#前言
随着短视频的兴起，短视频在各大应用中随处可见，如feeds stream、details page等。如何让用户拥有良好的视频观看体验变得越来越重要。大多数feeds滑动观看视频时，有明显的等待感，体验不是很好。针对这个问题，我们推出了一波优化，目标是：视频播放几秒钟就开始，视频播放体验好。没有图片就没有真相。最后一张对比图，左边是优化前，右边是优化后：
#问题分析。
视频格式的选择
在正式分析问题之前，有必要说明一下，我们主页上的视频是320p H.264编码的mp4视频
*高264高265
H.264，也称为MPEG-4AVC(高级视频编解码器)，是一种视频压缩标准，是一种广泛用于记录、压缩和分发高精度视频的格式。H.264是著名的蓝光光盘编解码标准，所有蓝光播放器都必须能够解码H.264，与以往的编码标准相比，H.264有一些新的特点，比如多参考帧的运动补偿、可变块大小的运动补偿、帧内预测编码等。通过利用这些新特性，H.264比其他编码标准具有更高的视频质量和更低的比特率。H.265/HEVC的编码架构与H.264/AVC类似。它还包括帧内预测、帧间预测、变换、量化、去块滤波、熵编码等模块。然而，在HEVC编码体系结构中，整个系统分为三个基本单元，即编码单元、预测单元和变换单元。一般来说，H.265的压缩效率更高，传输速率更低，视频质量更好。看起来使用H.265是一个非常明智的选择，但是我们这里选择的是H.264。原因是H.264支持的机型范围更广。PS:免费鱼H.265视频将于近期在宝贝详情页上线，敬请关注体验！
* TS FLV MP4
TS是日本高清相机拍摄的一种包装格式，叫做MPEG2-TS。TS是“运输”。
“流”的缩写。MPEG2-TS格式的特点是要求视频流的任何片段都可以独立解码。以下命令可以将mp4转换为ts格式。从结果来看，ts文件(4.3MB)比mp4文件(3.9MB)大10%左右。
ffmpeg-I input.mp4-c拷贝输出
FLV是FLASH VIDEO的缩写，FLV流媒体格式沿用FLASH。
视频格式是从MX的推出发展而来的。由于它的文件非常小，加载速度非常快，所以可以在互联网上观看视频文件。它的出现有效解决了视频文件导入Flash后，导出的SWF文件体积庞大，无法很好地在互联网上使用的问题。FLV只支持一个音频流和一个视频流，不能在一个文件中包含多个音频流。音频采样率不支持48k，视频编码不支持H.265在相同的编码格式下，文件大小和mp4几乎没有区别。
ffmpeg-I input.mp4-c拷贝输出
MP4是众所周知的视频打包格式，MP4或MPEG-4 Part 14是标准的数字多媒体容器格式。MPEG-4 Part 14的扩展称为. mp4，主要存储数字音频和数字视频，但也可以存储字幕和静止图像。因为它可以容纳支持比特流的视频流，所以MP4可以在网络传输中使用流式传输。它的兼容性非常好，几乎所有的移动设备都支持，可以在浏览器和桌面系统中播放。根据以上包装格式的特点，我们最终选择的是MP4。
播放流程
客户端视频的播放流程是什么？从哪里开始慢慢玩需要时间？耗时点能否快速低成本解决？了解视频的播放流程有助于找到问题的突破口。视频从加载到播放可以分为三个阶段：
*读取(IO):“获取”内容-从“本地”或“服务器”获取。
* Parser:“理解”内容-参考“格式协议”来“理解”内容。
*渲染：“显示”内容-“通过扬声器/屏幕显示”内容。
可以看出，内容获取从“服务器”变成“本地”，会节省很多时间，而且成本很低，是一个很好的起点。同样的道理，我们的优化也就围绕这一点。
开。PS: 我们使用的网络库，播放器都是集团内部的，本身做了很多优化。本文不涉及网络协议，播放器方面的优化讨论。
技术方案
鉴于上面的分析，我们要做的工作是：把mp4文件提前缓存一部分，到feeds滑动要播放的时候，播放本地的mp4文件。由于用户可能继续观看视频，所以本地的数据播放完后，需要从网络下载数据进行播放。这里需要解决两个问题：
* 应该提前下载多少数据
* 缓存数据播放完成后该怎么切换到网络数据
MOOV BOX的位置
对于第一个问题，我们不得不分析一下mp4的文件结构，看看我们应该下载多少数据量合适。MP4是由很多Box 组成的，Box里面可以嵌套Box：
这里不详细介绍MP4的格式信息。但是可以看出moov
box对播放很关键，它提供的信息如：宽高、时长、码率、编码格式、帧列表、关键帧列表等等。播放器没有获取到moov
box是没办法进行播放的。所以下载的数据应该要包含moov box再加上几十帧的数据。
做了一个简单的计算：闲鱼短视频一般最长是30s，feeds里面的分辨率是320p，码率是1141kb/s，ftyp+moov这个视频的数据量在31kb左右(打开文件可以看出mdat是从31754byte的位置开始的)，所以，头部信息+10帧的数据大约是：(31kb
+ 1141kb/3)/8 = 51KB
Proxy
第二个问题：缓存数据播放完成后该怎么切换到网络数据呢？在本地数据播放完成之后，设置一个网络地址给播放器，告诉播放器下载的offset是多少，然后继续从网络下载数据播放。这样看起来可行，但是需要播放器提供支持：本地数据播放完成的回调；设置网络url并支持offset。另外，服务端需要支持range参数，而且切换到网络播放的时候需要新建立网络连接，很可能会造成卡顿。
最终，我们选择了proxy的方式，把proxy作为中间人，负责预加载数据、给播放器提供数据，切换逻辑在proxy里面来完成。未加入proxy之前流程是这样的：
加入了proxy之后流程是这样的：
这样做的好处很明显，我们可以在proxy里面做很多事情：例如本地文件缓存数据和网络数据的切换工作。甚至是和CDN使用其它的协议进行通信。我们这里假定预加载工作已经完成，看看播放器是怎么和proxy进行交互的。播放的时候会用Proxy提供的一个localhost的url进行播放，这样代理服务器会收到网络请求，把本地预加载的数据返回给播放器。播放器完全感知不到proxy模块、预加载模块的存在。播放器、预加载模块都是Proxy的client，调用逻辑都是一样。图示说明如下：
下面逐步解释一下，数据的加载过程：
* Client发起http请求获取数据，箭头1所示
* 文件缓存如果存在所请求的数据则直接返回数据，箭头2所示
* 若本地文件缓存数据不够，则发起网络请求，向CDN请求数据，箭头3所示
* 获取网络数据，写入文件缓存，箭头4所示
* 返回请求的数据给Client，箭头2所示
# 实现模块
预加载模块
确定了技术方案后，预加载模块还是有很多工作要做的。在列表网络数据解析完成后会触发视频预加载，首先会根据url生成md5值，然后去查看这个md5值对应的任务是否存在，如果存在则不会重复提交。生成任务后会提交到线程池，在后台线程进行处理。网络从Wifi切换到3G的时候，会把任务取消，防止消耗用户的数据流量。
预加载任务在线程池执行的时候，其流程是这样的：首先会获取一个本地代理的url。然后发起http请求。Proxy会收到http请求进行处理，开始做真正的数据预加载工作。预加载模块读取到指定的数据量后终止。到此，预加载的任务就已完成。流程图如下所示：
在用户快速滑动的时候，怎么能保证视频还能继续秒开呢？预加载模块对于每一个任务都会维护一个状态机，在Fling的时候会把划过的任务暂停下，把最新要显示的任务优先级提高，让其优先执行。
Proxy模块
Proxy内部有个local的httpServer负责拦截播放器和预加载模块的http请求。client在请求时会带入CDN的url，在本地缓存数据没有的时候会去CDN获取新鲜数据。因为有多个地方向Proxy请求数据，所以用线程池来处理多个client的连接很有必要，这样多个client可以并行，不会因为前面有client在请求而阻塞。文件缓存使用LruDiskCache，在超过指定文件大小后，老的缓存文件会删除，这是一个在使用文件缓存时很容易忽视的问题。由于我们的场景视频是连续播放的，不存在seek的情况，所以文件缓存相对比较简单，不用考虑文件分段的情况。Proxy内部对于同一个url会映射到一个client，如果预加载和播放同时进行，数据只会有一份，不会去重复下载数据。再来一个Proxy内部构造示意图：
遇到的问题
在测试中发现，有的视频还是会播放很慢，仔细查看本地的确缓存了期望的数据大小，但是播放的时候还是有较长的等待时间，这种视频有个特点：moov
box在尾部。对于moov在尾部的视频，是整个文件都下载完成后才进行播放的，原因是moov
box里面存了很多关键信息，前面分析mp4格式的时候有提到。对于这个问题有两个解法：
* 解法一：
服务端在进行转码的时候保证moov的头部在前面，发现moov位置不正确的视频服务端进行订正。
PS:查看moov在文件中的位置可以用hex文本编辑器打开，按字符搜索moov所在的位置即可，MAC上面还可以使用MediaParser ,
另外还可以用ffmpeg命令生成moov在头部或者尾部的mp4文件。
例如： 从1.mp4 copy一个文件，使其moov头在尾部 ffmpeg -i 1.mp4 -c copy -f mp4 output.mp4 从1.mp4 copy一个文件，使其moov头在头部：ffmpeg -i 1.mp4 -c copy -f mp4 -movflags faststart output2.mp4
* 解法二
不用修改moov box的位置，而是在播放端进行处理，播放端需要检测流信息，如果moov前面没有，就去请求文件的尾部信息。具体就是：发起 HTTP MP4
请求，读取响应 body 的开头，如果发现 moov 在开头，就接着往下读mdat。如果发现开头没有，先读到 mdat，马上 RESET 这个连接，然后通过
Range 头读取文件末尾数据，因为前面一个 HTTP 请求已经获取到了 Content-Length ，知道了 MP4 文件的整个大小，通过 Range
头读取部分文件尾部数据也是可以的。示意图如下
这个方案的缺点是：对于moov box在尾部的视频会多两次http connection。
结语
本文介绍了常见的视频编码格式，视频封装格式，介绍了moov头信息对于视频播放的影响。随着对于播放流程的分析，我们找到了问题的切入点。简单说就是围绕着数据预加载展开，把网络请求数据的工作提前完成，播放的时候直接从缓存读取，而且后续的视频回看都是从缓存读取，不仅解决了视频初始化播放慢的问题，还解决了播放缓存问题，可以说是一箭双雕。Proxy是这个方案的核心思想，本地localhost的url是一个关键纽带，视频预加载模块和播放器模块解耦彻底，换了播放器照样可以使用。到此为止，视频feeds秒开优化就已完成。上线后的数据来看视频打开速度在800ms左右。
回过头来，或许我们还可以更进一步，可以对预加载收到的数据进行验证，确保缓存了准确的信息，而不是固定的数值。还可以进行更加深度的优化，让用户观看视频的体验更加顺滑。
参考文献
* [AndroidVideoCache](https://github.com/danikula/AndroidVideoCache)* [视频的封装格式和编码格式](https://www.jianshu.com/p/8034fa1ed682)* [播放器技术分享（1）：架构设计](http://blog.51cto.com/ticktick/2324928?source=dra)* [MP4文件格式的解析，以及MP4文件的分割算法](https://cloud.tencent.com/developer/article/1120604)* [从天猫某活动视频3次请求说起](https://juejin.im/post/5c0e0f75e51d45410c5e1aea)* [视音频编解码学习工程：FLV封装格式分析器]https://blog.csdn.net/leixiaohua1020/article/details/17934487* https://www.adobe.com/content/dam/acom/en/devnet/flv/video_file_format_spec_v10_1.pdf* https://baike.baidu.com/item/flv* https://standards.iso.org/ittf/PubliclyAvailableStandards/index.html
作者：闲鱼技术-邻云
