![640?wx_fmt=jpeg]()
本文来自Twitch Principal Research Engineer 沈悦时在LiveVideoStackCon 2018热身分享，并由LiveVideoStack整理而成。在分享中，沈悦时介绍了Twitch的运营内容与产业规模，并从成本与架构方面介绍了国内外直播生态的差异。
文 / 沈悦时
整理 / LiveVideoStack
直播回放：
https://www.twitch.tv/videos/281107265##
介绍Twicth平台
![640?wx_fmt=jpeg]()
今天的大纲主要是和大家分享一下中国和美国互动直播的区别。首先，我简单介绍一下Twicth平台。
Twitch是一个互动直播平台，于2011年开始创立，大概是从2013年开始火起来的。
1，直播内容
Twitch平台的内容和国内的虎牙斗鱼平台非常相似，但其主要是以游戏为主。
![640?wx_fmt=png]()
2，观看数据量
下面这张图是我们去年统计的真实的观看量，每天的活动量大概在一千五百万左右。
![640?wx_fmt=png]()
另外，就在今年，在E3上统计得出Twitch的单个频道访问量超过了一千七百万，在Alexa上，通过统计单个用户每天的访问量和每个用户的访问页面次数，我们的受欢迎程度目前排在全球第32位。这个排名自从2011年创立公司以来节节攀升。
![640?wx_fmt=png]()
![640?wx_fmt=png]()
3，产业规模
与国内的相比，Twitch是一个全球性的网站，从去年的数据来看，日用户活跃量是1500万，每年观看时间三千五百亿分钟，平均每个人逗留的时间大概是一百分钟左右。
与国内相比的差别
1，成本
技术会怎样发展，基本上都是用成本来决定的。下面就给大家展示一个Twitch的成本结构图：
![640?wx_fmt=png]()
从上面的图中可以看出，我们的成本分为三大块，就是内容、运营和人力。人力就是每个人的工资，这个内容和人力先不说，我们工程师就讨论技术上的。技术成本分为是固定成本和流水成本；在美国的直播网站和中国的直播网站有一个很大不同的地方就是，所有美国直播网站的机房全都是自己的，CDN也是自己的。我们的固定成本就在转码器和Edge这两块上，我们的很多架构设计就是为了节省在这两块上的固定成本。流水成本就包括服务器开销，骨干网开销，ISP Peering等，据我的了解，在中国是不允许私人企业设骨干网的，但这在美国是允许的，Twitch的机器和骨干网均是自己架设的。
2，架构
![640?wx_fmt=png]()
刚刚简单讲解了一下成本的问题，下面会为大家分析一下我们的架构，首先介绍Twitch技术的一个卖点，就是我们是一个全球的网络，谁要是想到我们这来开启直播都可以。 我们在全世界20多个国家都布有机房，比如说一个人在澳大利亚做直播，他就可以接入到澳大利亚的机房，然后把它送到我们几个大的中心，之后再做转码，最终在全世界进行分发。说到转码，是我们比较自豪的地方，比起CDN，我们可能是世界前五名，不能说是最大的，但是，能够支持的同时上线的主播人数是很多的，这是我们比较自豪的。去年同时上线的主播数量大概有三万多人左右，今年又一下又突破到六万多人左右了。我们有几万台机器分布在全世界各地，所以每一个机器的单机密度是非常重要的，为了既保证观看质量，又能降低成本，我们引入了低延时HLS技术。另外一个方面，因为对码率要求非常的高，但是由于不同地区的带宽情况不一样，所以我们重新定义了ABR的阶梯，目前最高码率的是1080p。
总结来说：
1） 我们有全球性的网络，频道数比较多，全球性分发，给每个主播同等待遇；
2） 我们的码率很高，码率是1080p；
3） 低延时HLS：相对于以前用的RTMP，HLS极大的节省了成本，但延时会有一定增加，目前在三四秒之内；
4） 我们做的ABR技术，可以自动侦测出你的码率，根据带宽等情况进行上下切换。
这里面还有很多技术细节，由于时间有限，不能和大家聊太多东西，期待下次在北京能和大家见面，下次在北京我会详细分享两个内容，一个是低时延HLS，一个是QoE。
Q&A
Q1：Twitch在印度的用户量怎么样，由于印度网络质量差，抖动大，有什么好的方法应对吗？
A：印度就是网络质量非常糟糕，导致的问题是看点播还行，看直播效果很差，我们在印度的量不是太大的，我们也在非常那个紧密的在关注印度的网络状况。
Q2：分级Replication设计是为了什么呢？
A：我们有很多的频道，同时上线六万路，大主播观看的人比较多，我们对大主播要把它分级，让他在世界每个角落都能被看到；小的主播没有办法，没有那么多带宽，我们就分级到比较近的地方。
Q3：Twitch在所有的平台都是软解吗？
A：根据每个平台会有所不同，但是能硬解尽量选择硬解。
Q4 : 沈老师，您在用FFmpeg转码时，会如何设置线程数呢？
A：我们不使用FFmpeg，为什么不用FFmpeg呢？我们分析了一下，用FFmpeg做直播转码，实时转码效率支持不高。我们有写自己的转码，转码效率比FFmpeg要高70%，差不多1倍数左右。
Q5：VP9怎么解决移动端解码器耗电的问题？
A：耗电问题，这个是很好的问题。这个我们会争取是硬解，但是也在测软解，我们知道很多的低端的是软解的，我们有可能是在做一个白清单，我们觉得这个我要给你硬解，需要让你用VP9来解你就用VP9，要不然你还是回归到H264。
Q6：你们对OBS有优化吗？对源端推流质量管理有什么优化方案？
A：我们对OBS没有优化，主播如果很在乎推流质量，他会再去买个电脑专门用来推流，我觉得未来可能就是全部都是UDP来推流。
Q7：沈老师，你们对直播ABR算法有好的推荐吗，有类似用深度学习来做带宽预测吗？
A：我看过这个MIT文章，它是针对点播来做得，而不是针对直播来做得，点播每次传输过去的数据是有很多的，这个用深度学习可能是有用的，但对于直播的话，用处不是太大，因为你都不知道你未来的码率是多少。
![640?wx_fmt=jpeg]()
