在移動終端和移動網絡的雙重推動下，移動互聯網發展非常迅速。SIP協議做爲音視頻通信的首選標準，應用也越來越廣泛。如衆多明文協議一樣，SIP協議具有非常好的擴展性，但由此帶來的數據包卻非常大，如一個普通的SIP包就有500Bytes左右。如果用SIP協議MESSAGE請求發送文本聊天消息，發一句“你好”，消息頭都可能達到600Bytes，在以流程計費的移動互聯網中，這樣的方式就直接在浪費金錢。一個支持ICE的SDP包通常會超過1500Bytes，在實現應用中，都可能達到3000Bytes。在移動互聯網中，MSS通常在1360Bytes左右，傳輸大於MSS的數據都會被分包，在電信3G網絡實測中，如果某基站連接用戶較多的話，一個MSS大小的TCP包通常需要重傳兩到三次，我曾遇到一個3K的TCP包花費40秒服務器才接收完整，抓包發現其中每個分片都被重傳多次，在音視頻通信應用中，延遲40秒才收到的數據包，一切都爲時已晚。而如果能將SIP協議壓縮到一個MSS以內，是提升網絡傳輸效率有效辦法。
描述SIP標準壓縮方式的是RFC3468，其採用RFC3320sigcomp壓縮方法，但效果並不理想，本文主要描述SIP協議二進制化壓縮方法。隨便提下另一種較簡單的方法採用整包壓縮，即將整個SIP協議包使用如zlib這樣的技術進行壓縮，壓縮比只能達到50%-70%，其整體效果並不明顯，但相比二進制開發難度要小，週期也會更短。這裏我們主要討論一種將SIP進行二進制化的實現方法。
分析像TCP/UDP/RTP/RTCP這些二進制協議的包頭，其中像端口、IP、標誌這些數據，都是以二進制的方式出現的，比如一個IP地址只固定的4bytes，一個端口只需要2bytes，標誌位都是以bit的方式出現的，一個bytes都可以表示八種情況，這是非常節省空間的，而像SIP這樣的文本協議，所有IP、端口、標誌位都是文本的，浪費的空間不言而喻；比如SIP發送一個REGISTER請求，其method都需要佔8個字節，而其實SIP的Method一共只有15個左右，其實5個bits都完全足夠，剩下的3個bits還可以拿來表示TCP/UDP/TLS等，這也就構成了SIP二進制壓縮的基礎，極致情況下壓縮比可達到15%-20%。下面就詳細討論下二進制壓縮的具體實現。
爲保證二進制化與傳輸層解偶，需要同時支持TCP和UDP方式傳輸，因TCP是流方式傳輸，UAS需要從數據流中將SIP消息完整的提取出來，這就需要有能夠指示SIP消息結束的方式，因此需要先定義一個消息頭，通常包括這些信息：消息開始、版本、消息長度，參考STUN消息的頭，可定義如下：
0 1 2 3
0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7 0 1 2 3 4 5 6 7
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+
|0 0 0 0 0 0 0 0 |ver | option | msg length |
+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+-+--+
此消息頭共佔用四個字節，第一個字節固定0x00表示消息開始，第二個字節高三位用於表示版本，即最大支持八種不同版本，低五位可用於表示各參數選擇，比如是否帶壓縮（二進制化後一樣可以再壓縮）等。剩餘兩字節表示消息長度，即定義一個消息的最大長度爲65535。
將SIP協議進行二進制化，主要是進行關鍵字替換，端口、數字、IP以二進制方式傳輸，下面分享一些基本思路。
SIP協議的基本格式是以header field + 冒號開始，然後跟着與此header相關的參數，以\r\n結尾，整個消息結束後，再加一個\r\n。在其參數中，有些參數的長度是固定可以變成的，比如端口、IP、CSeq，而有些參數取值是變長的，如branch、tag等，我們就需要定義能夠分別表示這兩種情況的類型。大多數參數的取值在256以內，其長度我們可以使用1byte表示，但有的參數會超過256，就需要兩個bytes表示。我們需要先建立一個字典，對那些固定不變的值進行映射。對SIP消息常用的header和參數進行彙總大約有100個，這樣使用1個byte就足夠，但其中0x00已用於消息頭，需要保留，。下面以僞代碼進行說明：
/*這個定義每個字典的具體信息*/
typedef enum param_type
{
FIXED_LENGTH, /*字典類型是固定長度*/
VARIABLE_LENGTH_1, /*參數類型是變長，長度用1字節表示，即長度最大256*/
VARIABLE_LENGTH_2 /*參數類型是變長，長度用2字節表示，即長度最大65536*/
}dict_type_e;
typedef struct sip_binary
{
char * name; /* 參數名稱 */
dict_type_e type; /* 參數類型，即上面定義的是定長還是變長 */
unsigned short fixed_len; /* 如果參數類型是固定長度，此變量表示具體值*/
unsigned char param; /* 參數編號 */
}sip_binary_t;
static sip_binary_t dict[256];
dict[1].name = "request-line";
dict[1].type = FIXED_LENGTH;
dict[1].fixed_len = 0;
dict[1].param = 1;
dict[2].name = "MESSAGE";
dict[2].type = FIXED_LENGTH;
dict[2].fixed_len = 0;
dict[2].param = 2;
dict[3].name = "URI_SCHEME_SIP";
dict[3].type = FIXED_LENGTH;
dict[3].fixed_len = 0;
dict[3].param = 3;
dict[4].name = "URI_USERNAME";
dict[4].type = VARIABLE_LENGTH_1;
dict[4].param = 4;
...
下面以一個實際的SIP header 說明如何進行二進制化：
MESSAGE sip:[email protected]:48868;transport=TCP;ob SIP/2.0
以上header在SIP消息屬於request line，請求不會大於256，因此我們在字典中選擇1來表示request line,其類型爲VARIABLE_LENGTH_1，即長度佔用一個字節，MESSAGE是屬於sip Method，可直接映射到字典中的一個字符，這裏我們就2來表示，其長度是FIXED_LENGTH且爲0；接下來是是一個SIP
URI，URI開始的SIP表示sip scheme,常有SIPS、TEL等，這也可以映射到字典中，這裏用3來表示，其長度是FIXED_LENGTH且爲0；接下來的username就需要使用1byte的變長類型，然後用4來表示是useranme參數；domain需要區別是IP還是域名，可以使用inet_pton進行判斷，如果是IP那就是定長類型，如果是域名就是變長類型，這裏我們用5表示IP，6表示域名；接下來的端口可變成兩個字節長度定長，這裏用7表示端口；transport=tcp可直接使用字典中的一位進行替換，這裏用8，ob也是一樣，用9表示；SIP/2.0這樣的版本信息在二進制化時可以去掉，在二進制轉文本時主動加上就行。那我們這個實際壓縮出來的結果就是這樣：
request-line MESSAGE sip:[email protected]:48868;transport=TCP;ob SIP/2.0
0x01 0x19 0x02 0x03 0x04 0x0B 18600000000 0x05 0x0C 0x3B 0x34 0x59 0x07 0xBE 0xB4 0x08 0x09
以上例子plaintext長度是67字節，壓縮完後是25個字節。如果使用以上僞代碼進行二進制化，只需要定義一個parser函數將request line進行解析，然後再將對應項添加入一個二進制BUFFER即可。
以上僅僅是的提供一個例子，具體哪些可以壓以及如何壓也需要根據SIP協議實際情況進行調整。如果還需要再節省，那就需要有接入服務層，將一些與連接相關的數據存在接入服務層，當客戶端連接成功後，後續請求直接由接入服務層添加路由等信息。
對SDP的也可以進行二進制化，SDP使用zlib進行壓縮通常能有40%的壓縮比，如果不是極端要求，SDP使用zlib壓縮也是比較好的選擇。
名詞解釋：
MSS： max segment size,TCP最大傳輸數據包大小，此值通常是MTU - 54
新浪微博：@安靜的發狂者
QQ:229675152
專注於移動互聯網音視頻通信領域，歡迎交流；本文爲原創，轉載請保留版權並聯系作者
kamailio/opensips 技術交流QQ羣：118791050