WebRTC：数据传输相关协议简介

对网络协议来说，需要做的通常就两件事情：1、建立连接，2、传输数据，WebRTC也不例外。

假设WebRTC应用的两端已经建立了连接，那么，剩下就是如何传输数据的问题了。

WebRTC同时支持传输音视频数据、自定义应用数据。这其中，涉及多种协议，包括UDP、RTP/SRTP、RTCP/SRTCP、DTLS、SCTP。

这些协议名字比较相似，很容易让人混淆，简单总结下：

传输音视频数据相关协议：UDP、DTLS、RTP/SRTCP；
传输自定义应用数据相关协议：UDP、DTLS、SCTP；

下面就简单介绍下，这些协议是做什么的，有什么区别，存在什么联系。

加密信道建立：UDP、DTLS

对WebRTC应用来说，不管是音视频数据，还是自定义应用数据，都要求基于加密的信道进行传输。DTLS 有点类似 TLS，在UDP的基础上，实现信道的加密。

DTLS的主要用途，就是让通信双方协商密钥，用来对数据进行加解密。

通信双方：通过DTLS握手，协商生成一对密钥；
发送方：对数据进行加密；
发送方：通过UDP传输加密数据；
接收方：对加密数据进行解密；

音视频数据传输：RTP/SRTP、RTCP/SRTCP

首先，我们先来看下RTP、RTCP的大概用途：

RTP（Realtime Transport Protocol）：实时传输协议，主要用来传输对实时性要求比较高的数据，比如音视频数据。
RTCP（RTP Trasport Control Protocol）：RTP传输控制协议，跟RTP在同一份RFC中定义，主要用来监控数据传输的质量，并给予数据发送方反馈。

也就是说：

RTP用来传输音视频数据；
RTCP用来传输(质量)控制数据；比如监控传输的质量，并在会话双方之间进行同步，方便WebRTC根据传输质量进行动态调整，比如传输的速率、视频的码率等。

至于SRTP、SRTCP，分别在RTP、RTCP的基础上加了个S(Secure)，表示安全的意思，这个就是DTLS做的事情了。

结合前面内容，总结一下音视频数据的发送过程：

通信双方：通过DTLS握手，协商生成一对密钥；
数据发送方：将音视频数据封装成RTP包，将控制数据封装成RTCP包；
数据发送方：利用加密密钥，对RTP包、RTCP包进行加密，生成SRTP包、SRTCP包；
数据发送方：通过UDP传输SRTP包、SRTCP包；

备注：SRTP/SRTCP包中，除了加密数据，还有其他信息，这里不展开细节。

自定义应用数据传输：SCTP

SCTP（Stream Control Transmission Protocol）：流控制传输协议。

之前介绍过，RTP/RTCP主要用来传输音视频，是为了流媒体设计的。而对于自定义应用数据的传输，WebRTC中使用了SCTP协议。

同样的，SCTP依赖DTLS建立的加密信道，对于自定义应用数据的发送，流程如下：

通信双方：通过DTLS握手，协商生成一对密钥；
数据发送方：将自定义应用数据，通过密钥进行加密，生成SCTP包；
数据发送方：通过UDP传输SCTP包；

写在后面

为了便于讲解，跳过了很多协议的细节，有些地方可能会不够严谨，感兴趣的同学可以进行进一步研究，比如以下问题：

传输层用了UDP，UDP本身是不可靠的，那么，音视频数据、自定义用户数据的时序、质量是如何保证的？
RTP用来传递音视频数据，为什么还需要有RTCP？
为什么说RTP不适合传输自定义用户数据？
SCTP如何从协议层面兼顾传输的效率和质量？如何实现自定义数据的高效传递？
其他