载，这正是分段流媒体所需要的特性。