【音视频流媒体进阶：从网络到 WebRTC】第21篇-实战：多人视频会议系统

实战：多人视频会议系统

前言

上一篇文章中，我们基于 SRS 搭建了一套完整的直播系统，跑通了从推流到播放的全链路。直播本质上是"一对多"的单向媒体分发——一个主播推流，成千上万的观众拉流观看。然而，当我们把场景从直播切换到视频会议，问题的性质就发生了根本变化。

多人视频会议是"多对多"的双向实时通信。每个参与者既是发送端也是接收端，所有人的音视频数据需要在 200ms 以内到达其他每一位参与者。与直播相比，视频会议面临的核心挑战完全不同：媒体如何路由？带宽如何分配？系统如何随参与人数扩展？

这些问题催生了 SFU、MCU 等服务端媒体架构，也让多人视频会议成为 WebRTC 技术栈中最具工程复杂度的应用场景之一。

本文的目标是：理解 SFU/MCU 架构的原理与取舍，基于 Janus WebRTC Server 搭建一套可运行的多人视频会议系统，并深入讨论弱网对抗、质量优化、级联扩展等生产环境中必然面对的关键问题。

1. SFU vs MCU 架构对比

当参与者超过两人时，最直觉的方案是让每个人都与其他所有人建立 P2P 连接。但稍加分析就会发现，这种方案在规模上完全不可行。于是，"服务器中转"成为必然选择，而中转的方式又分为两条截然不同的路线。

Mesh：P2P 的天然延伸

Mesh 架构让每个参与者与其他所有人建立直连的 PeerConnection。在 3 人会