zlmediakit
简介ZLMediaKit是一套高性能的流媒体服务框架，目前支持rtmp/rtsp/hls/http-flv流媒体协议。该项目已支持linux、macos、windows、ios、android平台，支持的编码格式包括H264、AAC、H265。
采用的模型是多线程IO多路复用非阻塞式编程(linux下采用epoll、其他平台采用select)。
该框架基于C++11开发，避免使用裸指针，减少内存拷贝，代码精简可靠，并发性能优异，在linux平台下，单一进程即可充分利用多核CPU的优势；
最大限度的榨干CPU、网卡性能；轻松达到万兆网卡性能极限。同时也能在高性能的同时，做到极低延时，画面秒开。
场景基本原理网络模型对比不同于SRS的单线程多协程、node.js/redis的单线程、NGINX的多进程模型；ZLMediaKit采用的是单进程多线程模型。
作为一个服务器程序，对于稳定性要求极高；一个服务器可以性能差点，但是绝不能轻易core dump；服务中断、重启、异常，对于一个线上已运营项目来说结果是灾难性的。我们通过以下手段来减少：
单线程模型
单线程 + 协程
单线程 + 多进程
多线程 + 锁
弃用C/C++
采用单线程模型的优点是，服务器简单可靠，不用考虑资源竞争互斥的问题，这样可以比较容易做到高稳定性；采用此模型的典型代表项目有 redis、node.js。 但是由于是单线程模型，所以弊端也比较明显；那就是在多核cpu上不能充分利用多核CPU的算力，性能瓶颈主要在于CPU(大家应该有过在redis中执行keys *慢慢等待的经历)。 单线程+协程的方案本质上与纯单线程模型无区别，它们的区别主要编程风格上。纯单线程模型使用的是非阻塞式处处回调方式实现高并发，这种模型会有所谓的回调地狱的问题，编程起来会比较麻烦。 而单线程+协程的方案是简化编程方式，采用自然的阻塞式编程风格，在协程库内部管理任务调度，本质也是非阻塞的。但是协程库涉及的比较底层，跟系统息息相关，所以跨平台不是很好做，而且设计实现一个协程库门槛较高。 SRS采用就是这编程模型，由于协程库的限制，SRS不能在windows上运行。
为了解决上述单线程模型的问题，很多服务器采用单线程多进程的编程模型；在这种模型下，既有单线程模型的简单可靠的特性，又能充分发挥多核CPU的性能，而且某个进程挂了也不会影响其他进程，像NGINX就是这种编程模型；但是这种模型也有其局限性。 在这种模型下，会话间是相互隔离的，两个会话可能运行在不同的进程上；这样就导致了会话间通信的困难。比如说A用户连接在服务器A进程上，B用户连接在服务器B进程上；如果两者之间要完成某种数据交互，那么会异常困难，这样必须通过进程间通信来完成。 而进程间通信代价和开销比较大，编程起来也比较困难。但是如果会话间无需数据交互(例如http服务器)，那么这种模型是特别适合的，所以NGINX作为http服务器也是非常成功的，但是如果是譬如即时聊天的那种需要会话间通信的服务，那么这种开发模型不是很适合。 不过现在越来越多的服务都需要支持分布式集群部署，所以单线程多进程方案的缺陷越来越不明显。
由于C/C++是种强类型静态语言，异常处理简单粗暴，动不动就core dump。C/C++的设计理念就是发现错误及早暴露，在某种意义上来说，崩溃也是种好事，因为这样会引起你的重视，让你能及早发现定位并解决问题，而不是把问题拖延到无法解决的时候再暴露给你。 但是这么做对一般人来说，C/C++就不是很友好了，人类并不像机器那样严谨，有点疏忽在所难免，况且有些小问题也无伤大雅，并不需要毁灭式的core dump来应对。 而且C/C++的学习曲线异常艰难困苦，很多人好几年也不得要领，所以很多人表示纷纷弃坑，转投 go / erlang / node.js之类。
C/C++才是真正的跨平台语言；况且随着智能指针的推出，内存管理不再是难题；而lambad语法的支持，让程序上下文绑定不再困难。随着C++新特性的支持，编译器静态反射机制的完善，现代C++编程愈发简便快捷。ZLMediaKit采用的就是C++11新标准以及相关理念完成的高性能流媒体服务框架。
与上面其它编程模型不同，ZLMediaKit采用的是多线程开发模型；与传统的多线程模型不同；ZLMediaKit采用了C++11的智能指针来做内存管理，在线程切换时可以完美的管理内存在多线程下共享以及其生命周期。同时互斥锁的粒度消减至极致，几乎可以忽略不计。 所以采用多线程模型的ZLMediaKit性能损耗极低，每条线程的性能几乎可以媲美单线程模型，同时也可以充分榨干CPU的每一核心性能。
网络模型详述ZLMediaKit在启动时会根据cpu核心数自动创建若干个epoll实例(非linux平台为select)； 这些epoll实例都会有一个线程来运行epoll_wait函数来等待事件的触发。
以ZLMediaKit的RTMP服务为例，在创建一个TcpServer时，ZLMediaKit会把这个Tcp服务的监听套接字加入到每一个epoll实例，这样如果收到新的RTMP播放请求，那么多个epoll实例会在内核的调度下，自动选择负载较轻的线程触发accept事件。
服务器在收到accept事件后，会创建一个TcpSession对象并绑定到该epoll实例（同时把与之对应的peer fd加入到相关epoll监听）。每一个Tcp连接都会对应一个TcpSession对象，在之后客户端与服务器的数据交互中， 该TcpSession对象处理一切与之相关的业务数据，并且该对象之后生命周期内的一切事件都会由该epoll线程触发，这样服务器的每个epoll线程都能均匀的分派到合理的客户端数量。以下是服务器accept事件处理逻辑代码片段：
性能优化关闭互斥锁我们知道TcpSession是ZLMediaKit中的关键元素，服务器大部分计算都在TcpSession内完成。 一个TcpSession由一个epoll实例掌管其生命周期，其他线程不得直接操作该TcpSession对象（必须通过线程切换到对应的epoll线程来完成操作）。
所以从某种意义上来说TcpSeesion是单线程模型的；所以ZLMediaKit对于TcpSession所对应的网络io操作是无互斥锁保护的，ZLMediaKit作为服务器模式运行，基本上是无锁的； 这种情况下，锁对性能的影响几乎可以忽略不计。
规避内存拷贝传统的多线程模型下，做数据转发会存在线程切换的问题，为了确保线程安全，一般使用内存拷贝来规避该问题；而且对数据进行分包处理也很难做到不使用内存拷贝。 但是流媒体这种业务逻辑，可能观看同一个直播的用户是海量的，如果每分发一次就做内存拷贝，那么开销是十分可观的，这将严重拖累服务器性能。
ZLMediaKit在做媒体数据转发时，是不会做内存拷贝的，常规的C++多线程编程很难做到这一点，但是在C++11的加持下，利用引用计数，巧妙的解决了多线程内存生命周期管理的问题。
使用对象循环池内存开辟销毁是全局互斥的，过多的new/delete 不仅降低程序性能，还会导致内存碎片。ZLMediaKit尽量使用循环池来避免这些问题，以下代码时RTP包循环池使用代码片段：
设置Socket相关标志
开启TCP_NODELAY后可以提高服务器响应速度，对于一些对延时要求比较敏感的服务（比如ssh服务），开启TCP_NODELAY标记比较重要。 但是对于流媒体服务，由于数据是源源不断并且量也比较大，所以关闭TCP_NODELAY可以减少ACK包数量，充分利用带宽资源。
MSG_MORE是另外一个提高网络吞吐量的标记；这个标记的作用是在发送数据时，服务器会缓存一定的数据然后再打包一次性发送出去； 而像RTSP这种业务场景，MSG_MORE标记就显得格外合适；因为RTP包一般都很小(小于MTU)，通过MSG_MORE标记可以极大减少数据包个数。
ZLMediaKit在处理播放器时，握手期间是开启TCP_NODELAY并且关闭MSG_MORE的，这样做的目的是提高握手期间数据交互的延时，减少链接建立耗时，提高视频打开速度。 在握手成功后，ZLMediaKit会关闭TCP_NODELAY并打开MSG_MORE；这样又能减少数据报文个数，提高网络利用率。
批量数据发送网络编程中，大家应该都用过send/sendto/write函数，但是writev/sendmsg函数应该用的不多。
ZLMediaKit采用sendmsg函数来做批量数据发送，这样在网络不是很好或者服务器负载比较高时，可以明显减少系统调用(系统调用开销比较大)次数，提高程序性能。
批量线程切换多线程模型下，流媒体服务器在做媒体数据分发时，肯定要做线程切换。 线程切换的目的一是确保线程安全，防止多条线程同时操作某个对象或资源；二是可以充分利用多核算力，防止单线程成为转发性能瓶颈。 ZLMediaKit在做媒体转发时，也同样使用到线程切换来实现多线程的数据分发。但是线程切换开销也比较大，如果线程切换次数太多，将严重影响服务器性能。
现在我们假设一个场景：RTMP推流客户端A推送一个直播到服务器， 这个直播比较火爆，假设有同时10K个用户正在观看这个直播，那么我们在分发一个RTMP数据包时是否需要最多进行10K次线程切换然后再发送数据？ 虽然ZLMediaKit的线程切换比较轻量，但是这样频繁的线程切换也是扛不住的。
ZLMediaKit在处理这类问题时，采用批量线程切换来尽量减少线程切换次数。 假如说这10K的用户分布在32个cpu核心上，那么ZLMediaKit最多进行32次线程切换， 这样ZLMediaKit将大大减少线程切换次数，同时又能使用多线程来分发数据，大大提高网络吞吐量。
采用右值引用拷贝ZLMediaKit中也尽量使用右值引用拷贝来规避内存拷贝。
其他特性优化及时推流打开率 有些应用场景需要设备端开始推流，然后APP立即观看的应用场景。传统的rtmp服务器对此应用场景是未作任何优化的，如果APP播放请求在推流尚未建立之前到达，那么将导致APP播放失败，这样视频打开成功率就会降低，用户体验很不好。
ZLMediaKit在针对该应用场景时，做了特别的优化；实现原理如下：
1、收到播放请求时，立即检查是否已经存在的媒体源，如果存在返回播放成功，否则进入第2步。
2、监听对应的媒体源注册事件，同时添加播放超时定时器，并且不回复播放器然后返回。逻辑将进入第3步或第4步。
3、媒体源注册成功，那么立即响应播放器播放成功，同时删除播放超时定时器，并移除媒体注册事件监听。
4、超时定时器触发，响应播放器播放失败，同时删除播放超时定时器，并移除媒体注册事件监听。
使用ZLMediaKit作为流媒体服务器，可以APP播放请求和设备端推流同时进行。