18、WebSocket 与 WebRTC：WebSocket 协议实现、WebRTC 的 PeerConnection、音视频采集与编码、NAT 穿透与 STUN/TURN

WebSocket 和 WebRTC，这两个东西经常被放在一起聊。但说实话，它们解决的问题完全不同。WebSocket 是「我要跟服务器保持一条实时通道」，WebRTC 是「我要跟另一个浏览器直接传视频」。我当年刚接触时也混淆过，后来踩了坑才明白——一个走 TCP，一个走 UDP，底层逻辑都不一样。

WebSocket 协议实现

WebSocket 说白了就是 HTTP 升级上来的。你想想看，浏览器先发一个普通的 HTTP 请求，带个 Upgrade: websocket 头，服务器同意后，这条连接就变成了全双工通道。

我在项目中遇到过一个问题：有些老旧的代理服务器不认识 Upgrade 头，直接就把请求掐断了。嗯，这里要注意，WebSocket 的握手必须走 101 状态码，否则就是失败。

数据帧的结构其实很简单。一个 frame 包含 opcode、payload length、masking key 和实际数据。我习惯用 0x81 表示一个文本帧，0x89 表示 ping 帧。Android 上实现 WebSocket 客户端，我一般直接用 OkHttp 的 WebSocket 支持，底层已经帮你处理了 masking 和分片。

// 一个简单的 WebSocket 客户端示例
OkHttpClient client = new OkHttpClient();
Request request = new Request.Builder()
    .url("wss://example.com/chat")
    .build();
WebSocket ws = client.newWebSocket(request, new WebSocketListener() {
    @Override
    public void onOpen(WebSocket webSocket, Response response) {
        webSocket.send("Hello, server!");
    }
    @Override
    public void onMessage(WebSocket webSocket, String text) {
        Log.d("WS", "收到消息: " + text);
    }
});

WebRTC 的 PeerConnection

WebRTC 的核心是 PeerConnection。它负责在两个浏览器之间建立一条点对点的通道。你想想看，没有中间服务器，两个浏览器怎么知道对方在哪？这就是信令服务器的活儿了。

PeerConnection 的工作流程分三步：

1. 创建 Offer/Answer：发起方创建 SDP offer，接收方回复 SDP answer
2. ICE 候选交换：双方收集自己的候选地址，通过信令通道交换
3. 连接建立：ICE 协商出最优路径，DTLS 握手，SRTP 加密

我在 Android 上实现时，用的是 org.webrtc.PeerConnection。这个类需要配合 PeerConnectionFactory 来创建。记得初始化时一定要设置 FieldTrials，否则有些特性默认是关的。

// 创建 PeerConnection 的典型流程
PeerConnectionFactory factory = PeerConnectionFactory.builder()
    .setOptions(new PeerConnectionFactory.Options())
    .createPeerConnectionFactory();

PeerConnection.RTCConfiguration config = new PeerConnection.RTCConfiguration(
    Arrays.asList(new PeerConnection.IceServer("stun:stun.l.google.com:19302"))
);

PeerConnection pc = factory.createPeerConnection(config, new MyObserver());

音视频采集与编码

音视频采集在 Android 上主要靠 Camera2 和 AudioRecord。但 WebRTC 封装了一套自己的采集接口，叫 VideoCapturer 和 AudioSource。

我习惯用 Camera2Enumerator 来获取摄像头列表。注意，有些设备的前置摄像头不支持 720p 以上分辨率，采集前最好先检查一下。

// 采集视频
Camera2Enumerator enumerator = new Camera2Enumerator(context);
String[] deviceNames = enumerator.getDeviceNames();
VideoCapturer capturer = enumerator.createCapturer(deviceNames[0], null);

// 创建视频源
VideoSource videoSource = factory.createVideoSource(capturer);
capturer.initialize(surfaceTextureHelper, context, videoSource.getCapturerObserver());
capturer.startCapture(1280, 720, 30);

编码这块，WebRTC 默认用 VP8 或 VP9。Android 上硬件编码器支持 H.264，但不同厂商的实现有差异。我曾经在小米手机上遇到 H.264 编码出来的画面全是绿色条纹，后来换成 VP8 就好了。嗯，这里建议优先用 VP8，兼容性最好。

NAT 穿透与 STUN/TURN

这是 WebRTC 里最头疼的部分。两个设备都在内网，怎么找到对方？STUN 和 TURN 就是干这个的。

STUN：客户端问 STUN 服务器「我的公网地址是什么？」。服务器返回公网 IP 和端口。如果 NAT 是 Full Cone 或 Restricted Cone，这个地址就能直接连通。

TURN：如果 NAT 是 Symmetric 类型，STUN 就没用了。这时候需要 TURN 服务器做中继。所有数据都经过 TURN 转发，延迟会高一些，但至少能通。

我在项目中遇到过最坑的情况：某运营商的 NAT 是 Symmetric 且端口分配随机，STUN 拿到的地址根本连不上。最后只能强制走 TURN。建议生产环境至少配两个 STUN 和一个 TURN。

// 配置 ICE 服务器
List<PeerConnection.IceServer> iceServers = new ArrayList<>();
iceServers.add(PeerConnection.IceServer.builder("stun:stun.l.google.com:19302").createIceServer());
iceServers.add(PeerConnection.IceServer.builder("turn:turn.example.com:3478")
    .setUsername("user")
    .setPassword("pass")
    .createIceServer());

PeerConnection.RTCConfiguration config = new PeerConnection.RTCConfiguration(iceServers);

这张图展示了 WebRTC 的完整连接流程。先通过信令服务器交换 SDP，然后 STUN 查询公网地址，最后 ICE 协商出最优路径。如果 NAT 太严格，就退化为 TURN 中继。

好了，WebSocket 和 WebRTC 的核心内容就这些。WebSocket 适合做信令和消息推送，WebRTC 适合做实时音视频。两者配合使用，就能构建出完整的实时通信系统。