概念
RTP（Real-time Transport Protocol，实时传输协议）是音视频领域非常基础和重要的一个协议。
RTP 是一种用于通过 IP 网络实时传输音频和视频的协议，常用于视频会议、语音通话、实时监控等实时媒体传输场景。
举例：
假设我和朋友在视频通话，摄像头不停采集画面，麦克风不停录音，这些数据需要被分成一小块一小块发送到对方。
RTP 就是这时候用来包装这些“小块数据”的协议，让它们有序、安全、可识别、可播放地传给对方。
RTP做的事情
| 功能 | 作用 |
|---|---|
| 时间戳（timestamp） | 用于音视频同步（音画同步、按顺序播放） |
| 序列号（sequence number） | 标记每个包的顺序，丢包可检测 |
| 媒体类型标记（payload type） | 告诉接收方：这是 H264？AAC？还是 VP8？ |
| 不保证传输（用 UDP） | 追求低延迟，不像 TCP 一定要“收齐再播” |
| 小包封装 | 把一帧视频或音频切成多个小包发送 |
RTP在网络协议栈中的位置：
[媒体数据] → RTP → UDP → IP → 网络传输 → 对方 IP → UDP → RTP → [还原媒体]
- RTP 通常基于 UDP，不走 TCP
- 不关心数据，丢了就重传，而是优先“实时性”
RTP 常见的配套协议
| 协议 | 作用 |
|---|---|
| RTCP（RTP Control Protocol） | RTP 的“反馈/控制通道”，用于统计、延迟、丢包报告等 |
| RTSP | 控制播放（开始、暂停、seek），但真正传数据的是 RTP |
| WebRTC | 内部用 RTP 传音视频（封装在 DTLS/SRTP 中） |
| SRTP | Secure RTP，加密后的 RTP，更安全 |
应用场景
| 场景 | 是否用 RTP？ | 说明 |
|---|---|---|
| 视频会议（WebRTC） | 是 | 内部用 RTP 传输音视频 |
| 安防摄像头（RTSP/RTP） | 是 | 视频流通过 RTP |
| 直播系统（RTMP/HLS） | 否 | 不直接用 RTP |
分析RTP流
使用Wireshark，可以看一个实际的 RTP 数据包长什么样
Master和Viewer之间无论是 P2P 还是 Relay（TURN 中继），它们之间传输媒体数据时，使用的都是 RTP 通道
一、RTP 是传输音视频的协议
- RTP（Real-time Transport Protocol） 是一种标准的实时音视频传输协议，是 WebRTC 传输音视频的核心协议；
- WebRTC 中的媒体流（音视频数据）最终都是通过 RTP/UDP（或 RTP/TCP）传输；
- 所以不论走哪条网络路径（直连或中继），只要媒体数据在传输，就用 RTP。
二、P2P 与 Relay（TURN）只是传输路径不同
P2P（点对点）
- Viewer 和 Master 之间可以直接通信，不需要中继；
- RTP 数据通过 NAT/防火墙穿透技术（STUN/ICE）打通后，直接点对点发送；
- RTP over UDP（通常），延迟低、效率高。
Relay（TURN 中继）
- 如果点对点通信失败（如 NAT 非对称或防火墙限制），WebRTC 会自动回退使用 TURN 服务（如 AWS Kinesis Video Streams 内部的 TURN，可以参考前面的文章）；
- 媒体数据将经过 TURN 服务器中继，路径变长；
- RTP 数据仍然存在，只不过它通过 TURN server 中继了一下；
- 一般是 RTP over TCP 或甚至 RTP over TLS（即 SRTP over TLS），性能略低但能保障连接成功。