一文分析 mp4对比m3u8第一帧加载较慢的原因
mp4相比m3u8第一帧加载较慢的原因?
工作室正在做的软件,是一个以长视频播放为主的Android与IOS 手机软件。
最近半年,老板要求对视频的 秒开率(1秒内成功加载的播放数 / 播放总数)、失败率 (播放失败的次数 / 播放总数) 等进行优化。经过线上AB测试发现,m3u8视频(第一段切片为1~3秒)
在秒开率、失败率等性能指标上均优于普通mp4视频
。
这里想探究一下,m3u8视频(第一段切片为1~3秒)
在秒开率上均优于普通mp4视频
的原因。
网络上找到的原因基本是:
mp4 - PC/Apple/Android 通吃,和HTML5和flash播放器亲和度都挺好,但是文件头太大,结构复杂,长视频的大文件头影响加载速度的视频体验, 所以短视频更常见
一、普通MP4
这里从网络上找了一个普通MP4文件的结构图,让我们看一下它的文件结构:
一眼看去,完全懵逼了,果然结构复杂...
MP4实际代表的含义是 MPEG-4 Part 14。
其文件由若干个box
组成,每个box
有类型和长度,这里可以将box
理解为一个数据对象块。box
中还可以包含子box
,包含子 box 则称之为container box
。
这里我从网络上下载了一个普通MP4文件。在Mac平台上,我们用MediaParser软件可以用来大致看一下这个MP4文件的构造。
1.1、ftyp
一个MP4文件有且只有一个 ftyp
,在MP4文件的开始位置,描述的文件的版本、兼容协议等 ;
1.2、moov
moov(Movie Box)是一个container box
,一般跟随在ftyp之后,有且只有一个。
其不包含具体媒体数据,但包含本文件中所有媒体数据的宏观描述信息(视频创建时间、视频修改时间、播放速率、视频时长、音量大小、视频宽高、字幕语言、声道、视频/音频帧位置 等)。
moov box下,一般包含以下几个box:
- mvhd 中记录了创建时间、修改时间、时间度量标尺、可播放时长等信息;
- trak 可以有多个,描述了每个媒体轨道的具体信息;
- udta user data;
1.3、mdat
mdat(Midia Data Box)MP4文件的媒体数据存放在这里。mdat中的数据帧依次存放,每个帧的位置、时间、长度都由moov中的信息指定。
mdat Box 基本上占据了视频大小的 95% 以上,得益于 mp4 边下边播的效果,浏览器获取到了部分 mdat box,就可以进行播放。
若希望详细了解普通MP4文件结构,可参考文章:
mp4文件格式解析
结论
了解到此,大致可以了解到:
普通MP4文件播放时,ftyp与moov box需同时加载完成后,并下载部分mdat box的帧数据后,才能开始播放。
那对于一些长视频,确实存在文件头过大,从而影响第一帧的加载速度问题。
另外,对于不是很规范的文件,例 mp4视频文件举例
中moov box基本在文件最后的的MP4文件,还有可能存在视频文件基本下载完成后才能播放的问题。
二、Fragment mp4 (fmp4)
在网络上查找MP4文件结构时,发现一种Fragmented mp4 的文件结构图。
fmp4 是基于 MPEG-4 Part 12 的流媒体格式。与普通MP4相比:
- fmp4不需要一个 moov Box 来进行 initialization
- fmp4 的 moov Box 只包含了一些 track 信息
- fmp4 的 视频/音频 metadata 信息与数据都存在一个个 moof、mdat 中,它是一个流式的封装格式
2.1、Fragment
在微软的 Silverlight中的Smooth Streaming文件结构
文件分为了多个Fragments,每个Fragment中包含moof和mdat。这样的结构符合渐进式播放需求,mdat及其描述信息逐步传输,收齐一个Fragment便可播放其中的mdat
2.2、moof
这个box并不是MP4文件必须的部分。它是视频分片的描述信息,其为流媒体格式(微软的 Silverlight中的Smooth Streaming)中的重中之重。
三、参考
什么是「Fragmented mp4(fmp4)」, 它和普通 mp4 格式有什么区别?