Videoconferencia autohospedada en un VPS: ancho de banda
Calcula el ancho de banda antes de elegir VPS y compara Jitsi, BigBlueButton y Galene por RAM, puertos UDP abiertos y fallos detrás de NAT.
Las videoconferencias autoalojadas en un VPS son un problema de ancho de banda
Las videoconferencias autoalojadas fallan en servidores pequeños por un solo motivo, y casi nunca es la instalación. El componente del servidor que usan todas las herramientas modernas es un SFU (unidad de reenvío selectivo). Recibe un flujo de vídeo de cada participante y reenvía una copia a todos los demás participantes, por lo que el tráfico saliente del servidor crece con el cuadrado del número de participantes. El manual de Jitsi recomienda 2 GB para servidores de prueba o reuniones muy pequeñas. Esa configuración no puede soportar la reunión general que tiene en mente.
Por tanto, siga este orden. Cuente a los participantes, calcule los megabits y después elija el servidor. La instalación requiere veinte minutos de copiar y pegar. El enlace ascendente determina si los demás podrán oírle.
¿Por qué el ancho de banda crece con el cuadrado del número de participantes?
Empecemos por la malla. Cada navegador codifica la imagen de su cámara y envía una copia directamente a cada uno de los demás navegadores. Ningún servidor multimedia interviene en el vídeo. Una llamada en malla entre dos personas necesita un servidor de señalización y un relay TURN para las llamadas en las que los dos navegadores no pueden conectarse directamente. Por eso, alojar llamadas individuales cuesta muy poco. La malla deja de funcionar con unas cuatro o cinco personas, porque un portátil conectado a una red doméstica tiene que cargar simultáneamente cuatro o cinco copias independientes de su propio vídeo.
Un SFU funciona de otra forma. Cada navegador carga una copia en el servidor. El servidor lee las cabeceras RTP (real-time transport protocol) y reenvía esos paquetes a los demás participantes sin decodificar el vídeo. Ese es todo el mecanismo. Por eso un SFU consume poco CPU y mucho ancho de banda.
La arquitectura anterior es un MCU (multipoint control unit). Decodifica cada flujo entrante, los compone en una sola imagen y vuelve a codificar esa imagen. El ancho de banda saliente es mínimo. El coste de CPU es enorme. Actualmente, casi ningún sistema de vídeo usa un MCU, y esta guía no usa ninguno.
Ahora, la aritmética de un SFU. Supongamos que cada persona envía vídeo a 1.2 Mbps y que nadie ha apagado su cámara. El servidor recibe N veces 1.2 Mbps, lo que es lineal y no supone un problema. El servidor envía N veces (N menos 1) veces 1.2 Mbps, porque cada una de las N personas tiene que recibir los otros N menos 1 flujos. Esa segunda cifra es la que hace inviables los proyectos.
Los datos de este gráfico
[
{
"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
}
]Esas filas son cálculos, no mediciones de un servidor concreto. La columna mensual supone veinte horas de llamadas al mes. Lea primero la última fila. Cincuenta personas con la cámara encendida necesitan 2,940 Mbps de tráfico saliente sostenido desde una sola máquina. Treinta personas necesitan 1,044 Mbps. Cuatro personas necesitan 14.4 Mbps, una cantidad que cualquier VPS gestiona sin problemas. Entre la fila de cuatro personas y la de treinta personas, el número de participantes crece siete veces y media, mientras que el tráfico saliente crece más de setenta veces.
Las implementaciones reales quedan por debajo de estas cifras. Conviene saber exactamente por qué. Jitsi y LiveKit usan simulcast: el emisor publica varias capas de calidad a la vez, y el SFU reenvía una capa de baja calidad a quienes no aparecen en pantalla. Jitsi también tiene un ajuste last-N que reenvía vídeo sólo de los oradores más recientes. Ambos mecanismos ahorran mucho tráfico. Ninguno cambia la forma de la curva. Además, ambos dejan de ayudar en cuanto todos encienden la cámara y fijan en pantalla el vídeo de los demás.
¿Qué le proporciona realmente el enlace ascendente de un VPS?
Una página de planes indica «puerto de 1 Gbps». Esa es la velocidad de la tarjeta de red virtual, no una garantía sobre el siguiente salto. El enlace se comparte con los demás inquilinos del mismo host físico, por lo que el rendimiento sostenido durante una hora de alta carga es inferior a la velocidad del puerto, y una videollamada es precisamente una carga sostenida. La mayoría de los planes también incluyen un límite mensual de transferencia, tras el cual se aplica una limitación de velocidad o se cobra un importe adicional.
Ese límite es donde aparece el coste inesperado en la factura. Veinte horas de la llamada de treinta personas en un mes transfieren 9.4 TB desde el servidor, a 469.8 GB por hora. Veinte horas de la llamada de cincuenta personas transfieren 26.5 TB. Compruebe el límite de transferencia antes que la cantidad de RAM y, si la página del plan no lo especifica claramente, esa falta de precisión ya es una respuesta. Leer correctamente una oferta de VPS es más importante para esta carga de trabajo que para casi cualquier otra.
Jitsi Meet: la opción predeterminada y sus requisitos
Jitsi Meet es la opción por la que debería empezar la mayoría. Se instala desde el repositorio Debian del propio proyecto, configura nginx y un certificado durante la instalación, y el videobridge (JVB) usa un solo puerto UDP, lo que mantiene breves las reglas del firewall. En octubre de 2026, el manual indica Debian 12 (Bookworm) o posterior y Ubuntu 24.04 (Noble Numbat) o posterior como versiones compatibles, con OpenJDK 17.
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-meetEl instalador solicita un nombre de host y después ofrece elegir un certificado. Seleccione la opción Let's Encrypt y asígnele un nombre de dominio que ya resuelva a la dirección pública de este servidor. El certificado se emite mediante un desafío HTTP, por lo que un nombre que apunte a otro lugar falla en ese paso.
Después, abra los puertos. Estos son los que documenta el manual, con SSH en primer lugar para que ufw enable no le bloquee el acceso:
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 y 443 sirven la aplicación web y permiten renovar el certificado. UDP 10000 transporta el audio y el vídeo de todas las llamadas que pasan por el videobridge, y es el puerto que la gente olvida. TCP 5349 pertenece al servidor coturn que el paquete de Jitsi instala junto al videobridge. Es la ruta alternativa para quienes tienen una red que bloquea UDP. UDP 3478 es el puerto STUN de coturn. El manual lo marca como opcional porque Jitsi sólo lo usa después de un cambio en config.js.
sudo systemctl status jitsi-videobridge2
sudo ss -ulnp | grep 10000El primer comando debería indicar que el servicio está activo. El segundo debería mostrar el videobridge escuchando en UDP 10000. Si no muestra nada, el videobridge no se inició y /var/log/jitsi/jvb.log indicará el motivo.
Para dimensionar el sistema, el manual de Jitsi publica su propio punto de partida y BigBlueButton publica uno mucho mayor:
Los datos de este gráfico
[
{
"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
}
]El manual de Jitsi suele sugerir 8 GB de RAM e indica que 4 núcleos dedicados pueden ser suficientes para un servidor básico. Considera que 1,000 Mbps de red suelen bastar para un servidor de amigos o de una organización pequeña, sugiere 10 Gbps para uno serio y señala que las reuniones pequeñas funcionan con 4 GB, mientras que los servidores de prueba pueden usar 2 GB. Hay un detalle de esa página que conviene recordar: Prosody, el servidor XMPP que gestiona la señalización, sólo puede usar un núcleo. Los núcleos adicionales ayudan al videobridge, pero no hacen nada por la señalización.
¿Por qué todos se unen a la llamada, pero nadie ve el vídeo?
Este es el fallo habitual de Jitsi en un VPS. La lista de participantes se llena, el chat funciona y todos los mosaicos de vídeo permanecen en negro. El videobridge anuncia las direcciones que encuentra en sus propias interfaces, además de cualquier dirección pública que pueda descubrir. Una instalación nueva del paquete lo apunta a un servidor STUN administrado por Jitsi para realizar ese descubrimiento, y el manual indica que un bridge detrás de NAT debe configurarse automáticamente durante el arranque. Si el descubrimiento falla, por ejemplo porque el tráfico saliente hacia ese servidor STUN está bloqueado, un bridge con una dirección privada anuncia sólo esa dirección. Entonces, cada cliente intenta enviar los medios a una dirección como 10.0.0.5 y los paquetes no llegan a ningún sitio. El propio manual indica como síntoma llamadas que funcionan con dos personas y fallan cuando se une una tercera, porque dos personas usan el modo peer to peer y no pasan por el bridge.
Cuando el descubrimiento no es suficiente, indique manualmente al bridge ambas direcciones. Añada un mapeo estático en /etc/jitsi/videobridge/jvb.conf:
ice4j {
harvest {
mapping {
static-mappings = [
{
local-address = "10.0.0.5"
public-address = "203.0.113.10"
}
]
}
}
}Reinicie con sudo systemctl restart jitsi-videobridge2. Obtenga la dirección local de ip -4 addr show y la dirección pública del panel de control de su proveedor. Las guías antiguas configuran lo mismo en /etc/jitsi/videobridge/sip-communicator.properties mediante las claves org.ice4j.ice.harvest.NAT_HARVESTER_LOCAL_ADDRESS y org.ice4j.ice.harvest.NAT_HARVESTER_PUBLIC_ADDRESS. Esas claves siguen funcionando, pero las instalaciones nuevas deben usar el bloque de mapeo anterior.
La otra causa es un firewall que no configuró. La mayoría de los proveedores ejecutan un firewall de red en el panel de control, separado de ufw en el servidor, y UDP 10000 debe estar abierto en ambos. Para averiguar qué capa descarta los paquetes, ejecute sudo tcpdump -ni any udp port 10000 en el servidor mientras alguien se une desde fuera. Si no llega ningún paquete, nada alcanza la máquina, por lo que el bloqueo está antes del sistema operativo. Si llegan paquetes mientras los mosaicos permanecen en negro, el bridge está respondiendo con una dirección que el cliente no puede alcanzar, así que el problema está en el mapeo. Si no tiene claro si el problema está en el propio ufw, las reglas de ufw que realmente necesita un VPS explican el orden de las reglas que suele causar problemas.
BigBlueButton: pesado, restrictivo y requiere el servidor completo
BigBlueButton está diseñado para la enseñanza. Incluye una pizarra, salas separadas, encuestas y un área de presentación. Su canalización de grabación es una función principal, no un complemento. También es, con diferencia, la opción más pesada de esta lista. No es un paquete que pueda añadir a un servidor existente.
BigBlueButton 4.0 es la versión actual. La versión 4.0.0 se publicó como versión estable el 14 de octubre de 2026. La versión 4.0.1, publicada el 29 de octubre de 2026, aparece ahora como Latest en GitHub. La guía de instalación del proyecto corresponde actualmente a la versión 4.0. Requiere Ubuntu 24.04, seleccionado mediante el indicador de versión noble-400, y el script de instalación se niega a ejecutarse en cualquier otra versión. No existe una actualización directa de 3.0 en Ubuntu 22.04. El proyecto recomienda configurar en su lugar un servidor limpio con Ubuntu 24.04. Los requisitos de producción indicados son 16 GB de memoria con swap habilitado, 8 núcleos de CPU con alto rendimiento por hilo, 250 Mbps de ancho de banda simétrico y 500 GB de disco si conserva las grabaciones (50 GB si las deshabilita). La guía de la versión 4.0 también exige la versión más reciente de Docker, que mantiene la conversión de documentos de LibreOffice en un entorno aislado y que, según advierte el proyecto, puede descartar algunos entornos virtualizados. También exige una dirección IPv4 y otra IPv6. Los puertos son TCP 80 y 443, TCP y UDP 3478 para el servidor TURN integrado y el rango UDP de 16384 a 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 -gLos propios ejemplos del proyecto envían ese script directamente a bash. Descárguelo y léalo primero. El script escribe su propia configuración de sitio de nginx, instala Docker y su propia pila multimedia y de audio, configura apt para usar el repositorio de paquetes con versiones del proyecto y reclama el nombre de host. Ese comportamiento forma parte del diseño, no es un defecto: BigBlueButton espera tener el control de la máquina. El script instala por defecto un firewall ufw (pase -W para omitirlo; el indicador antiguo -w todavía se acepta y no hace nada). Sus reglas predeterminadas sólo permiten SSH en el puerto 22, y la instalación se detiene si sshd escucha en otro puerto. -s es el nombre de host, que ya debe resolver a la dirección pública de este servidor. -e es la dirección que registra Let's Encrypt. -g añade la interfaz web de Greenlight. La guía de la versión 4.0 también exige que TCP 80 y 443 no estén ya en uso por otro servidor web o reverse proxy. Por tanto, si el mismo equipo termina TLS para otros servicios, asigne a BigBlueButton su propio servidor en lugar de intentar colocarlo detrás de la configuración de nginx reverse proxy que ya utiliza.
Compare con atención las dos filas de esa tabla. BigBlueButton solicita el doble de memoria y el doble de núcleos que la recomendación de Jitsi, aunque solicita una cuarta parte del ancho de banda. Las dos cifras no se han medido de la misma manera y suponen tamaños de sala distintos. Trate cada cifra como el punto de partida de su propio proyecto, no como una comparación directa. La diferencia de CPU es real y se debe a todo lo que hace BigBlueButton además de reenviar vídeo.
Galène: la opción pequeña
Galène es un SFU compacto escrito en Go. Se compila como un único binario estático, incluye su propio cliente web y también incorpora un servidor TURN. No necesita un servidor XMPP, un entorno de ejecución de Java ni una aplicación Rails que mantener activa. Si necesita una llamada fiable con diez personas en un equipo modesto, pruebe esta opción antes de concluir que necesita más hardware.
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 groupsEl paquete golang-go de Ubuntu 24.04 es Go 1.22, pero el go.mod de Galène ahora requiere Go 1.24. Si go build indica que el módulo necesita una versión más reciente de Go, instale una cadena de herramientas actual desde go.dev en lugar de intentar resolverlo con el paquete de la distribución.
Un grupo es la forma en que Galène denomina una sala, y un grupo es un archivo JSON:
echo '{"users": {"vimes": {"password":"sybil", "permissions":"op"}}}' > groups/night-watch.json
./galene &Abra https://your.server:8443/group/night-watch/ e inicie sesión como vimes. Esas credenciales aparecen directamente en el README del proyecto, así que cámbielas antes de que el puerto sea accesible desde cualquier otro lugar. En un despliegue real, la guía de instalación del proyecto utiliza un usuario galene dedicado, con el binario y los directorios static, data y groups en su directorio personal. Detenga la copia de prueba que inició con ./galene & y ejecute esto desde el directorio donde compiló el programa:
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/galeneEl proyecto documenta esta unidad de systemd:
[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.targetLos puertos son TCP 8443 para la interfaz web, TCP y UDP 1194 para el servidor TURN integrado y un intervalo de puertos UDP altos para los medios. La guía de instalación requiere que ese intervalo sea amplio, del orden de varias decenas de miles de puertos. Fije un intervalo amplio y escriba una única regla de firewall para él:
./galene -udp-range 30000-65000La opción -turn es la importante en un VPS. -turn ':1194' escucha en todas las direcciones IPv4 públicas. -turn '203.0.113.1:1194' indica a Galène la dirección que verán realmente los clientes. Esto es necesario cuando la dirección propia del equipo es privada. -turn '' desactiva el servidor integrado para que pueda apuntar a uno externo mediante data/ice-servers.json. El valor predeterminado es auto, que se comporta como :1194 cuando no existe ice-servers.json.
Puede colocar nginx delante de la interfaz web configurando proxyURL en data/config.json y haciendo proxy de la ubicación /ws con las cabeceras de actualización de WebSocket. Tenga claro qué cubre esto: los clientes siguen abriendo flujos UDP directos y conexiones TCP directas al puerto TURN. Por tanto, el proxy inverso sólo gestiona la página y la señalización. Los medios nunca pasan por él.
El README de Galène indica que necesita recursos de servidor muy moderados, y la página principal del proyecto proporciona cifras aproximadas: unos 20 participantes en una única reunión con un núcleo, 40 con cuatro núcleos y unos 300 por núcleo en una conferencia. Esto se debe a que la carga de una reunión crece con el cuadrado del número de participantes. El cálculo de ancho de banda anterior sigue siendo aplicable por completo. Lo que ahorra es la memoria y los componentes adicionales de todo lo que no forma parte del SFU.
Owncast: de uno a muchos, con un consumo de ancho de banda lineal
Muchos requisitos de «videoconferencia» consisten en realidad en que una persona presenta contenido a una audiencia que escribe en el chat. Si ese es su caso, una SFU no es la herramienta adecuada y el modelo de costes cambia por completo. Owncast recibe un flujo RTMP de OBS o de un codificador similar y sirve HLS mediante HTTPS convencional. El ancho de banda por espectador crece de forma lineal, no cuadrática. Además, como la salida son segmentos HTTP normales, puede trasladarla a un almacenamiento de objetos o a una CDN y dejar de pagar ese tráfico en el origen.
curl -sL https://owncast.online/install.sh -o install-owncast.sh
less install-owncast.sh
bash install-owncast.shLa documentación del proyecto indica que no debe ejecutarse como root y que debe inspeccionar cualquier script remoto antes de ejecutarlo. Por eso la descarga se realiza en un paso independiente más arriba. El instalador obtiene la versión actual y un binario de ffmpeg si todavía no dispone de uno. Ejecute ./owncast desde el directorio de instalación y abra el panel de administración en /admin, en el puerto 8080. El inicio de sesión predeterminado usa el usuario admin y la contraseña abc123. La clave de flujo predeterminada también es abc123, pero se configura por separado. Cambie ambas antes de apuntar un dominio al servidor.
El diseño basado en HLS tiene dos consecuencias. Los espectadores reciben el contenido con un retraso de varios segundos o minutos respecto al directo, porque HLS entrega segmentos completos. Por tanto, no permite una conversación de ida y vuelta. Además, en ningún punto de la ruta se usa UDP ni TURN. Así, puede llegar a redes en las que una llamada WebRTC no consigue conectarse.
Owncast también es la única herramienta de esta lista que transcodifica de forma intencionada. Cada calidad de salida que habilite requiere otra codificación con ffmpeg del flujo entrante durante toda la emisión. En un VPS pequeño, ofrezca una o dos calidades.
Element Call en un servidor Matrix que ya administra
Si ya administra Matrix, el vídeo es una ampliación, no un segundo producto que deba operar. Aun así, requiere más de un paquete. Element Call necesita dos componentes detrás de su homeserver. El primero es un SFU de LiveKit, que reenvía los medios. El segundo es el servicio de autorización MatrixRTC, element-hq/lk-jwt-service, que emite el JWT firmado (JSON Web Token) que un usuario de Matrix presenta al SFU de LiveKit. Las versiones actuales están diseñadas para ejecutarse como un servicio de aplicación en su homeserver, que actúa como proxy de los endpoints de LiveKit en sus APIs de cliente y federación. El modo independiente antiguo, en el que los clientes se comunicaban directamente con el servicio, todavía es compatible, pero está obsoleto. En ambos casos, el proyecto recomienda colocar un proxy inverso TLS delante del servicio, y su .well-known/matrix/client debe dirigir los clientes hacia él.
Puertos documentados de LiveKit:
- TCP 7880 para la API y el WebSocket del cliente, detrás de un proxy que termina TLS
- TCP 7881 para ICE sobre TCP, que se usa cuando un cliente no puede salir por UDP
- UDP 50000 a 60000 para los medios; cada participante de una sala usa dos puertos
- UDP 3478 y TCP 5349 si habilita el servidor TURN integrado; 5349 debe trasladarse a 443 salvo que haya un balanceador de carga delante
Dos puertos por participante puede parecer preocupante, pero no lo es. Un rango de 10,000 puertos cubre a miles de participantes, y su enlace ascendente se saturará mucho antes de agotar el rango. Abra de todos modos el rango completo, porque un rango abierto parcialmente falla para algunas personas y funciona para otras. Ese es el tipo de fallo más difícil de depurar. La parte correspondiente al homeserver es un trabajo independiente, que se trata en administrar un homeserver de Synapse en un VPS.
¿Por qué una persona nunca puede conectarse? TURN y las redes que bloquean UDP
Primero, algunos términos que se utilizarán una sola vez. ICE (interactive connectivity establishment) es el proceso que utilizan dos extremos WebRTC para encontrar una ruta funcional entre ellos. STUN (session traversal utilities for NAT) es un servicio pequeño que indica a un cliente cómo se ve su propia dirección pública desde el exterior. TURN (traversal using relays around NAT) es un relay: cuando no existe una ruta directa, ambos extremos envían sus medios al servidor TURN y este los reenvía.
Necesita TURN para los participantes cuyas redes no puede controlar. Uno puede estar en una red corporativa o universitaria que bloquea por completo el UDP saliente. Otro puede estar detrás de una NAT de nivel de operador que asigna un puerto de origen diferente para cada destino. Esto se denomina NAT simétrica y hace que la dirección comunicada por STUN deje de ser útil.
El síntoma es concreto. La mayoría de las personas se une y todo funciona. Una persona ve la lista de participantes, ve el chat y obtiene un recuadro negro con un indicador de carga. Su navegador recopiló candidatos, ninguno de los pares funcionó y ICE terminó en estado fallido. En Chrome, chrome://webrtc-internals, abierto durante el intento, muestra los pares de candidatos y el fallo. Pida a esa persona que vuelva a intentarlo desde un teléfono conectado a datos móviles. Si allí funciona, la causa es su red y TURN es la solución.
TURN sobre TCP en 443 o 5349 es el mecanismo de reserva que funciona en casi todas partes, porque una red que bloquea TLS en 443 también ha bloqueado la web. El paquete de Jitsi instala y configura coturn automáticamente. Por eso sus reglas de firewall documentadas incluyen UDP 3478 y TCP 5349. Galène incorpora TURN en el puerto 1194. LiveKit incluye un servidor TURN integrado que se activa en la configuración. Si ejecuta coturn por su cuenta:
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-peersEsos ajustes se configuran en /etc/turnserver.conf. Los cambios se aplican al ejecutar sudo systemctl restart coturn, y cada edición posterior del archivo requiere el mismo reinicio.
Ahora, el coste que nadie suele indicar. Un relay transporta todos los medios de cada participante retransmitido en ambas direcciones. Cuando coturn comparte equipo con el SFU, la mayor parte de ese tráfico atraviesa loopback y consume CPU en lugar de ancho de banda de salida. Además, el listener TLS cifra cada paquete una segunda vez, por encima de DTLS, que ya transporta los medios. Si mueve TURN a otro equipo, ese equipo necesita su propio plan de ancho de banda, dimensionado de la misma forma que el del SFU. TURN sobre TCP también convierte los medios en tiempo real en un flujo fiable. Por tanto, un paquete perdido se retransmite en lugar de omitirse, y un participante retransmitido en un enlace con pérdidas acumula latencia en vez de sufrir una interrupción breve. El relay es un mecanismo de reserva que permite conectarse, pero con una calidad que la ruta directa habría superado.
¿Cuándo transcodifica el SFU y qué coste tiene?
Un SFU reenvía paquetes y nunca decodifica vídeo. Por eso, cuatro núcleos pueden atender una sala que, sobre el papel, parece imposible. Dos funciones rompen esta propiedad. Ambas suelen sorprender a quienes las activan mediante una casilla de verificación.
La primera es la grabación. Jitsi graba con Jibri, y su propia documentación describe exactamente lo que hace: inicia una instancia de Chrome renderizada en un framebuffer virtual y captura y codifica la salida con ffmpeg. Esto implica renderizar toda la reunión en un navegador completo y ejecutar además un codificador de vídeo durante toda la llamada. La misma documentación indica que un solo Jibri admite una única grabación simultánea y que está pensado para ejecutarse en una máquina o máquina virtual independiente, sin otras aplicaciones que utilicen los dispositivos de pantalla o audio. La grabación requiere un segundo servidor, no una casilla de verificación.
La segunda es el acceso telefónico. Conectar una línea telefónica a una conferencia implica convertir Opus a 48 kHz al formato que acepta la red telefónica, normalmente G.711 a 8 kHz, en ambas direcciones y durante toda la llamada. La transcodificación de audio consume muchos menos recursos que la de vídeo, pero se ejecuta por cada tramo de llamada y nunca se pausa. Por tanto, el coste aumenta con el número de participantes que llaman. Si quiere un número de acceso telefónico, un servidor VoIP autohospedado es el componente que realiza ese trabajo y debe ejecutarse en un servidor independiente por la misma razón que Jibri.
¿Qué tamaño de servidor necesita realmente?
Para dos personas, casi nada. Jitsi activa el modo peer-to-peer de forma predeterminada cuando hay exactamente dos participantes. En ese modo, la conferencia deja de enviar datos a través del videobridge y usa la conexión directa o un relay TURN cuando no existe una ruta directa. La incorporación de una tercera persona vuelve a activar el bridge. Este bypass ahorra tráfico multimedia, pero el manual de Jitsi sigue recomendando 2 GB para servidores de prueba o reuniones muy pequeñas.
Para un máximo aproximado de diez personas con las cámaras activadas, 67.2 Mbps con ocho participantes se mantiene dentro de lo que soporta el uplink de un VPS normal. El manual de Jitsi indica que 4 GB son suficientes para reuniones pequeñas. Supervise el contador de transferencia en lugar de la gráfica de CPU.
Para treinta personas, el peor caso es de 1,044 Mbps sostenidos, y veinte horas de uso representan 9.4 TB. Este es el tamaño a partir del cual debe calcular el coste del ancho de banda antes que el del servidor. Active last-N para que el bridge reenvíe sólo a los participantes que han hablado recientemente, establezca la cámara desactivada como opción predeterminada para los asistentes y coloque el SFU en una ubicación con una cuota de transferencia que soporte esos cálculos.
Por encima de ese tamaño, un solo VPS no es la opción adecuada. El evento puede ser realmente una emisión, en cuyo caso Owncast con una CDN cuesta una fracción de esto. También puede necesitar más de un videobridge detrás de una sola capa de señalización, lo que constituye un proyecto distinto del que había iniciado.
Queda un último aspecto de encaminamiento. La mayoría de los equipos necesitan chat durante muchas más horas al día que vídeo. Además, el chat es barato de alojar y fácil de mantener en funcionamiento. Configurar una alternativa autoalojada a Slack para el tráfico diario y reservar un servidor de conferencias para las llamadas programadas es la configuración que se ajusta a un presupuesto reducido de VPS.
FAQ
¿Por qué las personas pueden unirse a mi reunión de Jitsi, pero no pueden verse ni oírse?
El chat y la lista de participantes viajan por el canal de señalización, que usa TCP en 443, mientras que el audio y el vídeo usan UDP 10000 hasta el videobridge. Si la lista de participantes se completa y todos los recuadros permanecen en negro, la ruta multimedia está bloqueada, pero la ruta de señalización funciona. Compruebe UDP 10000 en ambos firewalls: el del servidor y el firewall de red independiente del panel de control del proveedor. Después, compruebe que el bridge conozca su dirección pública. Si la detección automática no la encontró en una máquina virtual con una dirección privada y otra pública asignada mediante mapeo, añada un mapeo estático en ice4j.harvest.mapping dentro de /etc/jitsi/videobridge/jvb.conf y reinicie jitsi-videobridge2. Ejecute sudo tcpdump -ni any udp port 10000 mientras alguien se une. Esto indica cuál de las dos rutas falla, porque la ausencia total de paquetes significa que el bloqueo está antes del sistema operativo.
¿Cuánto ancho de banda usa una videollamada con 30 personas?
En el peor caso, cuando todos tienen la cámara activada y la SFU reenvía una capa de calidad completa a cada participante, el servidor envía aproximadamente 1,044 Mbps, es decir, 469.8 GB por hora. Es un cálculo basado en N veces (N menos 1) flujos de 1.2 Mbps cada uno, no una medición de su instalación. El simulcast y un ajuste de last-N reducen mucho esta cifra en el uso normal, porque la mayoría de los participantes no aparece en pantalla en un momento dado. Aun así, dimensione el sistema para un valor cercano al peor caso, ya que este se produce cuando todo el equipo activa la cámara al mismo tiempo.
¿Puedo ejecutar Jitsi Meet en un VPS de 1 GB?
La recomendación mínima del manual es de 2 GB para servidores de prueba o reuniones muy pequeñas. Prosody, el videobridge y el entorno de ejecución de Java necesitan memoria. La recomendación habitual del manual es de 8 GB, y el cálculo del ancho de banda será un problema antes que la memoria. Si sólo dispone de un servidor de 1 GB, Galène se adapta mejor a ese tamaño que Jitsi.
¿Sigo necesitando un servidor TURN si mi VPS tiene una dirección IP pública?
Sí. TURN resuelve un problema que se encuentra en el otro extremo de la llamada. Un participante en una red corporativa que bloquee el tráfico UDP saliente, o detrás de una NAT de nivel de operador que asigne un puerto de origen diferente para cada destino, no puede establecer una ruta multimedia directa, por muy pública que sea la dirección del servidor. TURN sobre TCP en 443 o 5349 le proporciona un relay que el firewall interpreta como tráfico web normal. La instalación del paquete de Jitsi configura coturn de esta forma de manera predeterminada. Por eso las reglas de firewall documentadas abren UDP 3478 y TCP 5349.
¿Por qué BigBlueButton necesita mucho más hardware que Jitsi Meet?
Porque hace mucho más que reenviar vídeo. Su requisito de producción publicado es de 16 GB de RAM y 8 núcleos, frente a 8 GB y 4 núcleos en el manual de Jitsi. BigBlueButton ejecuta una pila completa de conferencias de audio, una pizarra compartida y una capa de presentaciones, un flujo de grabación y posprocesamiento, y una interfaz web con cuentas de usuario, todo en la misma máquina. También impone requisitos concretos sobre la plataforma: la versión actual, 4.0, sólo se instala en Ubuntu 24.04, requiere Docker y direcciones IPv4 e IPv6, y no se puede actualizar directamente desde 3.0. Ambas cifras proceden de la documentación de cada proyecto y son puntos de partida, no mediciones de su carga de trabajo.