ffmpeg 之 dash
在dash 协议出现以前， 各家公司都开发自己的私有流媒体协议，如微软的SS, 苹果的HLS,Adobe 公司的HDS, 3GPP组织的AHS。这给客户端开发者带来了很大的困扰，后由MPEG 组织牵头，参考前几家公司的流媒体协议，共同制定DASH 协议，也称MPEG-DASH，协议标准号为：ISO/IEC23009, 标准共计八部分，其中媒体呈现（MPD）是最重要的一部分，占据正文的70% 以上。关于DASH 协议的演进历史如下图所示。
dash 协议一经推出，就被很多公司接入，有着一统江湖的趋势，除了由MPEG 组织背书外，还与DASH 技术优势由莫大的关系，如下图是dash 协议与其他流媒体协议的比较。
2 mpd 文件分析
1 period 字段
一条完整的mpeg dash stream 可能由一个或者多个period 构成，同一period 内意味着可用媒体内容及其各个可用的码率不会发生变化。直播情况下，需要定期更新MPD 文件。
2 Adaptationset 字段
一个Period 由一个或者多个Adaptationset组成， Adaptationset 由一组可供切换的不同码率的码流组成，这些码流中可能包含一个或者多个media content components。
3 media content component 字段
一个media content component 表示一个不同音视频内容，比如不同语言的音轨属于不同的media content component ,而同一音轨的不同码率属于相同的media content component .
4 Representation 字段
每个Adaptationset 包含一个或者多个Representation , 一个Representation 包含一个或者多个media stream,每个media stream 对应一个media content component, 为了适应不同带宽，dash 网络可能从一个Representation 切换到另一个Representation。
5 Segment 字段
与HLS 协议的segment 一样，每个Representation 由一个或者多个segment 组成， 每个segment 由一个对应的URL 指定，也可能由相同url + 不同的byte range 指定。
MPD 的数据格式组成如下图所示： period - > adaptation -> Representation -> segment
以上就是关于mpd 格式的介绍， 下面我们根据一个原始mpd 文件来分析下mpd 格式内容
3 ffmpeg 对dash 切片
ffmpeg.exe -re -i test.mp4 -codec copy -f dash -window_size 4 -extra_window_size 5 index.mpd
用ffmeg 对音视频进行切片时，它会生成三类文件，mpd + init-stream0/1.mp4 + chunk-streamx-xxxx.mp4 。 其中mpd 用来记录切片的整体信息，init-stream0/1.mp4 相当于MP4文件的moov box ， 它记录了当前stream 的metadata信息，还有sps,pps 等等信息。
dash 切片成的格式为fmp4, 可以简单理解成分片化的MP4，是dash 采用的媒体文件格式。普通的MP4 文件由moov + mdat 组成， 而fmp4用 moov + N * segment 组成， segment = moof + mdat。 其中moov 描述文件层次的metadata信息，moof 描述segment 层次metadata 信息。
4 ffmpeg parse mpd 文件
mpd 文件是xml 格式的，具由层次结构，主题里面包含子主题，从上到下，period -> adaptationset -> representation -> segmenttimeline 。由下图可是period 字段除了具有duration 信息，还包含子主题adaptationset 信息，以此类推....， 在parse mpd 文件时，也是从上往下parse.
假设当前有一stream， 具有不同码率video/audio，那么mpd 文件又是如何描述此信息的呢？
stream 用总字段duration , video/audio 用adaptationset 描述，不同码率的video/audio 用representation 描述，在往下是segmenttimeline 代表实际的data.。
5 dash data read
6 dash seek
dash seek 相关code 如下，总结来说就是单一fragment, 和普通片源没差异。 如果是多个fragment 组成的，则需要寻找最靠近的那个fragment ，然后重新建立连接，open 这个fragment。此处有个疑问，假如fragment duration 很长，会不会seek 不精准？
7 总结
从宏观角度看，dash 协议，会将一个stream 切成很多不同码率的segment ，我们parse 出相应的segment ，然后建立网络连接，去读取相应的segment 就好了，当然牵涉如何具体实现，不会这么简单。回看HLS 协议，其实他们两做法很相似，切片，然后去请求这些切片数据。
原文链接：https://blog.csdn.net/DMC111qwf/article/details/114778182