细化架构

在 4.1 节中介绍了 WebRTC 一对一通信的整体结构及其过程，下面对其进一步细化，看看它内部又做了什么，如图 4.2 所示。

从图 4.2 中可以看到它与图 4.1 的架构是类似的，只不过将每个端的内部进行了细化。图中通信的双方称为 Call 和 Called，即一个主叫，一个被叫。实际上，两个终端内部的逻辑是一样的，这里以 Call 端为例，来看一下它内部的结构及其运转机制。

在 Call 端内部，首先调用音视频设备检测模块检测终端是否有可用的音视频设备，即步骤❶；然后执行第❷步，调用音视频采集模块从设备中采集音视频数据；采集到数据后，执行第❸步开启客户端录制（是否开启录制是可选的，用户可以根据自己的需求选择录制或不录制）；当数据采集相关的工作就绪后，执行第❹步，通过信令模块与信令服务器建立连接；紧接着执行第❺步，创建 RTCPeerConnection 对象（RTCPeerConnection 对象是 WebRTC 最核心的对象，后面音视频数据的传输都靠它来完成）。RTCPeerConnection 创建好后，系统要先将它与之前采集的音视频数据绑定到一起，这样 RTCPeerConnection 才知道从哪里获取要发送的数据。以上就是图 4.2 中前五步所完成的工作。

接下来再来看一下 RTCPeerConnection 创建 socket 连接的过程。要建立 socket 连接，RTCPeerConnection 首先要执行图 4.2 中的第❻步，向 STUN/TRUN 服务器发送请求。STUN/TURN 服务器收到 Call 的请求后，会将 Call 的外网 IP 地址和端口号作为应答消息返回去；之后终端执行第❼步，通过信令服务器将 Call 的连接地址发送给对端。同理，Called 也会将它的 IP 地址和端口发给 Call。当通信双方都获得对端的地址后，执行第❽步，此时 socket 连接就被建立起来了。至此，RTCPeerConnection 就可以将音视频数据源源不断地发送给对端。以上就是 WebRTC 一对一通信的完整过程。