融云 RTC 全球智能核心网络
RTC 是实时音视频交互的综合应用。主要的场景包括：1v1 通话，视频会议，在线课堂，低延时直播。涉及的基础技术主要包括：网络传输，音视频编解码，以及一些音视频的前后处理技术。随着 WebRTC 的开源，实时音视频的门槛降低了很多，市场上提供 RTC 的厂家也逐渐增多。但是，想运营好 RTC 服务却不是一件容易的事情。主要需要解决几大问题：各种基础技术的深化提升，客户端设备兼容性，全球分布式 Overlay 骨干网络的运营，SDK 的接入和替代成本，配套服务的丰富(转码，录制，内容审核，多 CDN 融合等)。
RTC 云端功能和特点
RTC 主要分为客户端和服务端两部分。其中客户端负责音视频采集，前处理，编码，网络发送等工作。服务器主要负责：信令的交换，数据的转发，音视频的转码，录制等工作。
其中客户端主要以开源 WebRTC 为基础，并且在各个环节上进行深度改造以提高用户的体验。比如：音频的 3A 处理，视频的 SVC，网络的拥塞控制算法，前向纠错算法等。
虽然 WebRTC 为 P2P 的通信提供了很好的基础，但是还远远满足不了大家的多种场景需求。全球的网络环境是很复杂的，即使是同一城市的两个用户可能也会因为运营商的不同导致 P2P 效果很差。其次，在 1 对多的会议和直播场景需要有足够的高质量带宽进行“广播”。还有场景需要一些配套的服务，比如：为不同类型终端设备进行转码，录制，内容审核，多 CDN 融合等。可见：对于 RTC 的应用来说服务端需要做大量工作才保证产品的良好运营。
总体来说 RTC 云端的主要功能：
1.组织用户：建立会议室/直播间，维护用户权限，交换用户间信令
2.网络传输：用户质量覆盖，带宽放大
3.多媒体：音视频的多规格转码，多用户内容的合流，内容的录制
如何搭建简单的 RTC 环境
目前市场上也有很多开源的 RTC 服务器，比如：Janus，Licode，Mediasoup等。有的是 SFU，有的具有 MCU 功能。通过这些开源服务器都可以快速搭建出一个 RTC 环境。
以下是引用 LiveVideoStack 的对比结果：
如何打造高质量的 RTC 云端环境
首先，补全功能。不同的开源 RTC 服务器都有其特点，也有功能不完善的地方。要打造可商用的 RTC 云端服务，要在功能上补充完整。比如 SFU，MCU，录制等功能，级联的支持，还有对不同版本 WebRTC 客户端的兼容性处理等。
其次，分布式服务器网络的建立。云端网络主要解决不同地区用户的接入质量问题，跨运营商用户之间数据传输质量问题，用户上传带宽放大问题。指望跨运营商甚至是跨国的两个用户直接 P2P 达到很好的通话质量是不太现实的。
高可用分布式服务器网络
全球的通信服务运营最大的特点是，每时每刻都有一部分时区的用户在使用这个通信网络。这些热点时区用户也会带动其他时区的部分用户。这给网络的日常更新维护带来挑战。所谓高可用的全球分布式网络，就是要做到 99.9% 可用服务时间，和 99.9% 的传输质量要求。
网络的整体设计要根据分布式的 CAP 理论进行取舍，如何分区治理，如何进行容灾容错，如何进行热更新热升级都需要精心的设计和长期运营的磨合。 一个高可用高覆盖的 RTC 云端网络需要大量的服务器节点组建。这个复杂的网络里，点与点之间的传输质量在不断变化，节点的状态和可用性也在随时变化。监控这个复杂的网络，并且快速智能的响应网络的变化是非常关键的任务。
主要可以分解为三个子任务：用户接入点选择，节点状态监控，级联路由和容灾。
用户接入点选择
最简单的方式可以使用智能 DNS，根据用户的所在区域和运营商等信息选择可用的服务器。但是服务器的接入网络状况也在不断变化，如果只用智能 DNS 方式可能会出现很多不理想的情况。这就需要客户端汇报质量等手段形成信息闭环，不断训练自有数据库，作为智能 DNS 方式的补充。这个过程也需要大量时间和数据的积累。
由于用户 QoS 埋点数据量大而且可能会有突增，建议使用简单且高容错的方式进行收集比如用 nginx 进行日志记录。再由 kafka 等方式进行缓冲以免对后端的大数据分析和处理造成冲击。经过数据清理，大数据统计学处理和机器学习后将结果放入用户 QoS 决策池和级联路由 QoS 决策池。用户在接入 RTC 网络时先根据鉴权，资源定位，地理和运营商信息再根据用户 QoS 决策池信息进行接入点分配。
节点和网络状态监控
用户接入点的数量和带宽规模决定了用户的覆盖质量情况。但是全球大量的 SFU 服务器组成的庞大分布式 RTC 网络，给管理和级联路由带来了很大挑战。服务器的数量到达一定数量后，随时都有服务器在发生状况，宕机，重启，光缆问题等。除了故障，不同时段也会造成网络的抖动，比如晚高峰。再有就是国际出口的不稳定问题。
系统监控一般是多维度的。IAAS 层监控包括主机的 IO，CPU，网络等基础监控。专线和节点之间网络互通质量，带宽负荷状态，业务层的处理效率，错误数量，QoS 指标等。还有，用户行为也能反映出平台的健康状况，比如用户停留时长的变化率。
比较常用的框架可以使用 Zabbix，promethus，Grafana，ELK，再加上一些实时处理的方式比如 spark streaming 进行数据的统计计算。
随着业务的推进，用户的增长和集群的不断建设。经过长期的运营经验积累，会形成一套自有的阈值系统使得报警更加精准，提高运维处理的效率。
动态规划级联路由和容灾
在节点和网络状态的实时监控基础上，就可以建立服务器之间的级联路由策略了。还有就是在复杂的网络里需要很多“专线”进行加速，这些专线是价格很高的稀缺资源，需要合理利用。总体来说动态规划的级联路由策略主要考虑节点容灾，链路成本，资源压力，总体延时等因素。
级联路由实际是一个动态的多层路由网络，网络的复杂性导致路由的复杂性。既有 4 层的路由策略也要考虑 7 层的路由策略。多网融合的网络间通信要经过代理，反向代理，专线，VPN，SNAT，DNAT 等多种关卡。
路由的决策过程可以说是大规模 RTC 运营的关键内容了，所以需要高可靠高效率。在技术方案的选取上主要是自研的方式。
融云RTC 做了哪些：
融云在西雅图，法兰克福，孟买，新加坡，巴林等地区搭建了 16 个大集群节点，还有很多小卫星节点作为云端接入的延伸增加了用户体验，充分利用了规模优势进行更好的用户覆盖。
为了解决跨国带宽波动问题，融云搭建了很多“国际专线”来保障跨域通信的质量，真正做到了全球通信的高质量低延时。
北极星是融云自研的监控和路由系统，时刻监控上千台服务器及专线等状态变化，接收客户端质量反馈，并根据客户端和服务器的信息进行自动学习，及时进行预警和 7 层路由变更。
#总结#
关于打造 RTC 服务的核心网络，还有很多细节没有办法展开。但是总的来说 RTC 的全球化运营需要多年的积累和专业团队的护航。融云 RTC 团队一直在为 7*24 小时的优质全球 RTC 服务而努力。