22、多人通话架构：Mesh架构、SFU架构、MCU架构对比
多人通话，说白了就是让三个以上的人同时聊起来。你想想看，两个人通话很简单，点对点直连就行。但人一多，事情就复杂了。
我记得刚入行那会儿，接了个视频会议项目。老板说「就做个多人聊天」，我心想这不简单吗？结果一调研才发现，多人通话的架构选择，直接决定了你的服务器成本、带宽消耗，还有用户体验。选错了，项目就砸了。
今天咱们就把三种主流架构——Mesh、SFU、MCU——掰开揉碎讲清楚。
一、Mesh架构：人人都是服务器
Mesh架构，也叫全连接架构。每个客户端都跟其他所有客户端建立P2P连接。
举个例子：4个人开会，每个人都要跟其他3个人建立连接。每个人要发送3路视频，接收3路视频。
核心特点：
- 不需要中心服务器转发媒体流
- 每个客户端既是发送者，也是接收者
- 连接数 = n*(n-1)/2，n是人数
我在项目中遇到过一个小团队用Mesh做内部沟通，4个人以内体验还不错。但一旦超过6个人，笔记本风扇就开始狂转，CPU直接飙到90%。
避坑指南：我曾经在一个项目中尝试用Mesh支持8人通话，结果每个客户端要同时编解码7路视频。移动端直接卡死，桌面端也撑不住。Mesh只适合4人以下的小规模场景。
优点：
- 部署简单，不需要媒体服务器
- 延迟低，P2P直连
- 服务器成本为零
缺点：
- 上行带宽要求高：每个人要上传n-1路视频
- 客户端性能压力大：解码n-1路视频
- 扩展性差：人数一多就崩
二、SFU架构：聪明的转发者
SFU，全称Selective Forwarding Unit，选择性转发单元。它不混流，只转发。
说白了，SFU服务器就是个聪明的快递员。它收到每个人的视频流，然后根据需求转发给其他人。比如A只看B和C，那SFU就只把B和C的流发给A，D的流就不发了。
个人经验：我建议大多数商业项目直接选SFU。为什么？因为它是目前WebRTC多人通话的「最优解」。我在做在线教育项目时，用SFU支持了50人同时上课，服务器压力可控，客户端体验也很好。
SFU的工作流程：
- 每个客户端发送1路视频流到SFU服务器
- SFU根据订阅关系，决定把哪些流转发给谁
- 客户端只解码自己订阅的流
你想想看，跟Mesh比，SFU最大的优势是什么？每个客户端只需要上传1路视频，下行带宽也按需订阅。这就大大减轻了客户端的压力。
优点：
- 客户端上行带宽低：只上传1路
- 扩展性好：支持几十人到上百人
- 灵活性强：可以按需订阅，实现布局切换
- 支持Simulcast和SVC：适应不同网络条件
缺点：
- 需要部署媒体服务器
- 服务器带宽成本较高
- 延迟比P2P略高
三、MCU架构：混流大师
MCU，全称Multipoint Control Unit，多点控制单元。它把所有视频流混合成一路，再发给每个客户端。
嗯，这里要注意。MCU跟SFU最大的区别是：MCU做混流，SFU只转发。
MCU服务器收到所有人的视频流后，把它们合成一个画面——比如4个人就分成4宫格——然后编码成一路视频流，发给每个客户端。
核心特点：
- 服务器做混流和重新编码
- 客户端只接收1路视频流
- 对客户端性能要求最低
我记得早期视频会议系统基本都是MCU架构。那时候终端设备性能弱，只能靠服务器干活。但MCU的代价也很明显——服务器CPU和内存消耗巨大。
优点：
- 客户端压力最小：只解码1路视频
- 带宽消耗最低：只接收1路流
- 兼容性好：老设备也能跑
缺点：
- 服务器性能要求极高：要混流、要重新编码
- 延迟较高：多了一步处理
- 灵活性差：布局固定，无法单独控制
- 成本高：需要高性能服务器
四、三种架构对比
咱们直接上表格，一目了然。
| 对比维度 | Mesh | SFU | MCU |
|---|---|---|---|
| 服务器需求 | 无 | 需要 | 需要 |
| 客户端上行带宽 | 高（n-1路） | 低（1路） | 低（1路） |
| 客户端下行带宽 | 高（n-1路） | 按需订阅 | 低（1路） |
| 客户端CPU消耗 | 高 | 中 | 低 |
| 服务器CPU消耗 | 无 | 低（只转发） | 高（混流编码） |
| 延迟 | 低 | 中 | 高 |
| 扩展性 | 差（≤4人） | 好（≤100人） | 中（≤20人） |
| 灵活性 | 高 | 高 | 低 |
| 部署成本 | 低 | 中 | 高 |
五、架构选择建议
我个人习惯根据场景来选，没有银弹。
选型指南：
- 小团队内部沟通（2-4人）：Mesh就够了，零成本部署
- 在线教育、视频会议（5-50人）：SFU是首选，平衡了性能和成本
- 大型直播、万人会议：SFU + CDN组合，或者用SFU做级联
- 老设备兼容、特殊场景：MCU，但要做好服务器预算
为什么会这样？因为现在的趋势是客户端性能越来越强，网络带宽也越来越好。SFU把处理压力分散到客户端，服务器只做转发，性价比最高。
我在做在线教育项目时，一开始用了MCU，结果服务器成本高得吓人。后来切换到SFU，服务器成本降了70%，用户体验反而更好了。因为学生可以自由选择看哪个老师的画面，而不是被固定布局限制。
六、核心知识图谱
下面这张图，把三种架构的核心逻辑和适用场景都画出来了。
从图上可以清楚看到：Mesh是人人相连，SFU是星型转发，MCU是中心混流。三种架构各有优劣，关键看你的业务场景。
我的建议：如果你刚开始做WebRTC多人通话，先从SFU入手。开源方案有mediasoup、Janus、LiveKit，社区活跃，文档齐全。我在项目中用mediasoup做过50人同时在线，稳定运行了大半年，没出过问题。
好了，三种架构就讲到这里。记住一句话：没有最好的架构，只有最适合的架构。Mesh省钱但费客户端，MCU省客户端但费服务器，SFU在中间找到了平衡点。