FFmpeg输出hls时ts切片和m3u8索引动态更新解读

前言

众所周知，FFmpeg输出hls时，m3u8索引文件是在不断动态更新的，每当新的ts切片生成，就会更新一次m3u8文件。但是，其中有很多细节需要我们深入探究，比如m3u8文件在更新时，如何避免读写不一致问题？所有ts切片的时长都是一样的吗？

正文

一、主要过程

1、初始化

这个过程主要是生成一个空的m3u8索引文件，然后在其中输入一些初始化标签，比如 #EXTM3U、#EXT-X-VERSION和#EXT-X-TARGETDURATION 等。

示例如下：

#EXTM3U
#EXT-X-VERSION:3
#EXT-X-TARGETDURATION:10
#EXT-X-MEDIA-SEQUENCE:0

2、循环生成切片

hls处理模块不断接收音频流和视频流的数据包，把音频帧和视频帧写入到ts切片中，这里可能涉及到交错存储，先不展开说了，后续文章再详细说明。当满足切割条件时，比如关键帧到达或者时间阈值到达时，就会停止当前ts切片的写入并存储到物理磁盘，同时，生成新的 index+1 的 ts 切片继续写入。

3、更新索引文件

为了保证m3u8索引文件读写一致，会进行原子更新。首先，创建一个临时 .m3u8.tmp 文件，添加新切片条目，以 #EXTINF 标签开头，后面追加新切片的时长。如果此时播放列表已经满了，则移除最旧条目并递增媒体序列号（#EXT-X-MEDIA-SEQUENCE），.m3u8.tmp 文件的写操作完成后，直接替换原 .m3u8 索引文件。这个过程可以通过系统的重命名操作完成，实现原子化操作。

4、结束处理

如果启用了 delete_segments 参数，那么在过程中会自动删除从 m3u8 文件中移除的 ts 切片文件。当输入流结束时添加 #EXT-X-ENDLIST 结束标记，但如果是直播流的话，不会加这个标识，只有点播 m3u8 文件才有。

如果上述文字介绍过于枯燥，可以通过下面的流程图加强理解：

流程图的源代码如下：

flowchart TD
    A([开始HLS输出]) --> B[初始化参数]
    B --> C[创建初始.m3u8文件]
    C --> D[设置媒体序列号（ #EXT-X-MEDIA-SEQUENCE:0）]
    D --> E[接收音视频流数据]
    
    E --> F{达到切片条件？（关键帧 or 时间阈值）}
    F -- 是 --> G[生成新.ts切片文件]
    F -- 否 --> E
    
    G --> H[写入.ts文件到磁盘]
    H --> I[更新.m3u8索引文件]
    
    subgraph 更新索引文件 [原子化更新]
        I --> J[创建临时文件 .m3u8.tmp]
        J --> K[添加新切片信息 #EXTINF:时长, 文件名]
        K --> L{播放列表满？（hls_list_size限制）}
        L -- 是 --> M[移除最旧切片条目]
        L -- 否 --> N
        M --> N[递增媒体序列号 （#EXT-X-MEDIA-SEQUENCE+1）]
        N --> O[写入临时文件内容]
        O --> P[重命名临时文件替换原.m3u8]
    end
    
    P --> Q{启用删除旧切片}
    Q -- 是 --> R[删除播放列表外的旧.ts文件]
    Q -- 否 --> S
    R --> S
    
    S --> T{输入流结束？}
    T -- 否 --> E
    T -- 是 --> U[添加结束标记（#EXT-X-ENDLIST）]
    U --> V([结束])

二、关键参数

1、hls_time

控制切片的频率，多久生成一个 ts 切片，从而影响 m3u8 索引文件的更新频率。值越小，切片越频繁，更新越快，延迟越低（但也可能增加服务器和客户端负担）。比如 -hls_time 10 则表示 10 秒一个 ts 切片。

2、hls_list_size

控制播放列表的窗口大小，也就是 .m3u8 中有多少个 ts 切片。

3、delete_segments

开启后会实现磁盘空间的自动清理，避免旧的ts 切片文件无限累积，需要与 -hls_flags 一起使用。

4、single_file

这是一个特殊的控制参数，也需要与 -hls_flags 一起使用。启用后，FFmpeg 会将所有切片数据写入一个巨大的 .ts 切片文件。.m3u8 文件会动态更新，通过 #EXT-X-BYTERANGE 标签指向不同字节范围来模拟独立的切片。更新 .m3u8 时，只需添加新的 #EXTINF 和 #EXT-X-BYTERANGE 条目指向新写入的数据范围即可。

三、关键标签

1、#EXTM3U

标识文件是 m3u8 文件播放列表，必须放在文件第一行。

2、#EXT-X-VERSION

指定 hls 协议的版本，比如3、4、7等，不同版本支持的标签有所不同。

3、#EXTINF

描述每个媒体 ts 切片的时长（秒）和标题。注意：duration 必须是浮点数。

4、#EXT-X-TARGETDURATION

指定所有切片的目标时长。

5、#EXT-X-MEDIA-SEQUENCE

标识播放列表中第一个切片的序列号，一般从0开始。

6、#EXT-X-ENDLIST

标识播放列表结束，不再更新，直播场景中没有，但是点播场景中必须有。

四、主要方法

对应上面的主要过程，我们来看一下底层的代码。

1、hls_init()+hls_write_header()

解析 -hls_time 等参数，创建初始 ts 切片文件，初始化 m3u8 播放列表。

2、hls_write_packet()

生成 ts 切片，同时处理 ts 切片的切割逻辑并更新 m3u8 索引文件。

3、hls_write_trailer()+hls_deinit()

写入最后一个切片，更新 m3u8 文件，追加 #EXT-X-ENDLIST 标签。最后，释放上下文相关的资源。

最后，也可以通过下面的时序图加深理解：

最后

通过本文的介绍，我们了解了 FFmpeg 输出 hls 的关键步骤和主要方法，其逻辑清晰，涉及 init、header、packet、trailer、deinit 五个阶段，实现了高度可扩展的 hls 生成能力，既能处理点播文件转换，也能支持高并发场景下的直播流。