7.1 多方拓扑选型

7.1 多方拓扑选型

本节摘要：两个人通话时点对点直连是优雅的，可会议室里八个人互相要看画面呢？把画面在服务器混成一路呢？上万观众呢？拓扑选型就是这笔账。本节把 Mesh、SFU、MCU 三种形态的上行开销、服务器成本与延迟特征算成公式，给出两道真实业务约束下的推演，并回答 simulcast 为什么只有在 SFU 下才兑现价值。

目标清单

阅读完本节，你应当能够：

1. 画出三种拓扑的连接形态，说出各自的数据流走向；
2. 用人数写出 Mesh 上行开销公式，判断 Mesh 的适用上限；
3. 说出 SFU「选择性转发」的两层含义（转发不解码、按需选流）；
4. 算清 MCU 的成本构成：解码、混流、再编码的算力与延迟；
5. 按业务约束（人数、终端能力、预算、延迟容忍）完成一次书面选型推演；
6. 解释「simulcast 依赖 SFU」的完整因果链。

一、问题与直觉：三方通话就是分水岭

第三个人加入通话的那一刻，问题变质了。P2P 直连下，每个人要把自己的媒体发给其他所有人——三人要维护三条连接，八人要维护十二条；更要命的是上行：家里宽带的上行本来就没多少，八人互看意味着每人向七个方向各发一路视频。Mesh（全互联）在四人左右就会把普通家宽的上行榨干，这就是分水岭。

三种拓扑本质上是三种「把复杂度放在哪里」的选择。Mesh 把复杂度放在每个终端；SFU（Selective Forwarding Unit，选择性转发单元）把它交给服务器——服务器不解码不重编码，只按需转发；MCU（Multipoint Control Unit，多点控制单元）更进一步——服务器把所有人的画面解码、混成一路、再编码发出，终端拿到的是一份现成的合成画面。

二、核心原理：三本账

Mesh 的账。上行开销随人数线性恶化：单路上行码率乘以「观看人数」，八人互看就是七倍单路。连接数随人数平方增长（n 乘 n 减一再除以二条）。优点同样鲜明：没有服务器媒体成本、天然低延迟、私密性最好（数据不出终端）。适用上限清晰：人数少（三到四人以内）、且人人要看人人。

SFU 的账。终端只上行一份（或 simulcast 的几份），服务器下行按需分发——n 人会议服务器出向流量是「每人一路乘以 n」的总量，这正是它要买带宽的原因。SFU 的「选择性」有两层：转发不解码（省算力，延迟极低），按需选流（配合 6.3 的 simulcast，给大屏发高清、给手机发低清）。第二层含义是 simulcast 价值的兑现口：没有 SFU 的选流，simulcast 发多路流只是白白多耗上行——发送端自己无法知道哪个接收端要哪档。这笔因果链解释了为什么做会议产品几乎必选 SFU。

MCU 的账。服务器承担全量解码、合成、再编码——按 CPU 算力的真金白银计价，且混流环节天然增加端到端延迟（合成要等最慢的输入）。换来的好处是：终端拿单一码流，最弱的设备也能看；观看端数量可以极大（合成后的流一路分发即可）。它是「终端弱、观众多、算力足」场景的老牌答案。

图：三种拓扑的连接形态与代价对照

三、工程实践要点：约束映射与混合形态

选型的操作化步骤是把业务约束逐条翻译成拓扑要求：人数决定 Mesh 出局线；终端能力分布决定 MCU 是否必要（教室里的老旧平板是常见触发条件）；预算结构决定 SFU 与 MCU 之间「带宽钱」与「算力钱」的偏好；延迟容忍卡死 MCU 的上限（连麦互动场景混流延迟不可接受，观看场景无所谓）。四条翻译完，答案基本只剩一个。

混合形态是常态而非例外。常见配置：连麦走 SFU 保低延迟；观众端看的是 SFU 顺带混出的一路合屏（很多现代 SFU 支持轻量合成，介于纯转发与重编码之间）；录制与转写从 SFU 分叉拉流。拓扑不是单选题，而是按数据流的角色分派。

「自建还是买云服务」是选型表之外的另一道题。云通信服务把 SFU、录制、弱网对抗打包成接口，接入快，但每分钟计费的成本在用量上来后远超自建，且媒体参数的可控性有限；自建开源 SFU 免授权费、可深度定制（选流策略、混流布局、数据通道广播），代价是运维与协议细节的学习曲线。务实的路径是分阶段：验证期用云服务快速上线，规模成型后把流量最大的主链路迁到自建，长尾与海外节点继续用云——拓扑选型与供应商策略一样，都是可以随规模演进的决策，不必一次定终身。

完整案例：在线课堂从 Mesh 到 SFU 的迁移

背景：某在线小班课产品最初用 Mesh：老师与六名学生互看，学生设备参差。运营反馈两类投诉：学生端画面卡成幻灯片（上行撑不住六路发送），以及老师端看不到部分学生的画面（个别学生上行早饱和，连接质量崩了）。

操作：迁移到开源 SFU。学生端只上行一份 simulcast 三档流（6.3 节的配置直接复用），老师端上行一份；SFU 按各端带宽选流下发；学生端开启「发言才高清」策略——不发言时收到的是别人的低清流。信令服务沿用第 3 章的实现，只新增了 SFU 侧的房间与转发协议对接。

结果：学生端上行占用降到原来的四分之一左右；卡顿投诉基本消失；弱网学生自动降档观看，不再拖累全课堂。带宽成本转移到服务器出向，随学生数线性增长，进入可预算区间。

解读：迁移的真正杠杆不是「服务器变强了」，而是「上行瓶颈被结构性解除」——Mesh 的死穴是人人上行互发，SFU 把上行压到一份，这正好是家庭宽带最稀缺的资源。选型的第一性原理是「稀缺资源在哪里」，而不是「哪个架构更先进」。

变式：如果该产品的班型变成一对多讲座（一名老师、数百听众），SFU 分发依然成立（学生只收不发，上行压力消失）；但若听众动辄上万，出向带宽账单开始刺眼，就轮到「SFU 出一路主画面、经 CDN 分发」的混合方案——用几秒的 CDN 延迟换分发成本的数量级下降，互动通道（聊天、举手）继续走数据通道保实时。延迟与成本的这条光谱，值得每个产品按业务亲自标定一次。

本节要点回顾

• 拓扑是复杂度的分配方案：Mesh 放终端、SFU 放带宽、MCU 放算力，没有免费的位置。
• Mesh 的上限写在公式里：上行码率乘观看数，三四人是普通家宽的实用边界。
• SFU 的两层选择性：不解码的转发与按需的选流，后者正是 simulcast 价值的兑现口。
• MCU 用算力和延迟换兼容：终端最弱、观众最多的场景才是它的主场。
• 约束翻译法：人数、终端、预算、延迟四条约束逐条映射，答案通常自动浮现；混合形态是常态。