媒体容器的演进：从FLV的流式霸权到fMP4的全面胜利FLV像快餐——随到随吃（边下边播）；MP4像礼盒——必须拆完包装

一句话总结

FLV像快餐——随到随吃（边下边播）；MP4像礼盒——必须拆完包装（加载元数据）才能开箱！

FLV的核心是基于**Tag（标签）**的交错复用结构。整个文件由一系列连续的Tag组成，每个Tag包含了类型（音频/视频/脚本）、时间戳和数据负载。

结构示例：[文件头] -> [Tag1: 视频帧K] -> [Tag2: 音频帧A] -> [Tag3: 视频帧P] -> ...
流式优势：播放器无需预读索引。只要按顺序接收Tag，就能根据Tag自带的时间戳直接解码播放。这使其天然适用于对首屏时间要求苛刻的直播场景（如RTMP推流）。
缺点：由于缺乏全局索引，精确Seek（拖动进度条）操作相对困难且低效，需要遍历附近的Tag来定位关键帧。

MP4的核心是基于**Box（盒子/Atom）**的嵌套结构。最重要的两个Box是moov和mdat。

moov (Movie Atom) ：元数据索引区。包含了文件的所有元信息，如时长、分辨率、编码格式、每一帧在mdat中的偏移位置和大小等。
mdat (Media Data Atom) ：实际的音视频数据裸流。
结构示例：[ftyp Box] -> [moov Box] -> [mdat Box]
流式困境：如果moov位于文件末尾（常见于录制生成的文件），播放器必须下载完整个文件才能获取索引，无法在线播放。即使通过faststart工具将moov前置，对于大文件，moov本身也可能很大（几MB），导致首屏加载依然需要等待索引下载完成。

为了解决传统MP4在流媒体上的根本缺陷，fMP4被设计出来。它在保留MP4兼容性的基础上，吸收了FLV的流式思想。

fMP4将单一、庞大的mdat数据块分解为一系列小的片段（Fragment），每个片段由moof和mdat成对出现。

moof (Movie Fragment Box) ：片段索引。它只描述紧随其后的那个mdat片段的数据信息。
结构演变：
- 传统MP4：[moov (全局索引)] -> [mdat (全部数据)]
- fMP4：[moov (初始化信息)] -> [Fragment 1: moof + mdat] -> [Fragment 2: moof + mdat] -> ...

通过这种方式，fMP4将“必须先读完整个菜单才能点菜”的MP4，改造成了“拿一个菜的配方、做一个菜”的FLV模式，完美契合HLS和DASH等HTTP流媒体协议。

HLS (HTTP Live Streaming) ：早期使用TS切片，但现在已全面转向fMP4。fMP4相比TS有更低的封装开销和更好的音视频同步性。
DASH (Dynamic Adaptive Streaming over HTTP) ：原生标准，fMP4是其首选容器格式。
低延迟直播（CMAF） ：基于fMP4的块式传输（Chunked Transfer Encoding），可以实现接近RTMP的低延迟效果，同时享受HTTP的CDN分发优势。

场景	推荐格式/方案	核心理由
超低延迟直播（<1s）	RTMP推流 (FLV) 或 WebRTC	依然是延迟最低的方案，但兼容性受限。适用于专业推流端和特定播放器。
大规模CDN分发直播	HLS / DASH (fMP4)	行业标准。兼容性最佳（全平台HTML5支持），易于CDN加速，支持自适应码率。
点播/短视频	MP4 (moov前置)	编辑友好性最高，元数据丰富（封面、章节），全平台兼容。
历史遗留系统维护	FLV	维持旧有监控系统或Flash应用运行。

媒体容器的演进：从FLV的流式霸权到fMP4的全面胜利