一、先给你一个总览（必须建立全局认知）

WebRTC 的本质是一条完整的通信链路：
信令 → 建连（ICE）→ 数据传输（RTP）→ 质量控制（RTCP）

全链路结构图

【信令阶段】
A → 信令服务器 → B
（Offer / Answer / ICE）

↓

【建连阶段】
ICE（STUN / TURN）
→ 找到可用路径

↓

【传输阶段】
RTP（音视频 / 数据）

↓

【控制阶段】
RTCP（丢包 / 带宽 / 反馈）

二、第一层：信令（Signaling）

本质一句话

信令负责“让两端知道怎么连”

它干的事情

- 交换 Offer（能力描述）
- 交换 Answer（确认参数）
- 交换 ICE 候选（通信路径）

重点理解

👉 WebRTC 不提供信令

你必须自己实现：

• WebSocket（最常见）
• HTTP（不推荐）

本质定位

信令 = 控制面（Control Plane）

三、第二层：ICE（连接建立核心）

ICE 是什么？

ICE（Interactive Connectivity Establishment）
是一套“找通信路径”的机制

为什么需要 ICE？

因为现实网络：

设备在 NAT 后面 → 不能直接访问

tips：
NAT

路由器帮你“翻译地址”

把内网 IP 映射成公网 IP，让设备能访问互联网

ICE 做了什么？

👉 收集所有“可能通信路径”

- 内网IP
- 公网IP（STUN）
- TURN中继地址

建连过程

双方交换 ICE Candidate
↓
尝试所有路径

↓
找到能通的那一条

优先级（面试加分）

优先顺序：

P2P直连 > STUN打洞 > TURN中继

解释：STUN 是候选路径之一，TURN 是兜底路径，最终由 ICE 选择是否建立 P2P。

STUN ≠ 通信方式
STUN = 帮助实现 P2P 的工具

本质总结

ICE 本质是一个“路径选择算法”

四、第三层：RTP（数据传输核心）

RTP 是什么？

RTP（Real-time Transport Protocol）
是 WebRTC 用来传输音视频的协议

特点

• 基于 UDP
• 低延迟
• 不保证可靠

RTP 传什么？

- 视频帧（H264 / VP8）
- 音频数据
- DataChannel 数据（类似）

为什么不用 TCP？

因为：

TCP：
丢包 → 重传 → 卡顿 ❌

RTP：
丢包 → 忽略 → 流畅 ✅

本质理解

RTP = “为了实时性牺牲可靠性”

五、第四层：RTCP（质量控制核心）

RTCP 是什么？

RTCP（Real-time Control Protocol）
是 RTP 的“监控 + 调度系统”

它干的事情

1️⃣ 丢包反馈

告诉对方：哪些包丢了

---

2️⃣ 带宽控制

当前网络不好 → 降码率

---

3️⃣ 延迟统计

RTT（往返时间）

---

4️⃣ 抖动控制

Jitter（网络波动）

---

本质总结

RTCP 让“不可靠的 UDP”变得“可控”

六、把四层串起来

完整链路你要能这样讲

第一步：信令

交换 Offer / Answer / ICE

---

第二步：ICE

找到通信路径（P2P or TURN）

---

第三步：RTP

开始传音视频数据

---

第四步：RTCP

动态调整质量（丢包 / 带宽 / 延迟）

一句话终极总结

WebRTC 通过信令交换连接信息，利用 ICE 完成网络路径选择，基于 RTP 进行实时数据传输，并通过 RTCP 实现质量控制，从而在复杂网络环境下实现稳定的低延迟通信。

---

七、你必须理解的“架构本质”

WebRTC 其实是四层系统

• 应用层：你的业务（视频/控制）
• 控制层：信令
• 连接层：ICE
• 传输层：RTP/RTCP

 一整套“从建连到传输再到优化”的系统

八、面试高频问题

1：为什么 WebRTC 有时候卡？

👉 答：

• 丢包严重
• 带宽不足
• TURN 中继（路径远）

2：如何优化？

👉 答：

• 自适应码率（RTCP）
• 降分辨率
• 就近部署 TURN

3：RTP 和 RTCP 区别？

👉 标准回答：

RTP 负责数据传输，RTCP 负责传输质量控制和反馈。

4：ICE 为什么复杂？

👉 答：

因为要在 NAT、内网、公网等复杂网络环境下找到可用通信路径。

九、架构（设备 / 机器人）

---

实际架构

手机 App
↓（WebSocket）
信令服务器
↓
设备（Linux）
↓
WebRTC（RTP + RTCP）

---

分工

功能	技术
视频流	RTP
控制通道	DataChannel
状态同步	MQTT
连接建立	信令 + ICE

面试加分总结

在设备场景中，WebRTC 主要承担实时音视频和低延迟控制，而系统状态和业务逻辑通常通过 MQTT 或 WebSocket 实现。

总结（终极版）

WebRTC 是一个完整的实时通信体系：通过信令完成连接协商，通过 ICE 实现网络路径选择，通过 RTP 进行实时数据传输，并通过 RTCP 实现传输质量控制。它解决的核心问题是在复杂网络环境下，实现稳定、低延迟的端到端通信。