Cách chọn giao thức cho một tính năng "thời gian thực" bắt đầu bằng một con số: người dùng hoặc thiết bị chịu được trễ bao nhiêu từ lúc sự việc xảy ra tới lúc bên kia nhận được, rồi mới đến tên giao thức. Cùng một chữ "thời gian thực", cuộc gọi video cần dưới vài trăm mili giây, bảng giá cần dưới một giây, còn trận bóng phát cho triệu người xem chấp nhận trễ vài chục giây để đổi lấy khả năng mở rộng.
Giống chọn phương tiện chở hàng: thư hoả tốc, xe tải hay tàu biển đều chở được, khác nhau ở thời gian tới, sức chở và giá. Chọn tàu biển cho một lá thư khẩn là sai, chọn xe máy để chở một container cũng sai. Phần dưới gom các giao thức đã bàn trong danh mục này vào một khung chung: ngân sách độ trễ gồm những phần nào, các nấc độ trễ điển hình, bảng đối chiếu giao thức, những yếu tố ngoài độ trễ cần cân, và quy trình đi từ yêu cầu tới lựa chọn, kèm vài ví dụ giả định.
Ngân sách độ trễ gồm những phần nào
Độ trễ người dùng cảm nhận không chỉ là thời gian gói tin đi trên dây. Với một cuộc gọi video, nó gồm thời gian thu hình, mã hoá, đóng gói, truyền qua mạng, nằm trong bộ đệm chống rung, giải mã và hiển thị. Với cảm biến báo động, nó gồm chu kỳ lấy mẫu, thời gian thiết bị thức dậy, thời gian gửi, thời gian broker hoặc máy chủ xử lý, rồi thời gian đẩy tới điện thoại người trực.
Gọi tổng con số chấp nhận được là ngân sách, rồi chia cho từng khâu. Cách nghĩ này giúp thấy ngay khâu nào đang ăn phần lớn. Ví dụ giả định: một hệ thống phát trực tiếp đặt mục tiêu ba giây nhưng dùng đoạn video sáu giây thì không giao thức truyền nào cứu được, vì riêng khâu chờ đoạn đã vượt ngân sách.
Khâu truyền trên mạng có một phần không thể giảm: tốc độ ánh sáng trong sợi quang. Tín hiệu đi khoảng hai trăm nghìn ki lô mét mỗi giây trong cáp quang, tức khoảng 5 mili giây mỗi một nghìn ki lô mét một chiều, chưa kể đường cáp vòng vèo và các thiết bị trên đường. Từ Hà Nội vào Thành phố Hồ Chí Minh hay từ Việt Nam sang Singapore, phần này đã chiếm vài mili giây đến vài chục mili giây. Mọi tối ưu còn lại là cắt các khâu chờ do chính ta tạo ra: bộ đệm, gom gói, chu kỳ hỏi.
Các nấc độ trễ điển hình và ứng dụng tương ứng
Ranh giới giữa các nấc không cứng, nhưng chia như dưới đây đủ để định hướng. Các con số là mức tham khảo phổ biến, không phải chuẩn bắt buộc.
| Nấc độ trễ đầu cuối | Ứng dụng điển hình | Đặc điểm |
|---|---|---|
| Dưới khoảng 10 ms | Điều khiển máy móc vòng kín, đồng bộ thiết bị đo trong nhà máy | Thường chỉ đạt trong mạng cục bộ chuyên dụng, ngoài phạm vi Internet công cộng |
| Khoảng 50–150 ms | Gọi thoại, gọi video, trò chơi đối kháng, điều khiển từ xa có người thao tác | Ngưỡng một chiều khoảng 150 ms thường được dẫn từ khuyến nghị G.114 của ITU-T cho hội thoại tự nhiên |
| Khoảng 150 ms – 1 giây | Trò chuyện văn bản, bảng giá, bảng vẽ chung, thông báo trong ứng dụng | Người dùng thấy "tức thì" nếu dưới khoảng nửa giây |
| Khoảng 1–5 giây | Phát trực tiếp tương tác vừa phải, giám sát số liệu cảm biến, theo dõi vị trí xe | Chấp nhận bộ đệm mỏng, đổi lấy độ ổn định |
| Từ vài giây đến vài chục giây | Phát trực tiếp sự kiện cho đông người xem, kênh truyền hình qua Internet | Ưu tiên quy mô và chất lượng, dùng được hạ tầng bộ nhớ đệm |
| Phút trở lên | Báo cáo tổng hợp, đồng bộ dữ liệu định kỳ | Không cần giao thức thời gian thực |
Xác định đúng nấc thường quan trọng hơn chọn đúng thư viện. Rất nhiều dự án tốn công dựng hạ tầng dưới một giây cho tính năng mà người dùng chỉ cần cập nhật mỗi phút.
Bảng đối chiếu giao thức
Các giao thức trong danh mục đặt cạnh nhau theo những tiêu chí quyết định:
| Giao thức | Nấc độ trễ phù hợp | Chiều dữ liệu | Giao vận | Điểm mạnh | Điểm yếu |
|---|---|---|---|---|---|
| WebRTC | Dưới 1 giây, thường vài trăm ms | Hai chiều | UDP, SRTP, SCTP | Độ trễ thấp nhất cho media trên trình duyệt | Cần STUN, TURN, SFU; khó mở rộng tới hàng triệu người |
| SIP và RTP | Dưới 1 giây | Hai chiều | SIP trên UDP, TCP, TLS; RTP trên UDP | Chuẩn của thoại IP, nối được mạng điện thoại | Phức tạp khi qua NAT |
| WebSocket | Dưới 1 giây | Hai chiều | TCP | Linh hoạt, chạy qua cổng web | Phải tự viết giao thức con, nối lại, bù tin |
| SSE | Dưới 1 giây | Máy chủ xuống | TCP qua HTTP | Đơn giản, tự nối lại | Chỉ văn bản, một chiều |
| MQTT | Dưới 1 giây đến vài giây | Qua broker, nhiều chiều | TCP | Nhiều thiết bị, nhiều người nghe, QoS, di chúc | Bắt buộc có broker |
| CoAP | Dưới 1 giây đến vài giây | Yêu cầu – phản hồi, thêm Observe | UDP | Cực gọn cho thiết bị nhỏ | Hệ sinh thái nhỏ hơn |
| RTSP | Dưới 1 giây trong mạng nội bộ | Điều khiển phiên, media một chiều | TCP, RTP trên UDP hoặc TCP | Chuẩn của camera IP | Trình duyệt không hỗ trợ |
| HLS, DASH | Vài giây đến vài chục giây | Máy chủ xuống | HTTP | Mở rộng gần như vô hạn qua CDN | Độ trễ cao, bản độ trễ thấp phức tạp hơn |
Ghi chú về giao vận: TCP đảm bảo thứ tự nên một gói mất làm mọi gói sau phải chờ, hiện tượng chặn đầu hàng. Với media thời gian thực, gói đến muộn coi như vô dụng nên UDP thường hợp hơn. Phần cơ chế TCP, UDP và QUIC có danh mục riêng trên trang.
Ngoài độ trễ, bốn yếu tố cần cân
Quy mô người nhận. Mười người xem và mười triệu người xem là hai bài toán khác nhau. Giao thức đi qua HTTP tận dụng được CDN; giao thức cần máy chủ media như SFU thì chi phí băng thông máy chủ tăng theo số người.
Mạng của người dùng. Mạng doanh nghiệp, mạng công cộng ở quán cà phê, mạng di động có thể chặn UDP hoặc cổng lạ. Giao thức chỉ chạy được ở điều kiện lý tưởng sẽ gây sự cố ở đúng những khách hàng quan trọng nhất. Luôn cần đường lùi qua TCP cổng 443.
Năng lượng và tài nguyên thiết bị. Cảm biến chạy pin không giữ nổi kết nối TCP mở liên tục và bắt tay TLS thường xuyên. Với loại thiết bị này, chu kỳ thức ngủ và kích thước gói quyết định nhiều hơn độ trễ.
Khả năng quan sát khi có sự cố. Giao thức có số liệu chất lượng sẵn như RTCP trong RTP, thống kê của WebRTC hay mã lý do của MQTT 5 giúp trả lời nhanh câu hỏi chậm ở đâu. Giao thức tự chế trên WebSocket thì mọi số đo phải tự thêm vào; quên thêm từ đầu là lúc sự cố xảy ra chỉ còn biết đoán.
Năng lực đội ngũ vận hành. Một giao thức tối ưu trên giấy nhưng đội ngũ không đủ kinh nghiệm theo dõi và gỡ lỗi sẽ tạo ra hệ thống mong manh. Đôi khi lựa chọn hơi kém tối ưu nhưng quen thuộc, có công cụ quan sát tốt, lại an toàn hơn.
Quy trình đi từ yêu cầu tới lựa chọn
Một cách làm có trình tự giúp tránh chọn theo cảm tính hay theo công nghệ đang được nhắc nhiều:
- Viết rõ tình huống sử dụng bằng lời: ai gửi, ai nhận, bao nhiêu bên, dữ liệu gì, bao lâu một lần.
- Đặt ngân sách độ trễ đầu cuối và mức chấp nhận khi mạng xấu: chấp nhận mất gói hay phải đủ, chấp nhận hình mờ hay phải đứng chờ.
- Chia ngân sách cho từng khâu, đánh dấu khâu cố định không giảm được như khoảng cách địa lý.
- Lọc giao thức theo nấc độ trễ và chiều dữ liệu bằng bảng đối chiếu.
- Lọc tiếp theo quy mô, điều kiện mạng, tài nguyên thiết bị và trình duyệt cần hỗ trợ.
- Dựng thử nhỏ, đo độ trễ thật ở các điều kiện mạng khác nhau, kể cả mạng di động yếu.
- Thiết kế đường lùi: khi giao thức chính không chạy được thì hạ về phương án nào.
Bước dựng thử thường thay đổi kết luận. Con số trên giấy không tính tới proxy của doanh nghiệp, thời gian đánh thức ứng dụng trên điện thoại, hay bộ đệm mặc định quá dày của thư viện.
Ba ví dụ giả định ghép nhiều giao thức
Ví dụ thứ nhất, lớp học trực tuyến của một trung tâm ngoại ngữ ở Huế: giáo viên và mười học viên nói chuyện qua WebRTC với SFU vì cần hội thoại tự nhiên; bảng trắng chung và danh sách giơ tay đi qua kênh dữ liệu hoặc WebSocket; bản ghi buổi học được đóng gói thành HLS để học viên xem lại sau, nơi độ trễ không còn quan trọng.
Ví dụ thứ hai, hệ thống giám sát ao nuôi ở Cà Mau: cảm biến oxy hoà tan chạy pin báo số liệu qua mạng vô tuyến công suất thấp bằng CoAP tới cổng biên; cổng biên gửi lên trung tâm bằng MQTT với di chúc để biết cổng nào mất điện; ứng dụng trên điện thoại chủ ao nhận cảnh báo qua thông báo đẩy và xem biểu đồ cập nhật qua SSE khi mở ứng dụng. Ngân sách cho cảnh báo oxy thấp là vài chục giây, đủ để người chạy ra bật quạt nước, nên không cần gì nhanh hơn.
Ví dụ thứ ba, buổi phát trực tiếp giải chạy của một tỉnh: hình từ các camera về trung tâm sản xuất qua giao thức đóng góp có độ trễ thấp, phát tới đông người xem bằng HLS hoặc DASH qua CDN, chấp nhận trễ vài chục giây; riêng bảng thành tích vận động viên cập nhật bằng WebSocket để người xem theo dõi gần như tức thì, dù hình chậm hơn.
Điểm chung của cả ba: không có giao thức nào làm được mọi việc, và mỗi luồng dữ liệu có ngân sách độ trễ riêng.
Câu hỏi thường gặp
Thời gian thực trong mạng nghĩa là nhanh bao nhiêu?
Không có con số chung. Với hội thoại, độ trễ một chiều dưới khoảng 150 mili giây thường được coi là tự nhiên. Với thông báo trong ứng dụng, dưới khoảng nửa giây là cảm giác tức thì. Với phát trực tiếp đông người, vài chục giây vẫn được chấp nhận rộng rãi.
Vì sao không dùng WebRTC cho mọi thứ cho nhanh?
WebRTC cho độ trễ thấp nhưng cần STUN, TURN và máy chủ media, khó mở rộng tới hàng triệu người xem và tốn băng thông máy chủ. Với nội dung một chiều cho đông người, HLS hoặc DASH qua CDN rẻ và bền hơn nhiều dù trễ hơn.
Giảm độ trễ bằng cách tăng băng thông có được không?
Chỉ một phần. Băng thông lớn giảm thời gian đẩy dữ liệu lên dây, nhưng không giảm thời gian lan truyền theo khoảng cách, không giảm bộ đệm hay chu kỳ chờ do ứng dụng tạo ra. Thường phải cắt các khâu chờ mới thấy độ trễ giảm rõ.
Khi nào nên chọn UDP thay vì TCP cho dữ liệu thời gian thực?
Khi gói đến muộn mất giá trị, như âm thanh, video, trạng thái trò chơi, UDP tránh việc một gói mất làm mọi gói sau phải chờ. Khi dữ liệu phải đủ và đúng thứ tự, như tin nhắn hay lệnh, TCP hoặc cơ chế xác nhận trên UDP phù hợp hơn.
Có nên dùng nhiều giao thức trong một ứng dụng không?
Có, và rất phổ biến. Mỗi luồng dữ liệu có yêu cầu độ trễ, quy mô và chiều riêng. Ghép WebRTC cho hội thoại, WebSocket cho trạng thái, HLS cho bản ghi là cách làm bình thường. Chỉ cần ghi rõ ranh giới và cách theo dõi từng phần.
Làm sao đo độ trễ đầu cuối thật của hệ thống?
Gắn dấu thời gian ở điểm phát sinh sự kiện và ở điểm hiển thị, với đồng hồ hai đầu được đồng bộ bằng NTP hoặc tốt hơn. Với video, có thể quay một đồng hồ chạy và so hình nhận được với đồng hồ thật. Đo ở nhiều điều kiện mạng, không chỉ mạng văn phòng.