Streaming RTP/RTSP启动延迟：此方法是否有助于减少延迟，如果有，为什么不'；我没有

对于这样一个专门的问题，这可能不是最好的论坛，但目前我不知道有更好的论坛（可以接受建议/建议）

我在一个视频产品上工作，在过去10多年中，该产品一直使用专有通信协议（基于DCOM）通过网络发送视频。不久前，我们认识到需要进行标准化，目前几乎正在剥离所有DCOM包袱，并用完全兼容的RTP/RTSP客户机/服务器框架取代它

在过去几个月的测试中，我们注意到的一点是，当我们将客户端切换到使用RTP/RTSP时，启动延迟明显增加。问题是不是我们，而是RTSP

BEFORE（DCOM）：我们将发送一个DCOM命令，在该命令返回到客户端之前，服务器已经在发送视频。-总延迟1RTT

现在（RTSP）：这是一系列命令，每个命令都是一个单独的网络请求：描述、设置、设置、播放（假设会话有音频和视频）——总共4个RTT

按设计工作-不幸的是，这感觉像是倒退，因为以前的用户体验实际上更好

这能改进吗？如果你坚持标准，简短的回答是，不。但是，我的团队完全控制我们的整个RTP/RTSP堆栈，我一直在想，我们可以引入一个新的RTSP命令（不涉及任何现有命令，因此我们仍然可以完全互操作）作为解决方案：描述设置和播放

我们可以发送这个命令，传入感兴趣的流类型（通常只有一个视频和0..1个音频）。响应将包括完整的SDP文本以及所有端口信息，就像以前一样，服务器将立即开始流式传输，而无需等待来自客户端的任何其他信息

---

这样行吗？有什么我看不到的缺点吗？我很好奇为什么官方规范中没有考虑（或删除）这一点，因为即使是在本地内部网中，延迟也绝对是显而易见的。

仅供参考，根据规范，这是可能的：

9.1管道

支持持久连接或无连接模式的客户端 可以“管道化”其请求（即，发送多个请求而不发送 等待每个响应）。服务器必须将其响应发送给那些 请求的顺序与接收请求的顺序相同

还包含对管道的支持

---

但是，我使用的客户机/服务器中没有一个可以实现它。

请检查。那里有很多精明的人可能有知识来回答你的问题。必须使用流URL进行设置，使用会话URL进行描述/播放。描述响应将包含描述URL流部分的“a=control:…”属性。如果没有描述repsonse，则无法发布安装程序。然而，PLAY可能与SETUP命令一起被流水线处理，我想不出这两个请求之间有什么相互依赖的关系。我想你有一个观点，那就是它可以减少到2个rtt。类似地，descripe\u SETUP\u PLAY也没有任何意义：如果您需要描述会话以便能够流式传输动态内容，则无法通过管道传输请求。如果内容（媒体类型、端口）是静态的，或者您有一个SDP（就像您以前的协议中一样？），那么类似地，您不需要进行描述？在D___P请求中，客户端可以指定它想要视频还是带音频的视频（99.9%的时间，这通常是客户端唯一需要的）。然后，D_S_P响应将包括原始SDP，以便客户端能够建立解码器管道，并立即开始解码接收到的任何内容如果您只需要音频，而频道仅为视频，或者反之亦然？那你就需要第二次往返了。或者您想要视频，但不支持该格式，或者您没有能够解码特定编解码器模式的解码器？或者您的RTP库没有实现打包模式，等等？在某些情况下，您需要在协议中有额外的往返，否则就不需要创建协议。我的观点是，RTSP满足了一系列的用例，包括多播、VOD、live、SIP地址和其他一些。我猜启动延迟是高度特定于用例的。在视频点播中，如果你在观看一部2小时的电影时等待200毫秒而不是100毫秒，你会介意吗？一个额外的RTT是否会产生如此大的差异，RTT的范围从几毫秒到大约250毫秒不等，用于欧洲到非洲的连接。然后，您需要添加抖动缓冲区（比如100ms），以补偿任何情况下的网络抖动？我想有这么多的因素，它实际上归结为您的特定用例。谢谢讨论！