无GPU无核显用gstreamer实现推流视频的硬件加速视频压缩和转码 | gstreamer相关知识了解&简单测试

背景提要

安全堡垒机中需要保存大量录屏视频，包括操作员的视频操作指导、报错前的故障内容等，由于视频数量多、体积大，而项目需要长时间保存这些视频，这耗尽了存储资源，影响了系统功能的执行。因此考虑对推流视频进行压缩，在保证视频质量的前提下，压缩视频所需的占用空间。此外，经过测试发现ffmpeg视频压缩需要花费大量时间，所以还需实现对视频压缩过程进行加速。

当前的推流转码方案，通过ffmpeg

插入到obs_record表之前把流名称的后缀名换一下

推流结束更新time_end时间后进行格式转换，如果命令执行成功就删除同名的flv文件  去掉while循环，因为一直没成功那就卡死在这了，只要时间把握对了，是在推流结束之后转就没问题，那个flv存在且不损坏，那基本上能转成功

考虑新方案，gstreamer可同时完成视频压缩和格式转换，需要测试硬件加速效率

存在问题：目前的压缩方案很多涉及到使用GPU等硬件，而厂站没有GPU硬件，也没有核显可以做硬件加速

解决过程：产品使用云涌的设备，他们的设备支持硬件加速，但是只支持gstreamer

参考gstreamer的官方手册：

Tutorials

首先参考这篇博文，了解GStreamer是什么

Gstreamer知识点

gstreamer的高性能主要体现在：

使用GLib的g_ mem_ chunk和非模块化分配算法使得内存分配尽可能最小。

插件之间的连接非常轻型(light-weight).

数据在管道中的传递使用最小的消耗，管道中插件之间的数据传递只会涉及指针废弃。

提供了一套对目标内存直接进行操作的机制。例如，插件可以向X server共享的内存空间直接写数据，缓冲区也可以指向任意的内存，如声卡的内部硬件缓冲区。

refcounting和写拷贝将memcpy减少到最低。

子缓冲区有效地将缓冲区分离为易于管理的块。

使用线程联合(cothreads)减少线程消耗。线程联合(cothreads)是简单又高速的方法来切换子程序，作为衡量最低消耗600个cpu周期的标准。

使用特殊的插件从而支持硬件加速。

采用带有说明的插件注册，这样的话只在实际需要使用该插件才会去装载。

所有的判断数据都不用互斥锁。

Gstreamer的使用方式：

其实Gstreamer全是插件。每一次播放，编