WebRTC中的几个Rtp*Sender

一、问题：

webrtc当中有几个比较相似的类，看着都是发送RTP数据包的，分别是：RtpPacketToSend 和RtpSenderVideo还有RtpVideoSender以及RTPSender，这说明什么呢？首先，说明我会很多连词（🤬），元规正传（🤬），其次，说明他们都很像，容易给我们搞晕，最后，我们需要搞明白，这几个类各自扮演什么角色，设计意图是什么呢？如果是你设计，你怎么设计，整一个万能类不就行了，反正就是发送RTP数据？行不行，你说！

小的不才，有点感悟记录下来，行不行您自己看！

---

二、 RtpPacketToSend 的主要作用

主要代码

class RtpPacketToSend : public RtpPacket {
public:// 省略不重要的牛马
private:// 抓取时间，用于统计或同步int64_t capture_time_ms_ = 0;// 包类型（packet_type_）：音频、视频、冗余等absl::optional<RtpPacketMediaType> packet_type_;// 是否允许重传bool allow_retransmission_ = false;absl::optional<uint16_t> retransmitted_sequence_number_;std::vector<uint8_t> application_data_;// 是否是视频帧第一个包/关键帧bool is_first_packet_of_frame_ = false;bool is_key_frame_ = false;
};

核心作用
RtpPacketToSend 是 WebRTC 代码中发送端专用的 RTP 包对象，承载了要发送的 RTP 包及其元数据。
它继承自 RtpPacket，不光包含了基本的 RTP 头、负载、扩展字段，还附加了“只对发送过程有用的上下文元数据”，比如：

• 抓取时间（capture_time_ms_）：用于统计或同步
• 包类型（packet_type_）：音频、视频、冗余等
• 是否是重传包、原序列号
• 是否允许重传
• 是否是视频帧第一个包/关键帧
• 部分计时信息（如包化完成时间、发送出口时间等）

一句话总结：

RtpPacketToSend = “封装着即将要发出的RTP包内容 + 发送相关的所有额外属性”

三、RTPSender

RTP 发送器基类，负责整个 RTP (不分媒体类型) 的发送流程。
核心职能：

• RTP 头生成、序列号分配
• 调用底层 socket 发送
• 调用上层接口获得要发什么
• 负责一些重传、FEC等通用功能
  有音视频共用逻辑（针对 RTP 协议通用部分）

四、RtpSenderVideo / RtpVideoSender

这两个其实逻辑上是分开的，但在不同WebRTC代码阶段、分支和版本名可能不一样，核心意思都是“视频数据专用 RTP 发送器”。

它们在继承/组合结构上，最终都要依靠 RTPSender 来发送包，但是加上了：

• 对视频的特殊处理（比如分包、关键帧标识等）
• 输出帧状态报告
• 处理视频自己的 RTP 头扩展

通常代码里 RtpSenderVideo 是作为 RTPSender 的成员或持有者。调用“我要发一帧视频”→“如何打包分包”→“每一个分包作为RtpPacketToSend送给RTPSender”处理实际发送。

五、RtpPacketToSend

只负责代表“某一个要被发送出去的RTP包对象”，和 RTPSender “怎么发、发给谁”是分开的。

六、大致的发包流程（类关系图）

flowchart TDsubgraph 上层编码器A[视频帧] -->|EncodedImage| B(RtpVideoSender/RtpSenderVideo)endB -->|帧分包、添加RTP头| C[RtpPacketToSend 1]B -->|帧分包、添加RTP头| D[RtpPacketToSend 2]B -->|帧分包、添加RTP头| E[RtpPacketToSend ...]C -->|SendPacket| F(RTPSender)D -->|SendPacket| FE -->|SendPacket| FF -->|网络调度| G(PacingController)G -->|网络发送| H[网络socket]

1. RtpVideoSender 接到一帧视频数据
2. 封装成多个 RTP 包，每个包一份负载、RTP头，用 RtpPacketToSend 保存
3. RtpPacketToSend 包含所有要发的包的元信息（如capture时间、包类型、关键帧等）
4. RTPSender 接收这些包，安排好序列号、头部、retransmit、NACK 等发送相关管理
5. 由 RTPSender 完成最终“投递到UDP”的行为

---

七、举个栗子:

比如：发送一帧视频流的发送链条

1. 编码器输出了一帧 H264/VP8 数据
2. RtpVideoSender::SendVideo() 被调用
   • 将一帧切分成n个RTP包（因为包不能太大）
   • 循环产生 RtpPacketToSend 对象
     • 填写每个包的payload
     • 设置元数据（是否关键帧，是否第一包，时间戳等）
3. 每个RtpPacketToSend喂给RTPSender::Send()
   • 内部会进一步设置序列号、ssrc、加扩展头等
   • 记录NACK/FEC/retransmission等重发需要的信息
   • 通过socket等底层去发包到RTP peer
4. 网络ISend接口：最终出去

---

八、总结联系与区别

类/模块	作用	关注点
RtpPacketToSend	表示“即将要发出去的一个RTP包”+元数据	单个包内容、附加定时/扩展/关键帧信息
RTPSender	RTP发送行为管理，包头生成+包投递（基础）	通用RTP包发送，序列号分配、socket发包等
RtpSenderVideo/Video	视频专用的RTP发送（多帧分包、关键帧判断等）	视频帧处理，分包，关键帧加标，带有额外定时/统计

关系：

• RtpPacketToSend是包容器，RtpSenderVideo/RtpVideoSender生成它们，交由RTPSender发送！
• RtpSenderVideo/RtpVideoSender是“分发器/工厂”，RTPSender是“投递员”

---

九、一句话定性：

• RtpPacketToSend = 发包元信息封装器
• RtpSenderVideo（或RtpVideoSender）= 视频分包器，专门为视频准备、生成RtpPacketToSend，喂给RTPSender
• RTPSender = 真正的RTP通道发送器，管理和输出RTP包，连接到底层socket。

用一句话总结发送流程：

“视频帧被切割为多个RtpPacketToSend，经由RtpVideoSender预处理后交由RTPSender完成最终的网络发送。”