SSD Nodes Learn Hosting plans →
Guide Matt ConnorDi Matt Connor

Videoconferenze self-hosted su VPS: banda e scelta

Calcola la banda prima di scegliere il VPS: confronta Jitsi, BigBlueButton e Galene per RAM, porte UDP e problemi NAT, con formule pratiche.

Le videoconferenze self-hosted su un VPS sono un problema di banda

Le videoconferenze self-hosted falliscono sui server di piccole dimensioni per un motivo preciso, che quasi mai riguarda l'installazione. Il componente server usato da tutti gli strumenti moderni è un SFU (selective forwarding unit). Riceve un flusso video da ogni partecipante e ne inoltra una copia a tutti gli altri. Di conseguenza, il traffico in uscita dal server cresce in proporzione al quadrato del numero di partecipanti. Il manuale di Jitsi indica 2 GB per i server di test o per riunioni molto piccole. Questa configurazione non è sufficiente per la riunione plenaria che stai progettando.

Procedi quindi in questo ordine. Conta i partecipanti, calcola i megabit e scegli quindi il server. L'installazione richiede venti minuti di copia e incolla. La capacità dell'uplink determina se gli altri partecipanti riusciranno a sentirti.

Perché la larghezza di banda cresce con il quadrato dei partecipanti?

Partiamo dalla mesh. Ogni browser codifica il video della propria videocamera e ne invia una copia direttamente a ogni altro browser; nessun media server interviene nel flusso video. Una chiamata mesh tra due persone richiede un signalling server e un relay TURN per i casi in cui i due browser non riescono a raggiungersi direttamente. Per questo motivo, le chiamate uno a uno hanno costi di hosting quasi nulli. La mesh smette di funzionare quando i partecipanti sono circa quattro o cinque, perché un laptop collegato a una rete domestica deve caricare contemporaneamente quattro o cinque copie separate del proprio video.

Un SFU funziona in modo diverso. Ogni browser carica una copia del video sul server. Il server legge gli header RTP (real-time transport protocol) e inoltra i pacchetti agli altri partecipanti senza decodificare il video. Questo è l'intero meccanismo, ed è il motivo per cui un SFU richiede poca CPU ma molta rete.

L'architettura precedente è un MCU (multipoint control unit). Decodifica ogni stream in ingresso, li compone in un'unica immagine e la ricodifica. La larghezza di banda in uscita è minima. Il costo in termini di CPU è enorme. Oggi quasi nessuno usa un MCU per il video, e questa guida non ne usa uno.

Passiamo ora ai calcoli per un SFU. Supponiamo che ogni persona trasmetta video a 1.2 Mbps e che nessuno abbia disattivato la videocamera. Il server riceve N volte 1.2 Mbps: una crescita lineare e trascurabile. Il server invia N volte (N meno 1) volte 1.2 Mbps, perché ognuna delle N persone deve ricevere gli altri N meno 1 stream. È questo il secondo valore a determinare la sostenibilità dei progetti.

GraficoSFU outbound traffic, arithmetic model at 1.2 Mbps per sender
I dati alla base di questo grafico
[
  {
    "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
  }
]

Queste righe riportano calcoli matematici, non misurazioni di un server specifico. La colonna mensile presuppone venti ore di chiamate al mese. Leggi prima l'ultima riga. Cinquanta persone con la videocamera attiva richiedono 2,940 Mbps di traffico in uscita sostenuto da una singola macchina. Trenta persone richiedono 1,044 Mbps. Quattro persone richiedono 14.4 Mbps, un valore che qualsiasi VPS gestisce senza problemi. Tra la riga con quattro persone e quella con trenta, il numero dei partecipanti cresce di sette volte e mezza, mentre il traffico in uscita cresce di oltre settanta volte.

Le implementazioni reali restano al di sotto di questi valori, ed è utile capire esattamente come. Jitsi e LiveKit usano entrambi il simulcast: il mittente pubblica contemporaneamente diversi livelli di qualità e l'SFU inoltra un livello più basso a chi non è visualizzato sullo schermo. Jitsi dispone inoltre di un'impostazione last-N che inoltra il video soltanto degli speaker più recenti. Entrambe le tecniche riducono molto il traffico. Nessuna modifica la forma della curva, ed entrambe smettono di aiutare nel momento in cui tutti attivano la videocamera e fissano sullo schermo gli altri partecipanti.

Una pagina del piano indica una «porta da 1 Gbps». Si tratta della velocità della scheda di rete virtuale, non di una garanzia sulla capacità del collegamento successivo. Il collegamento è condiviso con gli altri tenant dello stesso host fisico. Per questo, durante le ore di maggiore utilizzo, il throughput sostenuto è inferiore alla velocità della porta. Una conferenza è esattamente un carico sostenuto. La maggior parte dei piani prevede inoltre un limite mensile di trasferimento. Superato tale limite, la velocità viene ridotta oppure vengono addebitati costi aggiuntivi.

È questo limite che compare come voce inattesa in fattura. In un mese, venti ore della chiamata con trenta partecipanti trasferiscono 9.4 TB in uscita dal server, a 469.8 GB all'ora. Venti ore della chiamata con cinquanta partecipanti trasferiscono 26.5 TB. Verificate il limite di trasferimento prima della quantità di RAM. Se la pagina del piano non lo specifica chiaramente, questa ambiguità è già una risposta. Leggere correttamente un'offerta VPS è più importante per questo carico di lavoro che per quasi ogni altro.

Jitsi Meet: la scelta predefinita e ciò che richiede

Jitsi Meet è la soluzione da cui la maggior parte delle persone dovrebbe iniziare. Si installa dal repository Debian del progetto, configura nginx e un certificato durante l'installazione e il videobridge (JVB) usa una sola porta UDP, mantenendo brevi le regole del firewall. A ottobre 2026, il manuale indica Debian 12 (Bookworm) o versioni successive e Ubuntu 24.04 (Noble Numbat) o versioni successive come supportati, 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-meet

Il programma di installazione chiede un hostname e poi propone una scelta per il certificato. Seleziona l'opzione Let's Encrypt e assegnale un nome di dominio che risolva già all'indirizzo pubblico di questo server. Il certificato viene emesso tramite una challenge HTTP, quindi un nome che punta altrove fallisce in questa fase.

Poi apri le porte. Queste sono quelle documentate nel manuale, con SSH per prima, così ufw enable non ti esclude dal server:

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 enable

TCP 80 e 443 servono l'applicazione web e consentono il rinnovo del certificato. UDP 10000 trasporta audio e video per ogni chiamata che passa dal bridge, ed è una porta che viene dimenticata. TCP 5349 appartiene al server coturn installato dal pacchetto Jitsi insieme al bridge e costituisce il percorso di fallback per chiunque abbia una rete che blocca UDP. UDP 3478 è la porta STUN di coturn. Il manuale la indica come opzionale perché Jitsi la usa solo dopo una modifica a config.js.

sudo systemctl status jitsi-videobridge2
sudo ss -ulnp | grep 10000

Il primo comando dovrebbe indicare il servizio come attivo. Il secondo dovrebbe mostrare il bridge in ascolto su UDP 10000. Se non stampa nulla, il bridge non è stato avviato e /var/log/jitsi/jvb.log spiegherà il motivo.

Per il dimensionamento, il manuale di Jitsi pubblica un proprio punto di partenza, mentre BigBlueButton ne pubblica uno molto più elevato:

GraficoSizing each project publishes for one production server
I dati alla base di questo grafico
[
  {
    "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
  }
]

Il manuale di Jitsi suggerisce in genere 8 GB di RAM e indica che 4 core dedicati possono essere sufficienti per un server di base. Indica 1,000 Mbps di rete come spesso sufficienti per un server destinato ad amici o a una piccola organizzazione, suggerisce 10 Gbps per un server di produzione serio e osserva che le riunioni di piccole dimensioni funzionano con 4 GB, mentre i server di test possono usare 2 GB. C'è un dettaglio di quella pagina che conviene ricordare: Prosody, il server XMPP che gestisce la segnalazione, può usare un solo core. I core aggiuntivi aiutano il bridge e non fanno nulla per la segnalazione.

Perché tutti entrano nella chiamata, ma nessuno vede il video?

Questo è il problema tipico di Jitsi su un VPS. L’elenco dei partecipanti si popola, la chat funziona, ma tutti i riquadri video restano neri. Il videobridge pubblicizza gli indirizzi che rileva sulle proprie interfacce, oltre a eventuali indirizzi pubblici che riesce a individuare. Una nuova installazione del pacchetto lo configura per usare un server STUN gestito da Jitsi per questa individuazione, e il manuale indica che un bridge dietro NAT dovrebbe configurarsi automaticamente all’avvio. Se l’individuazione non riesce, ad esempio perché il traffico in uscita verso quel server STUN è bloccato, un bridge con un indirizzo privato pubblicizza soltanto quell’indirizzo. Di conseguenza, ogni client prova a inviare i flussi multimediali a un indirizzo come 10.0.0.5, ma i pacchetti non arrivano a destinazione. Il sintomo indicato dal manuale è che le chiamate funzionano con due partecipanti e falliscono quando se ne aggiunge un terzo, perché due partecipanti usano la modalità peer-to-peer e non contattano mai il bridge.

Quando l’individuazione automatica non è sufficiente, specifica manualmente entrambi gli indirizzi al bridge. Aggiungi una mappatura statica a /etc/jitsi/videobridge/jvb.conf:

ice4j {
  harvest {
    mapping {
      static-mappings = [
        {
          local-address = "10.0.0.5"
          public-address = "203.0.113.10"
        }
      ]
    }
  }
}

Riavvia con sudo systemctl restart jitsi-videobridge2. Recupera l’indirizzo locale da ip -4 addr show e l’indirizzo pubblico dal pannello di controllo del provider. Le guide meno recenti configurano lo stesso parametro in /etc/jitsi/videobridge/sip-communicator.properties usando le chiavi org.ice4j.ice.harvest.NAT_HARVESTER_LOCAL_ADDRESS e org.ice4j.ice.harvest.NAT_HARVESTER_PUBLIC_ADDRESS. Queste impostazioni funzionano ancora, ma nelle nuove installazioni devi usare il blocco di mappatura precedente.

L’altra causa possibile è un firewall non configurato. La maggior parte dei provider gestisce un firewall di rete nel pannello di controllo, separato da ufw sul server, e UDP 10000 deve essere aperto su entrambi. Per individuare il livello che scarta i pacchetti, esegui sudo tcpdump -ni any udp port 10000 sul server mentre qualcuno si collega dall’esterno. Se non arriva alcun pacchetto, il traffico non raggiunge la macchina e il blocco si trova a monte del sistema operativo. Se i pacchetti arrivano ma i riquadri restano neri, il bridge sta rispondendo con un indirizzo non raggiungibile dal client: il problema è quindi la mappatura. Se non sai se il problema riguarda ufw, le regole ufw necessarie su un VPS spiega l’ordine delle regole che causa più spesso problemi.

BigBlueButton: pesante, vincolato e pensato per l'intero server

BigBlueButton è progettato per la didattica. Include una lavagna, stanze per sottogruppi, sondaggi e un'area per le presentazioni. La pipeline di registrazione è una funzionalità principale, non un componente aggiuntivo. È inoltre, con ampio margine, l'opzione più pesante tra quelle qui descritte e non è un pacchetto da aggiungere a un server esistente.

BigBlueButton 4.0 è la release corrente. La versione 4.0.0 è stata pubblicata come release stabile il 14 ottobre 2026. La versione 4.0.1, pubblicata il 29 ottobre 2026, è ora indicata come Latest su GitHub e la guida di installazione del progetto è la guida per la versione 4.0. Richiede Ubuntu 24.04, selezionato tramite il flag di versione noble-400, e lo script di installazione rifiuta di essere eseguito su qualsiasi altra release. Non è disponibile un aggiornamento in-place dalla versione 3.0 su Ubuntu 22.04: il progetto raccomanda di configurare invece un server 24.04 pulito. I requisiti dichiarati per la produzione sono 16 GB di memoria con swap abilitato, 8 core CPU con elevate prestazioni single-thread, 250 Mbps di banda simmetrica e 500 GB di spazio su disco se si conservano le registrazioni (50 GB se vengono disabilitate). La guida 4.0 richiede inoltre la versione più recente di Docker, che mantiene la conversione dei documenti tramite LibreOffice in un sandbox e che, secondo l'avviso del progetto, può escludere alcuni ambienti virtualizzati, oltre a un indirizzo IPv4 e a un indirizzo IPv6. Le porte sono TCP 80 e 443, TCP e UDP 3478 per il server TURN integrato, oltre all'intervallo UDP da 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 -g

Gli esempi del progetto passano direttamente lo script a bash. Scaricatelo e leggetelo prima, perché scrive la propria configurazione del sito nginx, installa Docker e il proprio stack multimediale e audio, configura apt per usare il repository dei pacchetti versionato del progetto e prende in carico il nome host. Questa è una scelta progettuale, non un difetto: BigBlueButton si aspetta di avere il controllo della macchina. Per impostazione predefinita, lo script installa un firewall ufw (passate -W per escluderlo; il vecchio flag -w è ancora accettato ma non produce alcun effetto), le regole predefinite consentono SSH soltanto sulla porta 22 e l'installazione si interrompe se sshd è in ascolto su un'altra porta. -s è il nome host, che deve già risolvere verso l'indirizzo pubblico di questo server. -e è l'indirizzo che Let's Encrypt registra. -g aggiunge il front end Greenlight. La guida 4.0 richiede inoltre che le porte TCP 80 e 443 non siano già utilizzate da un altro web server o reverse proxy. Se la stessa macchina gestisce la terminazione TLS per altri servizi, assegnate a BigBlueButton un server dedicato invece di cercare di inserirlo dietro la configurazione del reverse proxy nginx già in uso.

Confrontate attentamente le due righe della tabella. BigBlueButton richiede il doppio della memoria e il doppio dei core indicati per Jitsi, ma richiede un quarto della banda. Le due cifre non sono misurate nello stesso modo e presuppongono stanze di dimensioni diverse. Consideratele quindi come il punto di partenza del rispettivo progetto, non come un confronto diretto. La differenza nel carico CPU è reale e dipende da tutte le attività che BigBlueButton svolge oltre all'inoltro del video.

Galène: l'opzione compatta

Galène è un SFU compatto scritto in Go. Viene compilato in un singolo binario statico, include il proprio client Web e un server TURN, quindi non richiede un server XMPP, un runtime Java o un'applicazione Rails da mantenere attiva. Se il requisito è una chiamata affidabile con dieci partecipanti su una macchina modesta, provatelo prima di concludere che serva hardware più potente.

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 groups

Il pacchetto golang-go su Ubuntu 24.04 è Go 1.22, mentre go.mod di Galène ora richiede Go 1.24. Se go build segnala che il modulo richiede una versione più recente di Go, installate una toolchain aggiornata da go.dev invece di cercare di usare il pacchetto della distribuzione.

Un gruppo è il termine usato da Galène per indicare una stanza, ed è un file JSON:

echo '{"users": {"vimes": {"password":"sybil", "permissions":"op"}}}' > groups/night-watch.json
./galene &

Aprite https://your.server:8443/group/night-watch/ ed effettuate l'accesso come vimes. Queste credenziali provengono direttamente dal README del progetto, quindi modificatele prima che la porta sia raggiungibile da altre reti. Per una distribuzione reale, la guida d'installazione del progetto usa un utente galene dedicato, con il binario e le directory static, data e groups nella relativa home. Arrestate la copia di test avviata con ./galene &, quindi eseguite quanto segue dalla directory in cui avete compilato il programma:

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/galene

Il progetto documenta questa unità 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.target

Le porte sono TCP 8443 per l'interfaccia Web, TCP e UDP 1194 per il server TURN integrato e un intervallo di porte UDP alte per i media. La guida d'installazione richiede un intervallo ampio, dell'ordine di alcune decine di migliaia di porte; quindi assegnatene uno esteso e scrivete una sola regola firewall per tutto l'intervallo:

./galene -udp-range 30000-65000

L'opzione -turn è quella importante su un VPS. -turn ':1194' resta in ascolto su tutti gli indirizzi IPv4 pubblici. -turn '203.0.113.1:1194' comunica a Galène l'indirizzo che i client vedranno effettivamente; è necessario quando l'indirizzo della macchina è privato. -turn '' disabilita il server integrato, così potete indicare un server esterno tramite data/ice-servers.json. Il valore predefinito è auto, che si comporta come :1194 quando non esiste alcun ice-servers.json.

Potete mettere nginx davanti all'interfaccia Web impostando proxyURL in data/config.json e facendo il proxy della location /ws con gli header di upgrade WebSocket. È importante sapere cosa copre questa configurazione: i client continuano ad aprire flussi UDP diretti e connessioni TCP dirette verso la porta TURN, quindi il reverse proxy gestisce soltanto la pagina e la segnalazione. I media non passano attraverso il proxy.

Il README di Galène indica requisiti hardware molto contenuti, mentre la home page del progetto fornisce alcuni valori indicativi: circa 20 partecipanti in una singola riunione su un core, 40 su quattro core e circa 300 partecipanti per core in una lezione, perché il carico di una riunione cresce con il quadrato del numero di partecipanti. Il calcolo della larghezza di banda riportato sopra resta valido. Il risparmio riguarda la memoria e tutti i componenti aggiuntivi che non fanno parte dell'SFU.

Owncast: da uno a molti, con larghezza di banda lineare

Molti requisiti di “videoconferenza” consistono in realtà in una persona che presenta contenuti a un pubblico che scrive in chat. Se questo è il tuo caso, un SFU è lo strumento sbagliato e il modello dei costi cambia completamente. Owncast riceve uno stream RTMP da OBS o da un encoder analogo e distribuisce HLS tramite il normale HTTPS. La larghezza di banda per spettatore cresce in modo lineare anziché quadratico. Poiché l’output è costituito da segmenti HTTP standard, puoi spostarlo dietro un object storage o una CDN e smettere di sostenerne i costi sull’origine.

curl -sL https://owncast.online/install.sh -o install-owncast.sh
less install-owncast.sh
bash install-owncast.sh

La documentazione del progetto indica di non eseguire il servizio come root e di esaminare qualsiasi script remoto prima di eseguirlo. Per questo il download è un passaggio separato sopra. L’installer scarica la release corrente e un binario di ffmpeg se non ne hai già uno. Esegui ./owncast dalla directory di installazione e apri il pannello di amministrazione all’indirizzo /admin sulla porta 8080. L’accesso predefinito usa l’utente admin e la password abc123. Anche la chiave dello stream predefinita è abc123, ma si tratta di un’impostazione separata. Modifica entrambi i valori prima di associare un dominio al server.

Dal design HLS derivano due conseguenze. Gli spettatori ricevono il contenuto con un ritardo di alcuni secondi o minuti rispetto alla diretta, perché HLS distribuisce segmenti completi. Non è quindi possibile sostenere una conversazione in tempo reale. Inoltre, nel percorso non vengono usati né UDP né TURN. Il servizio può quindi raggiungere reti in cui una chiamata WebRTC non riesce a stabilire la connessione.

Owncast è anche l’unico strumento qui considerato che esegue intenzionalmente la transcodifica. Ogni qualità di output abilitata richiede un’ulteriore codifica ffmpeg dello stream in ingresso, per tutta la durata della trasmissione. Su un VPS di piccole dimensioni, offri una o due qualità.

Element Call su un server Matrix già in esecuzione

Se gestisci già Matrix, il video è un'aggiunta piuttosto che un secondo prodotto da gestire. Si tratta comunque di più di un singolo pacchetto. Element Call richiede due componenti dietro il tuo homeserver. Il primo è un LiveKit SFU, che si occupa dell'inoltro dei media. Il secondo è il servizio di autorizzazione MatrixRTC, element-hq/lk-jwt-service, che emette il JWT (JSON web token) firmato che un utente Matrix presenta al LiveKit SFU. Le versioni attuali sono pensate per essere eseguite come application service sul tuo homeserver, che fa da proxy per gli endpoint LiveKit sia nelle API client che in quelle di federation. La vecchia modalità standalone, in cui i client comunicavano direttamente con il servizio, è ancora supportata ma deprecata. In ogni caso, il progetto raccomanda un reverse proxy TLS davanti ad esso, e il tuo .well-known/matrix/client deve indirizzare i client verso di esso.

Porte documentate di LiveKit:

  • TCP 7880 per l'API e il WebSocket client, dietro un proxy che termina TLS
  • TCP 7881 per ICE su TCP, utilizzato quando un client non riesce a connettersi tramite UDP
  • UDP 50000 a 60000 per i media, dove ogni partecipante in una stanza utilizza due porte
  • UDP 3478 e TCP 5349 se abiliti il server TURN integrato, e la porta 5349 deve essere spostata sulla 443 a meno che non sia presente un load balancer davanti ad essa

Due porte per partecipante possono sembrare allarmanti, ma non lo sono. Un intervallo di 10000 porte copre migliaia di partecipanti, e la tua banda in upload si esaurirà molto prima dell'intervallo. Apri comunque l'intero intervallo, perché un intervallo parzialmente aperto funziona per alcuni utenti e fallisce per altri, il che rappresenta il peggior tipo di errore da sottoporre a debug. La parte relativa all'homeserver è un compito a sé stante, trattato in esecuzione di un homeserver Synapse su una VPS.

Perché una persona non riesce mai a connettersi? TURN e le reti che bloccano UDP

Prima di tutto, alcune definizioni, utilizzate una sola volta. ICE (interactive connectivity establishment) è il processo con cui due endpoint WebRTC cercano un percorso funzionante tra loro. STUN (session traversal utilities for NAT) è un piccolo servizio che comunica a un client quale aspetto ha il proprio indirizzo pubblico visto dall'esterno. TURN (traversal using relays around NAT) è un relay: quando non esiste un percorso diretto, entrambi i lati inviano i media al server TURN, che li inoltra.

TURN serve per i partecipanti le cui reti non potete controllare. Uno di loro potrebbe trovarsi su una rete aziendale o universitaria in cui il traffico UDP in uscita è completamente bloccato. Un altro potrebbe essere dietro un NAT di tipo carrier-grade che assegna una porta sorgente diversa per ogni destinazione. Questo comportamento è chiamato symmetric NAT e rende inutilizzabile l'indirizzo comunicato da STUN.

Il sintomo è specifico. La maggior parte delle persone accede e tutto funziona. Una persona vede l'elenco dei partecipanti e la chat, ma visualizza un riquadro nero e un indicatore di caricamento. Il browser ha raccolto i candidate, ma nessuna coppia ha funzionato e ICE è terminato in stato di errore. In Chrome, chrome://webrtc-internals aperto durante il tentativo mostra le coppie di candidate e l'errore. Chiedete a questa persona di riprovare da un telefono con la rete dati mobile. Se in quel caso funziona, la causa è la sua rete e TURN è la soluzione.

TURN su TCP sulla porta 443 o 5349 è il fallback che funziona quasi ovunque, perché una rete che blocca TLS sulla porta 443 blocca anche il Web. Il pacchetto di Jitsi installa e configura coturn automaticamente; per questo le regole firewall documentate includono UDP 3478 e TCP 5349. Galène integra TURN sulla porta 1194. LiveKit include un server TURN integrato che si abilita nella configurazione. Se eseguite coturn autonomamente:

sudo apt install -y coturn
sudo systemctl enable --now coturn
listening-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-peers

Queste impostazioni vanno inserite in /etc/turnserver.conf. Diventano effettive quando eseguite sudo systemctl restart coturn, e ogni modifica successiva al file richiede lo stesso riavvio.

Ora il costo che spesso non viene indicato. Un relay trasporta l'intero flusso multimediale di ogni partecipante inoltrato in entrambe le direzioni. Quando coturn condivide la macchina con l'SFU, la maggior parte del traffico attraversa l'interfaccia loopback e consuma CPU invece di banda in uscita; inoltre il listener TLS cifra ogni pacchetto una seconda volta, oltre alla cifratura DTLS già usata dai media. Se spostate TURN su una macchina dedicata, anche quella macchina deve avere un piano di banda dimensionato con lo stesso criterio usato per l'SFU. TURN su TCP trasforma inoltre i media in tempo reale in un flusso affidabile: un pacchetto perso viene ritrasmesso invece di essere ignorato, quindi un partecipante inoltrato su un collegamento con perdite accumula ritardo invece di subire una breve interruzione. Il relay consente la connessione, ma con una qualità che il percorso diretto avrebbe offerto.

Quando l'SFU esegue la transcodifica e quali sono i costi?

Un SFU inoltra pacchetti e non decodifica mai il video, motivo per cui quattro core possono gestire una stanza che sulla carta sembrerebbe impossibile. Due funzionalità rompono questa proprietà, ed entrambe sorprendono gli utenti che le hanno attivate tramite una casella di controllo.

La registrazione è la prima. Jitsi registra con Jibri, e la documentazione di Jibri descrive esattamente cosa fa: avvia un'istanza di Chrome renderizzata in un framebuffer virtuale, cattura e codifica l'output con ffmpeg. Si tratta di un browser completo che renderizza l'intera riunione, più un codificatore video, in esecuzione continua per tutta la durata della chiamata. La stessa documentazione afferma che è supportata una sola registrazione alla volta su un singolo Jibri, e che Jibri è inteso per essere eseguito su una macchina o una macchina virtuale separata, senza altre applicazioni che utilizzino i dispositivi audio o video. La registrazione è un secondo server, non una casella di controllo.

Il dial-in telefonico è la seconda. Collegare una linea telefonica a una conferenza significa convertire Opus a 48 kHz in ciò che la rete telefonica accetta, solitamente G.711 a 8 kHz, in entrambe le direzioni e in modo continuo per l'intera chiamata. La transcodifica audio è molto meno costosa di quella video, ma viene eseguita per ogni ramo della chiamata e non si interrompe mai, quindi il costo scala con il numero di chiamanti. Se desideri un numero di accesso telefonico, un server VoIP self-hosted è il componente che svolge tale lavoro, e va collocato su una macchina dedicata per lo stesso motivo per cui lo si fa con Jibri.

Quanto deve essere grande il server?

Per due persone, quasi nulla. Jitsi abilita per impostazione predefinita la modalità peer-to-peer quando i partecipanti sono esattamente due. In questa modalità, la conferenza non invia i dati attraverso il videobridge, ma usa la connessione diretta oppure un relay TURN quando non esiste un percorso diretto. L'ingresso di una terza persona riattiva il bridge. Questo bypass riduce il traffico multimediale, ma il manuale di Jitsi suggerisce comunque 2 GB per i server di test o per riunioni molto piccole.

Per un massimo di circa dieci persone con le videocamere attive, 67.2 Mbps con otto partecipanti rientrano nella capacità di uplink sostenuta da un normale VPS. Il manuale di Jitsi indica che per le riunioni piccole sono sufficienti 4 GB. Monitorare il contatore del trasferimento invece del grafico della CPU.

Per trenta persone, nello scenario peggiore il consumo sostenuto è di 1,044 Mbps e venti ore di utilizzo corrispondono a 9.4 TB. A questa scala, valutare prima il costo della banda e poi quello del server. Abilitare last-N in modo che il bridge inoltri soltanto gli altoparlanti recenti, impostare la videocamera disattivata per impostazione predefinita per i partecipanti e collocare l'SFU in un ambiente con un limite di trasferimento sufficiente a coprire questi calcoli.

Oltre questa soglia, un singolo VPS non è la soluzione adatta. L'evento è realmente una trasmissione, nel qual caso Owncast insieme a una CDN costa una frazione di questa soluzione, oppure servono più videobridge dietro un unico livello di segnalazione. Si tratta di un progetto diverso da quello iniziale.

Resta un ultimo aspetto relativo all'instradamento. La maggior parte dei team ha bisogno della chat per molte più ore al giorno rispetto al video, e la chat è economica da ospitare e semplice da mantenere in esecuzione. Configurare un'alternativa self-hosted a Slack per il traffico quotidiano e mantenere un server per le conferenze soltanto per le chiamate programmate è l'assetto più sostenibile con il budget di un piccolo VPS.

FAQ

Perché le persone possono partecipare alla mia riunione Jitsi ma non riescono a vedersi o sentirsi?

La chat e l'elenco dei partecipanti passano attraverso il canale di segnalazione, che usa TCP sulla porta 443, mentre l'audio e il video usano UDP sulla porta 10000 verso il videobridge. Se l'elenco dei partecipanti si riempie ma tutti i riquadri restano neri, il percorso multimediale non funziona mentre quello di segnalazione è operativo. Verifica UDP 10000 in entrambi i firewall: quello del server e il firewall di rete separato disponibile nel pannello di controllo del provider. Verifica quindi che il bridge conosca il proprio indirizzo pubblico: se il rilevamento automatico non lo ha individuato su una macchina virtuale con un indirizzo privato e uno pubblico associato, aggiungi una mappatura statica in ice4j.harvest.mapping dentro /etc/jitsi/videobridge/jvb.conf e riavvia jitsi-videobridge2. Esegui sudo tcpdump -ni any udp port 10000 mentre qualcuno partecipa alla riunione per capire quale dei due percorsi è coinvolto: l'assenza totale di pacchetti indica che il blocco si trova a monte del sistema operativo.

Quanta larghezza di banda usa una videochiamata con 30 partecipanti?

Nel caso peggiore, in cui tutti abbiano la videocamera attiva e l'SFU inoltri a tutti un livello di qualità completo, dal server escono circa 1,044 Mbps, pari a 469.8 GB all'ora. Si tratta del calcolo basato su N volte (N meno 1) flussi da 1.2 Mbps ciascuno, non di una misurazione del tuo ambiente. In condizioni normali, il simulcast e un'impostazione last-N riducono notevolmente il consumo, perché in un dato momento la maggior parte dei partecipanti non è visualizzata sullo schermo. Dimensiona comunque l'ambiente per un valore vicino al caso peggiore, perché il caso peggiore è la riunione plenaria in cui tutti attivano contemporaneamente la videocamera.

Posso eseguire Jitsi Meet su un VPS da 1 GB?

Il manuale indica 2 GB come configurazione minima per i server di test o per riunioni molto piccole. Prosody, il videobridge e il runtime Java richiedono tutti memoria; il dimensionamento normalmente consigliato dal manuale è 8 GB, e il consumo di larghezza di banda diventerà un problema prima della memoria. Se hai a disposizione un server da 1 GB, a questa dimensione Galène è più adatto di Jitsi.

Mi serve comunque un server TURN se il mio VPS ha un indirizzo IP pubblico?

Sì. Il problema risolto da TURN si trova dall'altra parte della chiamata. Un partecipante su una rete aziendale che blocca UDP in uscita, oppure dietro un NAT di tipo carrier-grade che assegna una porta sorgente diversa per ogni destinazione, non può creare un percorso multimediale diretto, indipendentemente dalla visibilità pubblica dell'indirizzo del server. TURN su TCP alle porte 443 o 5349 fornisce un relay che per il firewall appare come normale traffico web. L'installazione del pacchetto Jitsi configura coturn in questo modo per impostazione predefinita; per questo le regole del firewall documentate aprono UDP 3478 e TCP 5349.

Perché BigBlueButton richiede hardware molto più potente di Jitsi Meet?

Perché svolge molte più operazioni del semplice inoltro video. Il requisito di produzione pubblicato è di 16 GB di RAM e 8 core, rispetto a 8 GB e 4 core indicati nel manuale di Jitsi. BigBlueButton esegue sullo stesso server uno stack completo per le conferenze audio, una lavagna condivisa e un livello per le presentazioni, una pipeline di registrazione e post-elaborazione, oltre a un front end web con account utente. Inoltre impone requisiti specifici per la piattaforma: la versione attuale, 4.0, si installa soltanto su Ubuntu 24.04, richiede Docker e un indirizzo IPv4 e uno IPv6 e non può essere aggiornata direttamente dalla versione 3.0. Entrambi gli insiemi di valori provengono dalla documentazione dei rispettivi progetti e costituiscono punti di partenza, non misurazioni del tuo carico di lavoro.

Questo articolo ti è stato utile?

#jitsi#webrtc#video-conferencing#self-hosting#bandwidth