《即时消息技术剖析与实战》学习笔记12——IM系统如何提升图片、音视频消息发送、浏览的体验

IM系统如何提升用户发送、浏览图片和音视频消息的体验呢？一是保证图片、音视频消息发送得又快又稳，二是保证用户浏览播放图片、音视频消息时流畅不卡顿。

一、提升用户发送图片、音视频的体验

1. 多上传接入点

针对不同的主流运营商提供不同的上传接入点 IP，然后通过运营商 DNS 解析，让用户能通过本运营商的上传接入点来快速上传图片和视频；后端的图片上传存储服务也可以部署在多线机房，这样上传服务也能快速地把文件流提交给存储层，从而避免从接入点到存储服务的跨网开销，也能解决其他运营商的用户下载图片时需要跨网的问题。

对于拥有多机房的公司，也可以只把上传存储服务部署在单线机房，然后再通过专线解决多个单线机房之间的访问。

2. 上传链路优化

把多媒体消息上传通道和普通消息收发通道独立开。

图片、视频

发送图片、视频这样的多媒体消息时，先通过独立通道上传文件流，上传完成后会返回文件的唯一标识 ID，然后再把这个唯一标识 ID 作为消息的引用，通过普通消息收发通道进行发送。

语音

对于语音这样的消息，通过普通消息收发的长连通道来分片上传语音流，更方便通过长连来下推给接收方，避免用户在播放语音时需要从远程临时下载文件，使用流畅度会更好。

3. 分片上传、断点续传和秒传

二、提升用户浏览图片、播放视频的体验

1. CDN 加速

不用多说，我们都知道 CDN 的作用是让资源离用户更近。

CDN 加速

CDN 加速主要采取“拉模式”的策略。客户端上传的图片、音视频发布到多个分布在各地的 CDN 节点的服务器上，当有用户需要访问这些图片和音视频时，能够通过 DNS 负载均衡技术，根据用户来源就近访问 CDN 节点中缓存的图片和音视频消息，如果 CDN 节点中没有需要的资源，会先从源站同步到当前节点上，再返回给用户。

CDN 预热

在上面提到：如果 CDN 节点中没有需要的资源，会先从源站同步到当前节点上，再返回给用户。但如果是超高热度的大型聊天室，可能用户就近访问的节点没有需要的资源，则高并发的请求都被回源到源站，会对源站的带宽和存储带来很大的压力。

针对这个问题，可以采用“预热”的方式，来提前强制 CDN 节点回源并获取最新文件，减轻源站的压力，提高资源的访问效率。

2. 下载性能优化

图片

分辨率自适应

比如服务器对图片生成几种常见的低分辨率缩略图，用户点开时，根据终端的分辨率按需下载，“查看原图”时再去加载大图，这样可以提升加载速度。

格式优化

将上传的图片转为 WebP 或渐进式 JPEG 格式。

前者可以在保持相同质量的前提下，比同样的 PNG 或 JPEG 图片小 30% 左右，但在 iOS 系统上的支持性不太好，需要一定的开发成本；

后者能够在加载图像时提供低分辨率的“预览”，节省数据流量，提升图像加载速度，加载体验更好，但渐进式 JPEG 编码比传统基线 JPEG 的编码速度慢了 60%，需要权衡性能和成本的平衡。

视频

边下边播

在播放器下载完视频的格式信息、关键帧等信息后，播放器就可以开始播放，同时结合 HTTP 协议自带支持的 Range 头按需分片获取后续的视频流，从而来实现边下边播和拖动快进。

边下边播需要服务端支持 Range 分片获取。

视频预加载

对视频流进行“部分提前加载”，也就是所谓的“秒开”，可以提升用户的体验。

预加载可以按时间或者大小来限制。比如，我们可以设定预加载 3s 的视频流，或者设定预加载 512KB 的视频流。

视频转码

主流的视频格式采用 H.264 编码，H.265 是 2013 年新制定的视频编码标准。同样的画质和同样的码率，H.265 比 H.264 占用的存储空间要少 50%，但编码复杂度远高于 H.264（10 倍左右）。

因此在实现时，只选取部分热点视频来进行 H.265 编码，降低转码开销的同时来尽量提升 H.265 视频的覆盖度。

3. 推流

借助即时消息自身的“长连接”通道，将音频流、图片或视频的缩略图推送下去，这样就不会因为需要临时从服务端获取而出现卡顿了，减少加载耗时，提升用户体验。

三、保障用户发送图片、音视频的安全性

1. CDN文件访问鉴权

用户通过上传服务，把视频上传到服务端；服务端进行视频的 HLS 切片并针对切完的 TS 文件流进行加密，同时把密钥存储到密钥服务中。

当有用户请求该视频时，CDN 节点从源站回源加密的视频文件，播放器先通过下载的 M3U8 索引文件获取到“密钥地址”。

客户端缓存的认证 Token 拼接到该“密钥地址”后面，再通过该地址请求鉴权服务，鉴权服务检查携带的认证 Token 是否有权限访问该视频文件。

如果权限没问题，会从密钥存储服务中将该视频的密钥文件返回给播放器，这时播放器就能自动解密播放了。

2. 时间戳防盗链

HLS 仅支持视频的加解密操作，不支持图片等其他格式的资源。针对其他格式的资源，可以采用“时间戳防盗链”的方案。

Token防盗链通过对时间有关的字符串进行签名，将时间，签名信息通过一定的方式传递给CDN节点服务器作为判断依据，CDN 节点则会根据 URL 的加密形式，取出对应的过期时间，和当前服务器时间进行比较，确认请求是否过期，过期的话，则直接拒绝；如果时间未过期，CDN 节点将根据约定的签名算法和密文，计算后的值和 URL 中的原始加密串进行比较；通过之后，请求会被认为是合法的。不合法的请求可以采取禁止访问或其他操作。