一句话说透计算机视频传输里面的为什么我们在选择 RTP 打包方式的时候，需要根据 NALU 大小是不是大于 1500 字节（MTU）来选择？

一句话总结：
选择 RTP 打包方式时，根据 NALU 是否超过 MTU（如1500字节）来决定，就像寄快递时判断包裹是否超重——小包裹直接发，大包裹拆箱分装，避免被快递公司拒收或额外收费！

---

一、MTU 是什么？为什么是 1500 字节？

• MTU（最大传输单元） ：网络链路层一次能传输的最大数据包大小。

  • 以太网默认 MTU=1500 字节：这是历史遗留标准（早期网络设备内存限制），沿用至今。

  • 超过 MTU 的后果：

    • 路由器强制分片：拆成多个小包，但分片丢失一个，整个包失效（像快递拆箱后丢件）。
    • 传输效率下降：分片重组消耗计算资源，增加延迟。

---

二、视频 NALU 的 RTP 打包策略

1. 小 NALU（≤1500字节）→ 直接装一个 RTP 包

• 模式：Single NAL Unit 模式。

• 结构：

  [RTP头 | NALU头 | NALU数据]  
  

• 优点：简单高效，无需额外分片头。

2. 大 NALU（>1500字节）→ 必须拆成多个 RTP 包

• 模式：Fragmentation Unit (FU-A) 模式。

• 结构：

  包1：[RTP头 | FU指示头 | FU分片头(S=1) | 分片1数据]  
  包2：[RTP头 | FU指示头 | FU分片头(S=0) | 分片2数据]  
  包N：[RTP头 | FU指示头 | FU分片头(E=1) | 分片N数据]  
  

  • S（Start） ：标记分片起始包。
  • E（End） ：标记分片结束包。

• 优点：避免网络层分片，自主控制分片逻辑，提高可靠性。

---

三、为什么必须根据 MTU 选择打包方式？

场景	直接发送大 NALU	分片发送（FU-A）
路由器处理	强制拆片，重组失败则全丢	应用层自主分片，标记清晰易重组
传输效率	分片开销大，延迟高	分片头仅3字节，效率更高
抗丢包能力	任意分片丢失导致整个 NALU 失效	可配合重传或纠错码保护关键分片
兼容性	某些防火墙/NAT 设备会丢弃分片包	统一封装，穿透性更好

---

四、实战示例：H.264 关键帧分片

假设一个 IDR 帧的 NALU 大小为 3000 字节：

1. 拆包：

   • 分片1：RTP头 + FU头 + 分片头(S=1) + 数据（1400字节）
   • 分片2：RTP头 + FU头 + 分片头(S=0) + 数据（1400字节）
   • 分片3：RTP头 + FU头 + 分片头(E=1) + 数据（200字节）

2. 传输：

   • 三个包分别发送，接收方根据序号和 S/E 标记重组。

---

五、扩展：MTU 不总是 1500！

• 实际网络中的 MTU 可能更小：

  • VPN/隧道封装：额外头部占用，有效 MTU 可能减至 1400 字节。
  • Wi-Fi/4G：MTU 通常仍为 1500，但需预留协议开销（如 IPsec）。

• 自适应策略：

  • 动态探测路径 MTU（如 ICMP 探测）。
  • 保守预设分片阈值（如默认按 1400 字节分片）。

---

六、总结口诀

“NALU大小比MTU，超了必须拆箱走。
直接发包会被拆，分片自主更可控。
FU-A模式标始终，抗丢保序穿透强。
视频传输无脑记，RTP打包稳如狗！”