回答

目前主流直播技术有“RTMP+CDN”和“RTC”两大阵营。我们来一个一个分析比较一下吧。

RTMP

RTMP （Real Time Messaging Protocol）基于 TCP 的流媒体传输协议，最大的特点是与 CDN 的强绑定，需要借助 CDN 的负载均衡系统将内容推送到接近用户的边缘节点，使用户就近取得所需内容，提高用户访问的响应速度和成功率，解决因分布、带宽、服务器性能带来的访问延迟问题。更多适用于站点加速、点播、短视频等场景。

对于初次通过 CDN 服务来实现音视频通信的开发者来说，技术指标应主要关注延时、卡顿率、下载速度、打开速度、回源率、宽带冗余提升率等几个维度。

有研究表明，在 0.1s 以下的延迟，用户几乎是无感知的；1s 左右的延迟，用户会明显注意到延时的发生，但在该时间内思维依然是连贯的；超过 10s 的延时，用户会失去等待的耐心。在所有关键技术指标中，控制延时是 CDN 最需要提升的。

以直播场景为例，延时主要看 2 个核心指标：首播时间和再缓存时间。首播时间即从打开到看到视频画面的时间，会受域名解析、连接、第一包时间的影响，首播时间控制在 1 秒内算是不错的效果。其次是再缓冲时间，是用户观看视频时的卡顿时间。由于实际服务中视频长度不一，一般会做播放的体验统计，主要监测的是卡顿率。行业内而言，直播首播时间 300ms，卡顿率在 15% 以下算是优质的通信服务。

目前的 CDN，通常有 3-5 秒的延迟，在浏览图片、短视频等内容时用户感知不明显，对于不需要实时强互动的直播，比如体育赛事网络直播、演唱会网络直播、新闻现场直播，延迟是可以接受的，并不会影响用户体验。

而在线视频会议、在线教育、电商直播、远程医疗会诊这些对互动有非常高要求的场景，RTMP+CDN 的模式与这些场景对于低延时、无卡顿的要求有一定差距。这时，选择 RTC 技术才能更好地满足开发者的需求。

下图是使用rtmp直播的流程图

RTC 

说到 RTC（Real Time Communication）实时音视频通信，它最大的特点就是低延时和无卡顿。从功能流程上说，它包含了采集、编码、前后处理、传输、解码、缓冲、渲染等诸多环节，RTC 不是靠“优化”各环节去实现的实时互动，而是依靠推流端实时的传输机制。

很多实时音视频服务专业厂商使用的就是 WebRTC 标准，这是一种基于浏览器的实时通信的开源解决方案，使用 UDP 私有协议来进行媒体推流，而不需要创建离散的媒体段；并且它是面向无连接的，没有 TCP 连接断开时的挥手确认连接关闭的机制，基于这两点，WebRTC 能够做到毫秒级的低延迟，远远低于基于 RTMP 协议的 CDN 分发的延迟。而且，它直接通过浏览器就可以完成推流和播放，对于开发者接入来说实在太方便。

因此，WebRTC 标准针对有高互动性要求的直播场景尤为适宜。以直播连麦为例，主播端把通信直播流发到观众端，同时也可以把观众端拉上麦，实现主播和观众的互动。使用 WebRTC，内容实时传输，主播和观众可以进行音视频连麦互动，实时沟通，延时一般低至 400ms 以内。

基于 WebRTC 标准的融云实时音视频服务，拥有超低延迟的优势，同时也支持将 RTC 音视频流合流（MCU）转码为 RTMP，并推流到第三方 CDN 上，保留了标准协议普遍被 CDN 网络支持的好处。目前，融云音视频通话，可做到全球端到端延时小于 400ms，最低延时 66ms；低延时互动直播的直播推流可以做到主播观众间延迟在 300ms 左右，保障端到端之间延迟无感知的实时互动。

下图是使用rtc技术进行直播流程图offer+answer

总结一下：RTMP适合对延迟要求不高的场景，例如短视频,RTC适合对延迟要求比较高的场景，例如直播、音视频通话等场景。

参考：https://zhuanlan.zhihu.com/p/347870438