一、视频是如何播放的？帧的概念
国内大部分视频直播软件都是使用的H.264和AAC，一般都是在这个基础上进行秒开优化。对于H.264编码来说，会有三个不同的帧，所谓帧是什么呢？就是你看到的每一个图像。例如电影最开始用胶片拍的时候，每秒是25帧，指的就是每秒25张图片在切换。对于H.264来讲，常见的有I帧，P帧，和B帧。I帧：它是一个自描述帧，你可以将其理解为类似一张jpg图片，里面所有的数据在释放出来后，就是一整张图片，它的压缩比是最小的，因为它里面包含整张图片的所有数据。
P帧：也被称为预测帧，它只保留图片中的一些变化信息，它的压缩比是I帧的50%。
B帧：用于前后双向引用预测。它要引用P帧前面某一部分的图像数据，同时后面的数据也会引用，那么它的优势就是压缩比要比P帧还大，大概是I帧的25%，也就是若B帧特别多的话，会限制视频的大小。
IDR帧：IDR帧是I帧里的里面的特殊帧，又被称为“关键帧”，这个帧的用处就是播放器可以直接从这个帧开始往后播放，它保证后面的P帧和B帧的引用不会跨越IDR帧，当视频编码器遇到IDR帧时，就可以把当前的Buffer清空，然后从当前IDR帧开始解码向Buffer里输入数据，后续帧就可以从Buffer里进行数据引用、解码，最终将数据流播放到显示器上，也就是说编码器可以从任何一个IDR帧开始解码。
二、直播源代码为什么会有等待时间
了解帧的作用后，我们来看下，视频直播为什么会有等待时间？对于直播来讲，它的形式为流。它不像点播，是从0秒开始，任何一个视频文件，0秒第一个帧肯定都是关键帧。那么对于直播来讲，若在随机的时间点接到这个视频流进行播放，那么接入这个时间点的第一帧有可能是I帧，也有可能是B帧，也有可能是P帧。在这种情况下，直播时大概率会出现黑屏的状态。例如播放端接到的第一帧是P帧，对于P帧来讲，解码器面那个Buffer是空的，无法解码，所以它只能丢弃这个帧。
所以，对于视频直播来讲，1秒钟的帧数是固定的，只能等到我下一个关键帧到来的时候，才能开始播放。当然如果赶巧了的话，接入瞬间得到的数据正好是个I帧，就可以达到秒开的效果。因此，如果让直播达到秒开，只需让cache服务器对帧进行提前判定就可以，对于关键帧和其它帧进行处理后（由于篇幅限制，这里就不详细展开了），使得播放端首先接收到的第一帧为关键帧就可以了。
以上就是在直播源代码开发过程中，直播能做到秒开的原理。
