挑战
管理大量摄像头的流媒体基础设施带来了运营挑战：
- 为每个摄像头手动配置流媒体服务器是不可持续的
- 空闲流浪费计算资源和带宽
- Cloudflare 和 CDN 集成需要将 RTSP 转换为 HLS
- 需要用户范围的访问控制，以确保租户只能查看自己的摄像头
我们的解决方案
我们构建了一个编排层，可根据需求动态配置、监控和清理 MediaMTX 流媒体容器。
架构
- 编排器 API：用于流生命周期管理的 FastAPI 微服务
- 容器引擎：基于 Docker 的 MediaMTX 容器配置
- 认证：用于用户范围摄像头访问的 Supabase JWT
- CDN 代理：用于 HLS 传输的 Cloudflare Workers
- 健康监控：具备自动恢复功能的定期健康检查
生命周期管理
- 按需配置 - 当用户请求摄像头源时创建流媒体服务器
- RTSP 到 HLS 转换 - MediaMTX 处理协议转换以供浏览器播放
- 健康监控 - 定期检查确保服务器响应能力
- 自动清理 - 空闲服务器在可配置的超时后终止
- 恢复 - 不健康的服务器自动重启
主要功能
- 用户范围访问 - 每个租户只能查看其授权的摄像头
- 动态扩展 - 容器根据观看者需求启动和关闭
- 质量控制 - 每个流的 FPS (1-60) 和分辨率（低/中/高/超高）设置
- 快照 API - 从直播流中进行时间戳精确的帧捕获
- CDN 集成 - Cloudflare Workers 代理用于全球低延迟 HLS 传输
- RTSP 缓存 - 智能缓存摄像头连接详情以最小化 API 调用
成果
技术栈
caseStudyDetail.more 案例研究
探索更多我们的技术实施案例
基于 VPN 的 RTSP 流媒体，具备自动扩展的转发、HLS 传输和录制
一个监控平台需要通过 VPN 隧道安全地接收来自远程位置的 RTSP 摄像机流，将其转发用于基于网页的查看和 AI 处理，根据需求自动扩展转发基础设施，并录制流以供存档——所有这些都要在不可预测的网络条件下保持低延迟和可靠连接。
具有双编排器和零丢包的自动扩缩容 RTSP 流媒体架构
一个监控平台需要动态扩缩容其视频流媒体基础设施，以处理从 10 到 200 多个 IP 摄像头，以及数百名并发观看者和 AI 处理工作者，同时保证在扩缩容操作期间零丢包，并保持永不改变的稳定流 URL。
常见问题
MicrocosmWorks 构建了一个多区域编排层，其中每个物理位置的边缘中继节点在本地拉取 RTSP 流，按需转码，并通过加密隧道将其转发到中央平台。这种架构消除了直接暴露在互联网上的摄像头访问需求，通过在边缘应用智能帧采样减少了 WAN 带宽，并且即使在站点间的网络波动期间也能保持流的连续性。
MicrocosmWorks 实施了感知调度的自动扩缩容，该扩缩容基于历史流模式预先配置处理能力，并结合响应式扩缩容，能够在 30 秒内响应实时流计数变化。系统在非高峰时段积极缩减规模，以最大限度地降低云计算成本，并使用热备用 pod，可以立即接受新流，而无需配置新的 GPU 实例所带来的冷启动延迟。
MicrocosmWorks 设计了一个准入控制系统，该系统对传入的流连接进行排队，并使用加权轮询算法将其分配到可用的处理节点上，该算法会考虑每个节点当前的 CPU、GPU 和内存利用率。流会根据可配置的规则进行优先排序，因此像入口点这样的高优先级摄像头总是能获得处理能力，在低优先级源之前。
是的，MicrocosmWorks 构建了 ONVIF 发现和 RTSP 拉取适配器，可连接到现有的 NVR 和 VMS 平台，将它们视为流源，而无需更改现有录制基础设施。编排层还可以接收来自 Milestone 和 Genetec 等流行 VMS 系统的重新串流视频，使企业能够为其当前的监控投资增加 AI 分析功能。
MicrocosmWorks 提供分布式流媒体编排解决方案，费率为每小时30-50美元。一个可投入生产的 MVP 通常需要3-4个月的开发时间，具体取决于边缘位置的数量和集成要求。这比按流收费的企业视频平台许可证成本效益高得多，尤其是在规模超过100个并发流时。