需求大部分是类似于游戏播片那种 2-3 min 的短视频。
听说很多年前播放 mp4 只能等下载完了才能播放，所以都用 flash?(有没有年长的讲讲这段历史) 而现在 chrome 在播放 mp4 时是逐渐下载的。如果手动拖动进度条，加载的时间也不长。但是跳回已播放的部分貌似又要重新下载（至少从 network 上看是新请求）。这个是需要 server 配置还是浏览器的 feature ？
最近在比较 DASH 技术和普通的 mp4 link 。非视频内容为主的业务，是不是不用把视频切成 ts/fmp4 这种的了？
 |
1
tool2d Nov 30, 2022  1
DASH 就是一堆不同分辨率 mp4 的合集嘛。
不使用单一 mp4 还是有好处的，比如手机用移动流量看视频，高清 MP4 特别费流量。直接扔一个 mp4, 用户满意度就不会很高。 |
 |
2
okakuyang Nov 30, 2022 2
现在主要是两个阵营，chrome like 和 safari like 。
chrome 播放 mp4 一般发起一个请求下载整个文件的数据。 一边接收数据一边解析，如果达到可以播放的缓冲就开始播放。 快进的话会从视频帧对应文件位置请求。 safari like 播放 mp4 有两种模式，其中一种和 chrome 类似，只需要一个请求就开始播放。 但是这种模式出现的时机比较苛刻。 另外一种是彻底的 safari 模式。播放视频时候需要请求非常多次。 第一次会请求两个字节，要求服务器返回 mp4 文件长度。 接下来会： 第二次请求会请求文件全长度（服务器不一定会返回全部长度,可能只会传输几 M ） 第二次请求文件尾部几 MB 字节 (服务器应该返回这部分的全部长度) 因为 mp4 文件结构中视频信息在文件尾部，所以要先请求到这部分数据解析后播放。 之后 safari 会重复多次请求，一边播放一边请求接下来要播放的部分。 不同平台 webview 处理逻辑差异：例如 windows10 上的 webview 就会有不同的反应，有时候两种模式都可能会出现。 |
 |
3
Mohanson Nov 30, 2022 2
以前 mp4 文件的元数据放在文件末尾, 现在可以将元数据放到文件开头. 只要下载了元数据 mp4 就可以开始播放.
用 ffmpeg 带以下参数转码下视频, 就能在大多数播放器上播放(包括各种浏览器) -c:v libx264 -c:a aac -pix_fmt yuv420p -ac 2 -movflags faststart -pix_fmt yuv420p 是因为 chrome 只支持 yuv420p 像素格式, -ac 2 是因为 chrome android 只支持双声道 -movflags faststart 是把 mp4 元信息挪到开头, 可以尽快开始播放 |
 |
4
hello2090 Nov 30, 2022 1
mp4 快速播放就是上面说的，把 moov atom 放到文件前面，那里面存了每一帧的位置和大小。主要区别是 mepg dash ，hls, flv 能播放 live 啊，也就是流。流是不可能先给你一个 moov atom 的。
|
 |
5
Loserzhu OP 感谢各位的回复
|
|
9
Loserzhu OP @hello2090 还有个问题想请教。像 hls ，每个 media chunk 都很小，浏览器可以缓存。如果是 mp4 ，浏览器会缓存吗？我从 network 面板上看不出，感觉每次加载、拖动进度条再跳回已经加载的，这些操作都是重新请求了 server 。。
|
|
10
hello2090 Dec 1, 2022 1
@Loserzhu 我已经很久没做这个了，而且这和浏览器相关吧，所以我不了解。但你 SEEK, 也就是在进度条点击的时候，是 SEEK 到下一个 /或者上一个 KEY FRAME 的，至少本地的视频播放器是这样的。比如说电影一开头你就点到 1 小时那个地方，代码里会请求 SEEK(1 小时），这样 FFMPEG 内部会把读的指针设置好，这样你下一个 readframe 读出来的就是 1 小时附近的内容了。
你缓冲文件可以啊，你要取下一个文件之前看看本地有没有，本地有就用本地的，不要 REQUEST SERVER. 但我觉得视频播放器，那就是读一帧显示一帧，你把解好的帧存起来我是没见过。这个东西难做吧，视频播放器是一个 WHILE 循环，把数据读出来，放到解码器里，返回一个 VIDEO FRAME, 显示在屏幕上，有的时候你要放好几段数据解码器才会解出一个 VIDEO FRAME 的，而且你也是解出来了，才知道这帧的 TIMESTAMP 。 哦对，我想一般播放器是两个线程，一个声音，一个图像，因为声音是连续的，所以一般声音是基准。每放一点声音，比如说到了 1:20:30 了，看一下有没有图像在这之前的，有就把图像也显示出来，因为声音的 STEP 小，检查会比较频繁，所以每帧图像都会被显示出来。 所以实现肯定是可以的，但这个也很 TRICKY, 比如说你现在到 1:20:30 了，你缓存了 1:20:25 和 1:20:27 的图像，当然你要把他们显示出来，那中间会不会还有别的图像？有些是可变 FPS 的吧，所以可能你缓存的两帧之间有一帧漏掉了，你要调用 DECODE 把他拿出来，但是我说了你也不知道那块数据能解出 1:20:26 的图像，当然这也是有办法做的，只要你播放过你总能记录下来，但其实我觉得挺麻烦的 |
Select Language