mp4相比m3u8第一幀加載較慢的原因？
工作室正在做的軟件，是一個以長視頻播放為主的Android與IOS 手機軟件。
最近半年，老板要求對視頻的 秒開率(1秒內成功加載的播放數 / 播放總數)、失敗率 (播放失敗的次數 / 播放總數) 等進行優化。經過線上AB測試發現，m3u8視頻(第一段切片為1~3秒)在秒開率、失敗率等性能指標上均優於普通mp4視頻。
這里想探究一下，m3u8視頻(第一段切片為1~3秒)在秒開率上均優於普通mp4視頻的原因。
網絡上找到的原因基本是：
mp4 - PC/Apple/Android 通吃，和HTML5和flash播放器親和度都挺好，但是文件頭太大，結構復雜，長視頻的大文件頭影響加載速度的視頻體驗， 所以短視頻更常見
一、普通MP4
這里從網絡上找了一個普通MP4文件的結構圖，讓我們看一下它的文件結構：
一眼看去，完全懵逼了，果然結構復雜...
MP4實際代表的含義是 MPEG-4 Part 14。
其文件由若干個box組成，每個box有類型和長度，這里可以將box理解為一個數據對象塊。box中還可以包含子box，包含子 box 則稱之為container box。
這里我從網絡上下載了一個普通MP4文件。在Mac平台上，我們用MediaParser軟件可以用來大致看一下這個MP4文件的構造。
1.1、ftyp
一個MP4文件有且只有一個 ftyp ，在MP4文件的開始位置，描述的文件的版本、兼容協議等 ；
1.2、moov
moov(Movie Box)是一個container box ，一般跟隨在ftyp之后，有且只有一個。
其不包含具體媒體數據，但包含本文件中所有媒體數據的宏觀描述信息（視頻創建時間、視頻修改時間、播放速率、視頻時長、音量大小、視頻寬高、字幕語言、聲道、視頻/音頻幀位置 等）。
moov box下，一般包含以下幾個box：
- mvhd 中記錄了創建時間、修改時間、時間度量標尺、可播放時長等信息；
- trak 可以有多個，描述了每個媒體軌道的具體信息；
- udta user data；
1.3、mdat
mdat（Midia Data Box）MP4文件的媒體數據存放在這里。mdat中的數據幀依次存放，每個幀的位置、時間、長度都由moov中的信息指定。
mdat Box 基本上占據了視頻大小的 95% 以上，得益於 mp4 邊下邊播的效果，瀏覽器獲取到了部分 mdat box，就可以進行播放。
若希望詳細了解普通MP4文件結構，可參考文章：
mp4文件格式解析
結論
了解到此，大致可以了解到：
普通MP4文件播放時，ftyp與moov box需同時加載完成后，並下載部分mdat box的幀數據后，才能開始播放。
那對於一些長視頻，確實存在文件頭過大，從而影響第一幀的加載速度問題。
另外，對於不是很規范的文件，例 mp4視頻文件舉例中moov box基本在文件最后的的MP4文件，還有可能存在視頻文件基本下載完成后才能播放的問題。
二、Fragment mp4 (fmp4)
在網絡上查找MP4文件結構時，發現一種Fragmented mp4 的文件結構圖。
fmp4 是基於 MPEG-4 Part 12 的流媒體格式。與普通MP4相比：
- fmp4不需要一個 moov Box 來進行 initialization
- fmp4 的 moov Box 只包含了一些 track 信息
- fmp4 的 視頻/音頻 metadata 信息與數據都存在一個個 moof、mdat 中，它是一個流式的封裝格式
2.1、Fragment
在微軟的 Silverlight中的Smooth Streaming文件結構文件分為了多個Fragments，每個Fragment中包含moof和mdat。這樣的結構符合漸進式播放需求，mdat及其描述信息逐步傳輸，收齊一個Fragment便可播放其中的mdat
2.2、moof
這個box並不是MP4文件必須的部分。它是視頻分片的描述信息，其為流媒體格式（微軟的 Silverlight中的Smooth Streaming）中的重中之重。
三、參考
什么是「Fragmented mp4(fmp4)」， 它和普通 mp4 格式有什么區別？
========== THE END ==========
