VPS-এ ভিডিও কনফারেন্সিং সার্ভার সেটআপ করার নিয়ম
VPS-এ ভিডিও কনফারেন্সিং সার্ভার তৈরির সময় ব্যান্ডউইথ হিসাব করার সঠিক পদ্ধতি জানুন। Jitsi, BigBlueButton এবং Galène-এর RAM ব্যবহার, UDP পোর্ট ও NAT সমস্যা নিয়ে বিস্তারিত আলোচনা।
VPS-এ self-hosted video conferencing মূলত bandwidth-এর সমস্যা
ছোট সার্ভারে self-hosted video conferencing একটি কারণে ব্যর্থ হয়, এবং সেটি প্রায় কখনোই installation নয়। আধুনিক প্রায় সব tool যে server component ব্যবহার করে, সেটি হলো SFU (selective forwarding unit)। এটি প্রতিটি participant-এর কাছ থেকে একটি video stream নিয়ে অন্য প্রতিটি participant-এর কাছে তার একটি করে copy forward করে। তাই server থেকে বের হওয়া traffic participant-এর সংখ্যার বর্গের সঙ্গে বাড়ে। Jitsi-এর handbook test server বা খুব ছোট meeting-এর জন্য 2 GB RAM-এর পরামর্শ দেয়। আপনি যে all-hands meeting কল্পনা করছেন, এটি তা পরিচালনা করতে পারবে না।
তাই কাজটি এই ক্রমে করুন। Participant-এর সংখ্যা গণনা করুন, কত megabits প্রয়োজন তা হিসাব করুন, তারপর server নির্বাচন করুন। Installation হলো copy এবং paste করার বিশ মিনিটের কাজ। কেউ আপনাকে শুনতে পারবে কি না, তা নির্ধারণ করে uplink।
অংশগ্রহণকারীর সংখ্যা বাড়লে ব্যান্ডউইথ কেন তার বর্গের হারে বাড়ে?
Mesh দিয়ে শুরু করা যাক। প্রতিটি browser তার camera stream encode করে এবং সরাসরি অন্য প্রতিটি browser-এ একটি করে copy পাঠায়। কোনো media server video stream-এ হস্তক্ষেপ করে না। দুই ব্যক্তির mesh call-এর জন্য একটি signalling server দরকার। এমন call-এর জন্য একটি TURN relay-ও দরকার, যেখানে দুই browser সরাসরি একে অপরের কাছে পৌঁছাতে পারে না। এই কারণে one-to-one call host করা প্রায় বিনামূল্যের মতো। প্রায় চার বা পাঁচজন হলে mesh আর কার্যকর থাকে না। কারণ home connection-এ থাকা একটি laptop-কে একই সময়ে নিজের video-এর চার বা পাঁচটি আলাদা copy upload করতে হয়।
SFU ভিন্নভাবে কাজ করে। প্রতিটি browser server-এ একটি copy upload করে। Server RTP (real-time transport protocol)-এর header পড়ে এবং video decode না করেই packet-গুলো অন্য অংশগ্রহণকারীদের কাছে forward করে। এটিই মূল কৌশল। তাই SFU-এর CPU ব্যবহার কম, কিন্তু network ব্যবহার বেশি।
পুরোনো ব্যবস্থা হলো MCU (multipoint control unit)। এটি প্রতিটি incoming stream decode করে, সেগুলো এক ছবিতে composite করে এবং সেই ছবি আবার encode করে। Outbound bandwidth খুব কম। CPU খরচ অত্যন্ত বেশি। বর্তমানে video-এর জন্য প্রায় কোনো ব্যবস্থাই MCU ব্যবহার করে না। এই guide-ও করে না।
এখন SFU-এর হিসাব করা যাক। ধরা যাক, প্রত্যেকে 1.2 Mbps হারে video পাঠাচ্ছে এবং কারও camera বন্ধ নেই। Server N গুণ 1.2 Mbps data গ্রহণ করে। এটি linear এবং সাধারণত সমস্যা তৈরি করে না। Server N গুণ (N minus 1) গুণ 1.2 Mbps data পাঠায়। কারণ N জনের প্রত্যেককে অন্য N minus 1টি stream গ্রহণ করতে হয়। দ্বিতীয় সংখ্যাটিই প্রকল্পের সীমা নির্ধারণ করে।
এই চার্টের পেছনের ডেটা
[
{
"label": "4 people",
"sfu_egress_mbps": 14.4,
"egress_gb_per_hour": 6.5,
"monthly_volume_tb": 0.13
},
{
"label": "8 people",
"sfu_egress_mbps": 67.2,
"egress_gb_per_hour": 30.2,
"monthly_volume_tb": 0.6
},
{
"label": "15 people",
"sfu_egress_mbps": 252,
"egress_gb_per_hour": 113.4,
"monthly_volume_tb": 2.3
},
{
"label": "30 people",
"sfu_egress_mbps": "1,044",
"egress_gb_per_hour": 469.8,
"monthly_volume_tb": 9.4
},
{
"label": "50 people",
"sfu_egress_mbps": "2,940",
"egress_gb_per_hour": "1,323",
"monthly_volume_tb": 26.5
}
]এই সারিগুলো হিসাবের ফল, কোনো নির্দিষ্ট server-এর measurement নয়। Monthly column-এ এক মাসে বিশ ঘণ্টা call ধরা হয়েছে। শেষ সারিটি আগে দেখুন। Camera চালু থাকা পঞ্চাশজনের জন্য একটি machine থেকে স্থায়ীভাবে 2,940 Mbps outbound traffic দরকার। ত্রিশজনের জন্য দরকার 1,044 Mbps। চারজনের জন্য দরকার 14.4 Mbps, যা যেকোনো VPS সহজেই সামলাতে পারে। চারজনের সারি থেকে ত্রিশজনের সারিতে head count সাড়ে সাত গুণ বাড়ে, কিন্তু outbound traffic সত্তরের বেশি গুণ বাড়ে।
বাস্তব deployment-এ এই সংখ্যার চেয়ে কম traffic হয়। এর কারণগুলো নির্দিষ্টভাবে জানা গুরুত্বপূর্ণ। Jitsi এবং LiveKit উভয়ই simulcast ব্যবহার করে। Sender একই সময়ে একাধিক quality layer publish করে, এবং SFU screen-এ না থাকা ব্যক্তিদের কাছে একটি low layer forward করে। Jitsi-তে last-N setting-ও আছে। এটি শুধু সাম্প্রতিক speakers-দের video forward করে। উভয় পদ্ধতিই অনেক traffic কমায়। তবে কোনোটিই curve-এর ধরন পরিবর্তন করে না। সবাই camera চালু করে একে অপরের video pin করলে উভয় পদ্ধতির সুবিধা আর থাকে না।
একটি VPS uplink আসলে আপনাকে কী দেয়?
একটি প্ল্যান পেজে "1 Gbps port" লেখা থাকে। এটি ভার্চুয়াল নেটওয়ার্ক কার্ডের গতি, পরবর্তী হপ (next hop)-এর কোনো নিশ্চয়তা নয়। এই লিঙ্কটি একই ফিজিক্যাল হোস্টের অন্যান্য গ্রাহকদের সাথে শেয়ার করা থাকে, তাই ব্যস্ত সময়ে দীর্ঘস্থায়ী throughput পোর্ট গতির চেয়ে কম হয় এবং একটি কনফারেন্স কল ঠিক তেমনই একটি দীর্ঘস্থায়ী লোড। বেশিরভাগ প্ল্যানে মাসিক ট্রান্সফার লিমিট থাকে, যা অতিক্রম করলে আপনার গতি কমিয়ে দেওয়া হয় অথবা অতিরিক্ত বিল করা হয়।
এই লিমিট বা অ্যালাউন্স থেকেই ইনভয়েসে খরচের হিসাব আসে। এক মাসে ত্রিশ জনের কনফারেন্স কলের বিশ ঘণ্টা সার্ভার থেকে 9.4 TB ডেটা আউটপুট করে, যার হার প্রতি ঘণ্টায় 469.8 GB। পঞ্চাশ জনের কনফারেন্স কলের বিশ ঘণ্টা 26.5 TB ডেটা খরচ করে। RAM-এর হিসাব দেখার আগে ট্রান্সফার লিমিট পরীক্ষা করুন, এবং যদি প্ল্যান পেজে এ বিষয়ে অস্পষ্টতা থাকে, তবে সেই অস্পষ্টতাই আপনার উত্তর। একটি সস্তা VPS অফার সঠিকভাবে বোঝা এই ধরনের কাজের জন্য অন্য যেকোনো কিছুর চেয়ে বেশি গুরুত্বপূর্ণ।
Jitsi Meet: ডিফল্ট পছন্দ এবং এর প্রয়োজনীয়তা
Jitsi Meet হলো অধিকাংশ ব্যবহারকারীর শুরু করার জন্য সবচেয়ে উপযুক্ত পছন্দ। এটি প্রকল্পের নিজস্ব Debian repository থেকে install হয়, install-এর সময় nginx ও certificate configure করে, এবং videobridge (JVB) একটি মাত্র UDP port ব্যবহার করে। ফলে firewall rule সংক্ষিপ্ত থাকে। October 2026 অনুযায়ী handbook-এ Debian 12 (Bookworm) বা পরবর্তী সংস্করণ এবং Ubuntu 24.04 (Noble Numbat) বা পরবর্তী সংস্করণকে supported বলা হয়েছে। এতে OpenJDK 17 ব্যবহার করা হয়।
sudo apt update
sudo apt install -y apt-transport-https curl gnupg
sudo add-apt-repository universe
sudo apt update
sudo curl -sL https://prosody.im/files/prosody-debian-packages.key -o /usr/share/keyrings/prosody-debian-packages.key
echo "deb [signed-by=/usr/share/keyrings/prosody-debian-packages.key] http://packages.prosody.im/debian $(lsb_release -sc) main" | sudo tee /etc/apt/sources.list.d/prosody-debian-packages.list
sudo apt install -y lua5.2
curl -sL https://download.jitsi.org/jitsi-key.gpg.key | sudo sh -c 'gpg --dearmor > /usr/share/keyrings/jitsi-keyring.gpg'
echo "deb [signed-by=/usr/share/keyrings/jitsi-keyring.gpg] https://download.jitsi.org stable/" | sudo tee /etc/apt/sources.list.d/jitsi-stable.list
sudo apt update
sudo apt install -y jitsi-meetInstaller একটি hostname চাইবে এবং এরপর certificate বেছে নেওয়ার সুযোগ দেবে। Let's Encrypt option নির্বাচন করুন। এমন একটি domain name দিন, যা ইতিমধ্যে এই server-এর public address-এ resolve হয়। Certificate একটি HTTP challenge-এর মাধ্যমে issue হয়। তাই অন্য কোথাও নির্দেশ করা name থাকলে এই ধাপে কাজ ব্যর্থ হবে।
এরপর port-গুলো খুলুন। Handbook-এ এই port-গুলোর কথাই বলা হয়েছে। SSH প্রথমে রাখা হয়েছে, যাতে ufw enable আপনাকে server থেকে বিচ্ছিন্ন করে না দেয়:
sudo ufw allow 22/tcp
sudo ufw allow 80/tcp
sudo ufw allow 443/tcp
sudo ufw allow 10000/udp
sudo ufw allow 3478/udp
sudo ufw allow 5349/tcp
sudo ufw enableTCP 80 এবং 443 web app চালায় এবং certificate renewal-এর সুযোগ দেয়। UDP 10000 bridge-এর মাধ্যমে হওয়া প্রতিটি call-এর audio ও video বহন করে। এটি প্রায়ই ভুলে যাওয়া হয়। TCP 5349 bridge-এর সঙ্গে Jitsi package যে coturn server install করে, তার জন্য ব্যবহৃত হয়। UDP block করা network-এর ব্যবহারকারীদের জন্য এটি fallback path। UDP 3478 হলো coturn-এর STUN port। Handbook এটিকে optional বলেছে, কারণ config.js পরিবর্তন করার পরেই Jitsi এটি ব্যবহার করে।
sudo systemctl status jitsi-videobridge2
sudo ss -ulnp | grep 10000প্রথম command-এ service-এর অবস্থা active দেখানো উচিত। দ্বিতীয় command-এ bridge-কে UDP 10000-এ listening অবস্থায় দেখানো উচিত। কোনো output না এলে bridge start হয়নি। /var/log/jitsi/jvb.log কারণ জানাবে।
Sizing-এর জন্য Jitsi handbook নিজস্ব starting point প্রকাশ করে, আর BigBlueButton অনেক বড় starting point প্রকাশ করে:
এই চার্টের পেছনের ডেটা
[
{
"label": "Jitsi Meet",
"ram_gb": 8,
"cpu_cores": 4,
"uplink_mbps": "1,000"
},
{
"label": "BigBlueButton 4.0",
"ram_gb": 16,
"cpu_cores": 8,
"uplink_mbps": 250
}
]Jitsi handbook সাধারণত 8 GB RAM-এর পরামর্শ দেয় এবং বলে, একটি basic server-এর জন্য 4 dedicated core যথেষ্ট হতে পারে। এতে আরও বলা হয়েছে, friends বা ছোট organisation-এর server-এর জন্য 1,000 Mbps network bandwidth প্রায়ই যথেষ্ট। বড় production server-এর জন্য 10 Gbps-এর পরামর্শ দেওয়া হয়েছে। ছোট meeting 4 GB RAM-এ এবং test server 2 GB RAM-এ চলতে পারে। ওই page-এর একটি তথ্য মনে রাখা দরকার: signalling পরিচালনাকারী XMPP server Prosody একটি মাত্র core ব্যবহার করতে পারে। অতিরিক্ত core bridge-কে সাহায্য করে, কিন্তু signalling-এর কাজে আসে না।
কেন সবাই কলে যোগ দিলেও কেউ ভিডিও দেখতে পায় না?
VPS-এ এটি Jitsi-এর সাধারণ ব্যর্থতার ধরন। অংশগ্রহণকারীদের তালিকা পূর্ণ হয়, chat কাজ করে, কিন্তু প্রতিটি video tile কালো থাকে। videobridge নিজের interface-এ পাওয়া address এবং আবিষ্কার করতে পারা public address প্রচার করে। নতুন package install-এর default configuration-এ এই address আবিষ্কারের জন্য Jitsi পরিচালিত STUN server ব্যবহৃত হয়। handbook অনুযায়ী, NAT-এর পেছনে থাকা bridge-কে boot-এর সময় নিজে থেকে configuration নির্ধারণ করতে সক্ষম হওয়া উচিত। Discovery ব্যর্থ হলে, যেমন ওই STUN server-এ outbound traffic blocked থাকলে, private address-এ থাকা bridge শুধু সেই address প্রচার করে। ফলে প্রতিটি client 10.0.0.5-এর মতো একটি address-এ media পাঠানোর চেষ্টা করে, কিন্তু packet কোথাও পৌঁছায় না। handbook-এ এর লক্ষণ হিসেবে এমন call-এর কথা বলা হয়েছে, যা দুইজনের ক্ষেত্রে কাজ করে কিন্তু তৃতীয় ব্যক্তি যোগ দিলে ব্যর্থ হয়। কারণ দুইজনের ক্ষেত্রে peer-to-peer mode ব্যবহৃত হয় এবং bridge-এ কোনো traffic যায় না।
Discovery যথেষ্ট না হলে bridge-কে নিজেই উভয় address জানান। /etc/jitsi/videobridge/jvb.conf-এ একটি static mapping যোগ করুন:
ice4j {
harvest {
mapping {
static-mappings = [
{
local-address = "10.0.0.5"
public-address = "203.0.113.10"
}
]
}
}
}sudo systemctl restart jitsi-videobridge2 দিয়ে restart করুন। Local address ip -4 addr show থেকে নিন এবং public address আপনার provider-এর control panel থেকে নিন। পুরোনো guide-গুলোতে /etc/jitsi/videobridge/sip-communicator.properties-এ org.ice4j.ice.harvest.NAT_HARVESTER_LOCAL_ADDRESS এবং org.ice4j.ice.harvest.NAT_HARVESTER_PUBLIC_ADDRESS key ব্যবহার করে একই configuration করা হতো। সেগুলো এখনও কাজ করে। তবে নতুন install-এ উপরের mapping block ব্যবহার করা উচিত।
অন্য কারণ হলো এমন একটি firewall, যা আপনি configure করেননি। বেশিরভাগ provider control panel-এ একটি network firewall চালায়, যা server-এর ufw থেকে আলাদা। UDP 10000 উভয় firewall-এই open থাকতে হবে। কোন স্তর packet drop করছে তা জানতে, বাইরে থেকে কেউ join করার সময় server-এ sudo tcpdump -ni any udp port 10000 চালান। একটিও packet না এলে machine-এ কিছুই পৌঁছাচ্ছে না। অর্থাৎ block-টি operating system-এর upstream-এ রয়েছে। Tile কালো থাকা অবস্থায় packet এলে bridge এমন একটি address দিয়ে response দিচ্ছে, যেটিতে client পৌঁছাতে পারে না। সেক্ষেত্রে সমস্যা mapping-এ। ufw নিজেই কীভাবে configure করা হয়েছে তা নিয়ে অনিশ্চিত হলে, VPS-এর জন্য বাস্তবে প্রয়োজনীয় ufw rule-এ এমন rule ordering ব্যাখ্যা করা হয়েছে, যা প্রায়ই সমস্যা তৈরি করে।
BigBlueButton: ভারী, নির্দিষ্ট নকশার, এবং পুরো সার্ভারটি ব্যবহার করতে চায়
BigBlueButton শিক্ষাদানের জন্য তৈরি। এতে whiteboard, breakout room, poll এবং presentation area রয়েছে। এর recording pipeline অতিরিক্ত বৈশিষ্ট্য নয়; এটি পণ্যের মূল বৈশিষ্ট্যগুলোর একটি। এই তালিকায় এটিই অনেক ব্যবধানে সবচেয়ে ভারী বিকল্প। এটি কোনো বিদ্যমান সার্ভারে যোগ করার মতো package নয়।
BigBlueButton 4.0 হলো বর্তমান release। Version 4.0.0 14 October 2026-এ stable release হিসেবে প্রকাশিত হয়েছে। 29 October 2026-এ প্রকাশিত version 4.0.1 এখন GitHub-এ Latest হিসেবে চিহ্নিত। প্রকল্পের install guide-ও এখন 4.0 guide। এর জন্য Ubuntu 24.04 প্রয়োজন। noble-400 version flag দিয়ে এটি নির্বাচন করতে হয়। অন্য কোনো release-এ install script চালানো যায় না। Ubuntu 22.04-এ 3.0 থেকে in-place upgrade-এর ব্যবস্থা নেই। এর বদলে প্রকল্পটি নতুন 24.04 server প্রস্তুত করার পরামর্শ দেয়। প্রকল্পে প্রকাশিত production requirement হলো swap enabled অবস্থায় 16 GB memory, উচ্চ single-thread performance-সহ 8টি CPU core, 250 Mbps symmetric bandwidth এবং recording সংরক্ষণ করলে 500 GB disk। Recording নিষ্ক্রিয় করলে 50 GB disk যথেষ্ট। 4.0 guide-এ latest Docker-ও চাওয়া হয়েছে। এটি LibreOffice document conversion-কে sandbox-এর মধ্যে রাখে। প্রকল্পের সতর্কতা অনুযায়ী, এর কারণে কিছু virtualized environment ব্যবহার করা নাও যেতে পারে। এছাড়া একটি IPv4 address এবং একটি IPv6 address—দুটিই প্রয়োজন। Port হলো TCP 80 এবং 443, built-in TURN server-এর জন্য TCP এবং UDP 3478, এবং UDP range 16384 থেকে 32768।
wget -q https://raw.githubusercontent.com/bigbluebutton/bbb-install/v4.0.x-release/bbb-install.sh
less bbb-install.sh
bash bbb-install.sh -v noble-400 -s bbb.example.com -e info@example.com -gপ্রকল্পের নিজস্ব উদাহরণে script-টি সরাসরি bash-এ pipe করা হয়। এর বদলে আগে এটি download করে পড়ুন। কারণ script-টি নিজস্ব nginx site configuration লেখে, Docker এবং নিজস্ব media ও audio stack install করে, প্রকল্পের versioned package repository-তে apt নির্দেশ করে এবং hostname দখলে নেয়। এটি ত্রুটি নয়; এটাই নকশা। BigBlueButton পুরো machine-এর নিয়ন্ত্রণ আশা করে। Script-টি default হিসেবে ufw firewall install করে। এটি বাদ দিতে -W pass করুন। পুরোনো -w flag এখনও গ্রহণ করা হয়, তবে এর কোনো কার্যকারিতা নেই। Default rule-গুলো শুধু port 22-এ SSH অনুমোদন করে। sshd অন্য কোনো port-এ listen করলে installation থেমে যায়। -s হলো hostname। এটি আগে থেকেই এই server-এর public address-এ resolve হতে হবে। -e হলো সেই address, যেটি Let's Encrypt register করে। -g Greenlight front end যোগ করে। 4.0 guide-এ আরও বলা হয়েছে, TCP 80 এবং 443 অন্য কোনো web server বা reverse proxy আগে থেকে ব্যবহার করতে পারবে না। তাই একই machine অন্য service-এর জন্য TLS terminate করলে BigBlueButton-কে নিজস্ব server দিন। ইতিমধ্যে চালু থাকা nginx reverse proxy configuration-এর পেছনে এটিকে স্থাপন করার চেষ্টা করবেন না।
ওই chart-এর দুটি row সাবধানে তুলনা করুন। Jitsi-এর পরামর্শের তুলনায় BigBlueButton দ্বিগুণ memory এবং দ্বিগুণ core চায়, কিন্তু এক-চতুর্থাংশ bandwidth চায়। দুটি figure একই পদ্ধতিতে মাপা হয়নি এবং এগুলো ভিন্ন room size ধরে নেওয়া হয়েছে। তাই সরাসরি তুলনা না করে প্রতিটিকে সংশ্লিষ্ট প্রকল্পের প্রাথমিক sizing হিসেবে বিবেচনা করুন। CPU-এর পার্থক্য বাস্তব। BigBlueButton video forward করা ছাড়াও যে কাজগুলো করে, সেখান থেকেই এই পার্থক্য তৈরি হয়।
Galène: ছোট বিকল্প
Galène হলো Go-তে লেখা একটি ছোট SFU। এটি একটি একক static binary হিসেবে build হয়, নিজস্ব web client সরবরাহ করে এবং একটি TURN server অন্তর্ভুক্ত করে। তাই সচল রাখার জন্য কোনো XMPP server, Java runtime বা Rails application লাগে না। আপনার প্রয়োজন যদি একটি সাধারণ server-এ 10 জনের জন্য নির্ভরযোগ্য call চালানো হয়, বেশি hardware দরকার বলে সিদ্ধান্ত নেওয়ার আগে এটি চেষ্টা করুন।
sudo apt update && sudo apt install -y git golang-go
git clone https://github.com/jech/galene
cd galene
CGO_ENABLED=0 go build -ldflags='-s -w'
mkdir groupsUbuntu 24.04-এর golang-go package-এ Go 1.22 রয়েছে, কিন্তু Galène-এর go.mod এখন Go 1.24 চায়। go build যদি module-এর জন্য নতুন Go প্রয়োজন বলে error দেয়, distribution package নিয়ে সমস্যায় না গিয়ে go.dev থেকে বর্তমান toolchain install করুন।
Galène-এ room-কে group বলা হয়, এবং একটি group হলো একটি JSON file:
echo '{"users": {"vimes": {"password":"sybil", "permissions":"op"}}}' > groups/night-watch.json
./galene &https://your.server:8443/group/night-watch/ খুলে vimes হিসেবে log in করুন। এই credentials project-এর README থেকে সরাসরি নেওয়া, তাই port অন্য কোনো স্থান থেকে reachable হওয়ার আগে এগুলো পরিবর্তন করুন। বাস্তব deployment-এ project-এর install guide একটি dedicated galene user ব্যবহার করে। Binary এবং static, data ও groups directory-গুলো সেই user-এর home-এ থাকে। ./galene & দিয়ে চালু করা test copy বন্ধ করুন। তারপর যে directory-তে build করেছেন, সেখান থেকে এটি চালান:
sudo useradd --system --create-home --home-dir /home/galene --shell /usr/sbin/nologin galene
mkdir -p data
sudo cp -r galene static data groups /home/galene/
sudo chown -R galene:galene /home/galeneProject-টি এর জন্য এই systemd unit নথিভুক্ত করেছে:
[Unit]
Description=Galene
After=network.target
[Service]
Type=simple
WorkingDirectory=/home/galene
User=galene
Group=galene
ExecStart=/home/galene/galene
LimitNOFILE=65536
[Install]
WantedBy=multi-user.targetWeb interface-এর জন্য port হলো TCP 8443। Built-in TURN server-এর জন্য TCP এবং UDP 1194। Media-এর জন্য high UDP port-এর একটি range লাগে। Install guide-এ এই range বড় রাখতে বলা হয়েছে, প্রায় কয়েক দশ হাজার port-এর মতো। তাই একটি বিস্তৃত range নির্ধারণ করে তার জন্য একটি firewall rule লিখুন:
./galene -udp-range 30000-65000VPS-এ -turn option-টিই গুরুত্বপূর্ণ। -turn ':1194' সব public IPv4 address-এ listen করে। -turn '203.0.113.1:1194' Galène-কে সেই address জানায়, যা client-রা বাস্তবে দেখতে পাবে। Machine-এর নিজস্ব address private হলে এটি প্রয়োজন। -turn '' built-in server বন্ধ করে, যাতে data/ice-servers.json-এর মাধ্যমে external server নির্ধারণ করতে পারেন। Default হলো auto, যা কোনো ice-servers.json না থাকলে :1194-এর মতো আচরণ করে।
data/config.json-এ proxyURL সেট করে web interface-এর সামনে nginx বসাতে পারেন। এরপর WebSocket upgrade header-সহ /ws location proxy করুন। এটি কোন অংশ সামলায় তা বুঝে নিন: client-রা এখনও TURN port-এ সরাসরি UDP flow এবং সরাসরি TCP connection খোলে। তাই reverse proxy শুধু page এবং signalling সামলায়। Media এর মধ্য দিয়ে যায় না।
Galène-এর README অনুযায়ী এর server resource-এর প্রয়োজন খুব বেশি নয়। Project-এর home page-এ আনুমানিক সংখ্যাও দেওয়া আছে: একটি core-এ এক meeting-এ প্রায় 20 জন participant, চারটি core-এ 40 জন। Lecture-এর ক্ষেত্রে প্রতি core-এ প্রায় 300 জন participant সামলানো যায়। কারণ meeting-এর load participant সংখ্যার square অনুযায়ী বাড়ে। উপরের bandwidth-এর হিসাব এখানেও পুরোপুরি প্রযোজ্য। আপনি যে resource সাশ্রয় করেন, তা হলো SFU ছাড়া বাকি সবকিছুর memory এবং অতিরিক্ত component।
Owncast: one to many, যেখানে bandwidth linear থাকে
অনেক “video conferencing” প্রয়োজন আসলে এমন, যেখানে একজন ব্যক্তি উপস্থাপনা করেন এবং দর্শকেরা chat-এ লিখে প্রতিক্রিয়া জানান। আপনার প্রয়োজন এমন হলে SFU সঠিক tool নয়, এবং খরচের হিসাবও সম্পূর্ণ বদলে যায়। Owncast OBS বা অনুরূপ encoder থেকে একটি RTMP stream গ্রহণ করে এবং সাধারণ HTTPS-এর মাধ্যমে HLS পরিবেশন করে। প্রতি viewer-এর bandwidth ব্যবহার quadratic না হয়ে linear থাকে। Output সাধারণ HTTP segment হওয়ায় এটিকে object storage বা CDN-এর পেছনে সরিয়ে origin server-এ এর জন্য অর্থ প্রদান বন্ধ করা যায়।
curl -sL https://owncast.online/install.sh -o install-owncast.sh
less install-owncast.sh
bash install-owncast.shপ্রকল্পটির documentation-এ root হিসেবে এটি চালাতে নিষেধ করা হয়েছে। কোনো remote script execute করার আগে সেটি পরীক্ষা করতেও বলা হয়েছে। এই কারণেই উপরের ধাপগুলোতে download আলাদা রাখা হয়েছে। আপনার কাছে আগে থেকে একটি ffmpeg না থাকলে installer বর্তমান release এবং একটি ffmpeg binary download করে। install directory থেকে ./owncast চালান এবং port 8080-এ /admin-এ admin panel খুলুন। Default login-এর user হলো admin এবং password হলো abc123। Default stream key-ও abc123, তবে এটি আলাদা setting। তাই server-এ domain নির্দেশ করার আগে user/password এবং stream key—দুটিই পরিবর্তন করুন।
HLS design থেকে দুটি বিষয় অনুসরণ করে। Viewers live stream থেকে কয়েক সেকেন্ড বা কয়েক মিনিট পিছিয়ে থাকেন, কারণ HLS সম্পূর্ণ segment পাঠায়। তাই এতে দ্বিমুখী কথোপকথন সম্ভব নয়। এই path-এ কোথাও UDP বা TURN নেই। ফলে এমন network-এও এটি পৌঁছাতে পারে, যেখানে WebRTC call একেবারেই connect করতে পারে না।
এখানে Owncast-ই একমাত্র tool, যা ইচ্ছাকৃতভাবে transcode করে। আপনি যে প্রতিটি output quality enable করবেন, incoming stream-এর জন্য আরেকটি ffmpeg encode চালু হবে। এটি broadcast চলার পুরো সময় ধরে চলবে। ছোট VPS হলে এক বা দুটি quality দিন।
ইতিমধ্যে চালানো Matrix server-এ Element Call
আপনি যদি ইতিমধ্যে Matrix চালান, তাহলে video পরিচালনার জন্য দ্বিতীয় কোনো product চালানোর বদলে এটি একটি অতিরিক্ত উপাদান হিসেবে যোগ হবে। তবু একটির বেশি package প্রয়োজন। Element Call-এর জন্য আপনার homeserver-এর পেছনে দুটি উপাদান থাকতে হবে। প্রথমটি হলো একটি LiveKit SFU, যা media forward করে। দ্বিতীয়টি হলো MatrixRTC authorisation service, element-hq/lk-jwt-service, যা signed JWT (JSON web token) তৈরি করে। Matrix user এই token LiveKit SFU-তে উপস্থাপন করে। বর্তমান version-গুলো আপনার homeserver-এ application service হিসেবে চালানোর জন্য তৈরি। এটি client API এবং federation API—উভয় ক্ষেত্রেই LiveKit endpoint proxy করে। পুরোনো standalone mode-এ client সরাসরি service-এর সঙ্গে যোগাযোগ করত। এই mode এখনও supported, তবে deprecated। যেকোনো mode-এ project-এর সুপারিশ হলো service-এর সামনে একটি TLS reverse proxy রাখা। আপনার .well-known/matrix/client-এ client-দের সেই proxy-তে পাঠাতে হবে।
LiveKit-এর নথিভুক্ত port:
- TLS terminate করে এমন proxy-এর পেছনে API এবং client WebSocket-এর জন্য TCP 7880
- ICE over TCP-এর জন্য TCP 7881; কোনো client UDP দিয়ে বাইরে যেতে না পারলে এটি ব্যবহৃত হয়
- media-এর জন্য UDP 50000 থেকে 60000; room-এর প্রতিটি participant দুটি port ব্যবহার করে
- embedded TURN server enable করলে UDP 3478 এবং TCP 5349; সামনে load balancer না থাকলে 5349-কে 443-এ সরাতে হবে
প্রতিটি participant-এর জন্য দুটি port শুনতে উদ্বেগজনক, কিন্তু বাস্তবে তা নয়। 10,000 port-এর range-এ হাজার হাজার participant সামলানো যায়, এবং range শেষ হওয়ার অনেক আগেই আপনার uplink-এর capacity শেষ হবে। তবু পুরো range খুলুন। আংশিকভাবে খোলা range কিছু ব্যবহারকারীর ক্ষেত্রে কাজ করবে এবং অন্যদের ক্ষেত্রে ব্যর্থ হবে। Debug করার জন্য এটি সবচেয়ে কঠিন ধরনের fault। এর homeserver-সংক্রান্ত অংশটি আলাদা কাজ। এটি VPS-এ Synapse homeserver চালানো-তে ব্যাখ্যা করা হয়েছে।
একজন মানুষ কেন কখনও connect করতে পারে না? TURN এবং UDP block করা network
প্রথমে কিছু vocabulary একবার করে ব্যবহার করা যাক। ICE (interactive connectivity establishment) হলো সেই process, যার মাধ্যমে দুটি WebRTC endpoint তাদের মধ্যে কাজ করে এমন path খুঁজে। STUN (session traversal utilities for NAT) হলো একটি ছোট service, যা client-কে জানায় বাইরে থেকে দেখলে তার নিজের public address কেমন। TURN (traversal using relays around NAT) হলো একটি relay: সরাসরি path না থাকলে উভয় দিক তাদের media TURN server-এ পাঠায় এবং server তা forward করে।
যেসব participant-এর network আপনি নিয়ন্ত্রণ করতে পারেন না, তাদের জন্য TURN প্রয়োজন। তাদের একজন এমন corporate বা campus network-এ থাকতে পারে, যেখানে outbound UDP সম্পূর্ণ block করা। আরেকজন carrier-grade NAT-এর পেছনে থাকতে পারে, যা প্রতিটি destination-এর জন্য আলাদা source port দেয়। একে symmetric NAT বলা হয়। এর ফলে STUN যে address জানায়, তা অকার্যকর হয়ে যায়।
সমস্যাটির লক্ষণ নির্দিষ্ট। অধিকাংশ মানুষ join করে এবং সবকিছু কাজ করে। একজন participant list দেখতে পায়, chat দেখতে পায়, কিন্তু একটি কালো tile এবং spinner দেখে। তার browser candidate সংগ্রহ করেছে, কিন্তু কোনো pair কাজ করেনি এবং ICE failed state-এ শেষ হয়েছে। Chrome-এ চেষ্টা চলার সময় chrome://webrtc-internals খুললে candidate pair এবং সেই failure দেখা যায়। ওই ব্যক্তিকে mobile data ব্যবহার করে phone থেকে আবার চেষ্টা করতে বলুন। সেখানে কাজ করলে তার network-ই কারণ, এবং TURN হলো সমাধান।
443 বা 5349 port-এ TCP দিয়ে TURN চালানো হলো এমন fallback, যা প্রায় সর্বত্র কাজ করে। কারণ 443 port-এ TLS block করা network web-ও block করেছে। Jitsi-এর package আপনার জন্য coturn install এবং configure করে। এ কারণেই এর documented firewall rule-এ UDP 3478 এবং TCP 5349 রয়েছে। Galène-এর 1194 port-এ built-in TURN আছে। LiveKit-এ একটি embedded TURN server রয়েছে, যা config-এ enable করতে হয়। আপনি নিজে coturn চালালে:
sudo apt install -y coturn
sudo systemctl enable --now coturnlistening-port=3478
tls-listening-port=5349
fingerprint
use-auth-secret
static-auth-secret=REPLACE_WITH_A_LONG_RANDOM_STRING
realm=turn.example.com
cert=/etc/letsencrypt/live/turn.example.com/fullchain.pem
pkey=/etc/letsencrypt/live/turn.example.com/privkey.pem
min-port=49152
max-port=65535
no-multicast-peersএই settings /etc/turnserver.conf-এ রাখতে হবে। sudo systemctl restart coturn চালালে settings কার্যকর হবে। File-এ পরবর্তী প্রতিটি edit-এর পর একইভাবে restart করতে হবে।
এখন সেই খরচের কথা বলা যাক, যা সাধারণত কেউ লিখে রাখে না। একটি relay প্রতিটি relayed participant-এর সম্পূর্ণ media দুই দিকেই বহন করে। coturn এবং SFU একই box-এ থাকলে সেই traffic-এর অধিকাংশ loopback-এর মধ্য দিয়ে যায় এবং uplink-এর বদলে CPU ব্যবহার করে। TLS listener প্রতিটি packet-কে media-তে আগে থেকেই থাকা DTLS-এর ওপর আরও একবার encrypt করে। TURN আলাদা machine-এ সরালে সেই machine-এর জন্য SFU-এর মতো একই পদ্ধতিতে bandwidth plan নির্ধারণ করতে হবে। আর TURN over TCP real-time media-কে reliable stream-এ পরিণত করে। ফলে হারানো packet বাদ না পড়ে retransmit হয়। Lossy link-এ থাকা relayed participant-এর ক্ষেত্রে সাময়িক glitch-এর বদলে delay জমতে থাকে। Relay হলো এমন একটি fallback, যা connection তৈরি করে, তবে direct path-এর তুলনায় কম quality-তে।
SFU কখন ট্রান্সকোড করে এবং এর খরচ কত?
একটি SFU প্যাকেট ফরোয়ার্ড করে এবং কখনোই ভিডিও ডিকোড করে না, যে কারণে চারটি কোর এমন একটি রুম পরিচালনা করতে পারে যা কাগজে অসম্ভব মনে হয়। দুটি ফিচার এই বৈশিষ্ট্যটিকে নষ্ট করে দেয় এবং উভয়ই সেই ব্যবহারকারীদের অবাক করে যারা কেবল একটি চেকবাক্স ক্লিক করে এগুলো চালু করেন।
রেকর্ডিং হলো প্রথম কারণ। Jitsi, Jibri ব্যবহার করে রেকর্ড করে এবং Jibri-এর নিজস্ব ডকুমেন্টেশনে স্পষ্টভাবে বর্ণনা করা আছে এটি কী করে: এটি একটি ভার্চুয়াল ফ্রেমবাফারে রেন্ডার করা একটি Chrome ইনস্ট্যান্স চালু করে এবং ffmpeg দিয়ে আউটপুট ক্যাপচার ও এনকোড করে। এটি একটি পূর্ণাঙ্গ ব্রাউজার যা আপনার পুরো মিটিং রেন্ডার করছে, সাথে একটি ভিডিও এনকোডার, যা কলের পুরো সময় ধরে একটানা চলতে থাকে। একই ডকুমেন্টেশনে উল্লেখ আছে যে, একটি Jibri-তে একসাথে কেবল একটি রেকর্ডিং সমর্থিত এবং Jibri-কে এমন একটি আলাদা মেশিন বা ভার্চুয়াল মেশিনে চালানোর কথা বলা হয়েছে যেখানে অন্য কোনো অ্যাপ্লিকেশন ডিসপ্লে বা অডিও ডিভাইস ব্যবহার করছে না। রেকর্ডিং একটি আলাদা সার্ভার, কোনো সাধারণ চেকবাক্স নয়।
টেলিফোন ডায়াল-ইন হলো দ্বিতীয় কারণ। একটি ফোন লাইনকে কনফারেন্সে যুক্ত করার অর্থ হলো Opus-কে 48 kHz থেকে টেলিফোন নেটওয়ার্কের গ্রহণযোগ্য ফরম্যাটে (সাধারণত 8 kHz-এ G.711) রূপান্তর করা, যা কলের পুরো সময় ধরে উভয় দিকেই একটানা চলতে থাকে। অডিও ট্রান্সকোডিং ভিডিও ট্রান্সকোডিংয়ের চেয়ে অনেক সস্তা, কিন্তু এটি প্রতিটি কল লেগের জন্য চলে এবং কখনোই থামে না, তাই এর খরচ কলকারীর সংখ্যার সাথে বাড়তে থাকে। আপনি যদি একটি ডায়াল-ইন নম্বর চান, তবে একটি self-hosted VoIP server হলো সেই কম্পোনেন্ট যা এই কাজটি করে এবং Jibri-এর মতোই এটিকেও আলাদা মেশিনে রাখা উচিত।
আসলে কত বড় সার্ভার আপনার প্রয়োজন?
দুই জনের জন্য প্রায় কিছুই লাগে না। অংশগ্রহণকারী ঠিক 2 জন হলে Jitsi ডিফল্টভাবে peer-to-peer mode চালু করে। এই mode-এ conference videobridge-এর মাধ্যমে data পাঠানো বন্ধ করে সরাসরি connection ব্যবহার করে। সরাসরি path না থাকলে TURN relay ব্যবহার করে। তৃতীয় ব্যক্তি যোগ দিলে এটি আবার bridge-এ ফিরে যায়। এতে media traffic কমে, তবে Jitsi-এর handbook এখনও test server বা খুব ছোট meeting-এর জন্য 2 GB ব্যবহারের পরামর্শ দেয়।
camera চালু থাকা অবস্থায় প্রায় 10 জন পর্যন্ত অংশগ্রহণকারীর জন্য, 8 জন অংশগ্রহণকারীর ক্ষেত্রে 67.2 Mbps একটি সাধারণ VPS-এর uplink যে network traffic সামলাতে পারে তার মধ্যে থাকে। Jitsi-এর handbook অনুযায়ী ছোট meeting-এর জন্য 4 GB যথেষ্ট। CPU graph-এর বদলে transfer counter পর্যবেক্ষণ করুন।
30 জনের ক্ষেত্রে worst case-এ স্থায়ীভাবে 1,044 Mbps প্রয়োজন হয়, এবং 20 ঘণ্টায় এর পরিমাণ 9.4 TB। এই পর্যায়ে সার্ভারের দাম নির্ধারণের আগে bandwidth-এর খরচ হিসাব করুন। last-N চালু করুন, যাতে bridge শুধু সাম্প্রতিক speakers-দের media forward করে। attendees-দের জন্য camera-off default করুন। SFU এমন provider-এ রাখুন, যেখানে transfer allowance এই হিসাব অনুযায়ী যথেষ্ট থাকে।
এর বেশি হলে একটি VPS উপযুক্ত কাঠামো নয়। হয় event-টি আসলে broadcast, সে ক্ষেত্রে Owncast এবং একটি CDN ব্যবহার করলে এই খরচের সামান্য অংশই লাগে। অথবা একটি single signalling layer-এর পেছনে একাধিক videobridge প্রয়োজন হবে। সেটি আপনার শুরু করা project থেকে আলাদা।
Routing-এর আরেকটি বিষয় আছে। বেশিরভাগ দলের দিনে video-এর চেয়ে অনেক বেশি সময় chat প্রয়োজন হয়। Chat host করা সস্তা এবং সচল রাখা সহজ। দৈনন্দিন traffic-এর জন্য একটি self-hosted Slack বিকল্প চালু রেখে scheduled call-এর জন্য শুধু conferencing server ব্যবহার করাই ছোট VPS budget-এর মধ্যে টেকসই ব্যবস্থা।
FAQ
কেন মানুষ আমার Jitsi meeting-এ যোগ দিতে পারে, কিন্তু একে অন্যকে দেখতে বা শুনতে পারে না?
Chat এবং participant list signalling channel-এর মাধ্যমে যায়। এটি TCP 443 ব্যবহার করে। Audio এবং video UDP 10000 ব্যবহার করে videobridge-এ যায়। Participant list পূর্ণ হলেও প্রতিটি tile কালো থাকলে signalling path সচল আছে, কিন্তু media path কাজ করছে না। উভয় firewall-এ UDP 10000 পরীক্ষা করুন। একটি হলো সার্ভারের firewall। অন্যটি হলো provider-এর control panel-এর আলাদা network firewall। এরপর bridge তার public address জানে কি না পরীক্ষা করুন। Private address এবং mapped public address-যুক্ত virtual machine-এ automatic discovery address শনাক্ত করতে না পারলে, /etc/jitsi/videobridge/jvb.conf-এর ice4j.harvest.mapping-এর অধীনে একটি static mapping যোগ করুন এবং jitsi-videobridge2 restart করুন। কেউ join করার সময় sudo tcpdump -ni any udp port 10000 চালালে কোন পথটি সমস্যার কারণ তা জানা যাবে। কোনো packet না পাওয়া গেলে block-টি operating system-এর upstream-এ রয়েছে।
30 জনের video call-এ কত bandwidth লাগে?
সবচেয়ে খারাপ পরিস্থিতিতে সবাই camera চালু রাখে এবং SFU সবাইকে full quality layer পাঠায়। তখন server থেকে আনুমানিক 1,044 Mbps বের হয়। এটি প্রতি ঘণ্টায় 469.8 GB। এই হিসাবটি প্রতি stream 1.2 Mbps ধরে N times (N minus 1) streams-এর arithmetic। এটি আপনার setup-এর পরিমাপ নয়। স্বাভাবিক ব্যবহারে simulcast এবং last-N setting এই পরিমাণ অনেক কমায়, কারণ কোনো নির্দিষ্ট সময়ে অধিকাংশ participant screen-এ থাকে না। তবু worst case-এর কাছাকাছি capacity ধরে পরিকল্পনা করুন। কারণ all-hands meeting-এ সবাই একসঙ্গে camera চালু করতে পারে।
1 GB VPS-এ কি Jitsi Meet চালাতে পারি?
Handbook-এ test server বা খুব ছোট meeting-এর জন্য সর্বনিম্ন 2 GB পরামর্শ দেওয়া হয়েছে। Prosody, videobridge এবং Java runtime—সবগুলোর memory প্রয়োজন। Handbook-এ সাধারণত 8 GB পরামর্শ দেওয়া হয়। Bandwidth-এর সীমা memory-এর আগে সমস্যা তৈরি করবে। আপনার কাছে 1 GB-এর server থাকলে, ওই পরিমাণ resource-এ Jitsi-এর চেয়ে Galène বেশি উপযোগী।
আমার VPS-এর public IP address থাকলেও কি TURN server প্রয়োজন?
হ্যাঁ। TURN যে সমস্যা সমাধান করে, সেটি call-এর অপর প্রান্তে থাকে। এমন কোনো participant যদি corporate network-এ থাকে যেখানে outbound UDP block করা হয়, অথবা carrier-grade NAT-এর পেছনে থাকে যা প্রতিটি destination-এর জন্য ভিন্ন source port দেয়, তাহলে আপনার server-এর address যতই public হোক, সে সরাসরি media path তৈরি করতে পারবে না। TCP 443 বা 5349-এর ওপর TURN তাদের এমন একটি relay দেয় যা firewall-এর কাছে সাধারণ web traffic-এর মতো দেখায়। Jitsi-এর package install ডিফল্টভাবে এর জন্য coturn setup করে। তাই এর documented firewall rules-এ UDP 3478 এবং TCP 5349 খোলা থাকে।
Jitsi Meet-এর তুলনায় BigBlueButton-এর এত বেশি hardware কেন প্রয়োজন?
কারণ এটি শুধু video forward করে না। BigBlueButton-এর published production requirement হলো 16 GB RAM এবং 8 core। এর বিপরীতে Jitsi-এর handbook-এ 8 GB এবং 4 core বলা হয়েছে। BigBlueButton একই machine-এ পূর্ণ audio conferencing stack, shared whiteboard ও presentation layer, recording ও post-processing pipeline, এবং user account-সহ web front end চালায়। এটি platform সম্পর্কেও নির্দিষ্ট শর্ত দেয়। বর্তমান release 4.0 শুধু Ubuntu 24.04-এ install হয়, Docker এবং IPv4 ও IPv6—দুই ধরনের address-ই চায়, এবং 3.0 থেকে in-place upgrade করা যায় না। উভয় project-এর নিজস্ব documentation থেকে এই figures নেওয়া হয়েছে। এগুলো আপনার workload-এর পরিমাপ নয়, বরং শুরু করার নির্দেশনা।