SSD Nodes Learn Hosting plans →
Guias Matt ConnorPor Matt Connor

Como calcular um VPS para videoconferência auto-hospedada

Calcule a largura de banda antes de escolher o VPS: compare Jitsi, BigBlueButton e Galene por RAM, portas UDP e falhas comuns atrás de NAT.

Videoconferência auto-hospedada em um VPS é um problema de largura de banda

A videoconferência auto-hospedada falha em servidores pequenos por uma razão, e quase nunca é a instalação. O componente de servidor usado por todas as ferramentas modernas é um SFU (unidade de encaminhamento seletivo). Ele recebe um fluxo de vídeo de cada participante e encaminha uma cópia para todos os outros participantes. Por isso, o tráfego que sai do servidor cresce com o quadrado do número de participantes. O manual do Jitsi recomenda 2 GB para servidores de teste ou reuniões muito pequenas. Isso não suportará a reunião geral que está a planear.

Faça o trabalho nesta ordem. Conte as pessoas, calcule os megabits e só depois escolha o servidor. A instalação demora vinte minutos de copiar e colar. A capacidade de uplink determina se alguém conseguirá ouvi-lo.

Por que a largura de banda cresce com o quadrado do número de participantes?

Comece pela malha. Cada navegador codifica a sua câmara e envia uma cópia diretamente para cada outro navegador, sem que um servidor de media toque no vídeo. Uma chamada em malha com duas pessoas precisa de um servidor de sinalização e de um relay TURN para os casos em que os dois navegadores não conseguem comunicar diretamente. É por isso que as chamadas entre duas pessoas são quase gratuitas de alojar. A malha deixa de funcionar com cerca de quatro ou cinco pessoas, porque um portátil numa ligação doméstica tem de carregar quatro ou cinco cópias separadas do seu próprio vídeo em simultâneo.

Um SFU funciona de forma diferente. Cada navegador carrega uma cópia para o servidor. O servidor lê os cabeçalhos RTP (real-time transport protocol) e encaminha esses pacotes para os outros participantes sem descodificar o vídeo. Esse é todo o mecanismo. Por isso, um SFU exige pouca CPU e muita rede.

A arquitetura mais antiga é um MCU (multipoint control unit). Descoda cada stream recebido, compõe-os numa única imagem e volta a codificar essa imagem. A largura de banda de saída é reduzida. O custo de CPU é enorme. Atualmente, quase nada usa um MCU para vídeo, e este guia não usa nada disso.

Agora, a aritmética de um SFU. Suponha que cada pessoa envia vídeo a 1.2 Mbps e que ninguém desligou a câmara. O servidor recebe N vezes 1.2 Mbps. Esse valor é linear e não causa problemas. O servidor envia N vezes (N menos 1) vezes 1.2 Mbps, porque cada uma das N pessoas tem de receber os outros N menos 1 streams. É esse segundo valor que inviabiliza os projetos.

GráficoSFU outbound traffic, arithmetic model at 1.2 Mbps per sender
Os dados por trás deste 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
  }
]

Estas linhas são cálculos, não medições de um servidor específico. A coluna mensal pressupõe vinte horas de chamadas por mês. Leia primeiro a última linha. Cinquenta pessoas com a câmara ligada precisam de 2,940 Mbps de tráfego de saída sustentado de uma única máquina. Trinta pessoas precisam de 1,044 Mbps. Quatro pessoas precisam de 14.4 Mbps, um valor que qualquer VPS suporta sem dificuldade. Entre a linha de quatro pessoas e a de trinta pessoas, o número de participantes cresce sete vezes e meia, enquanto o tráfego de saída cresce mais de setenta vezes.

As implementações reais ficam abaixo destes valores, e é importante saber exatamente porquê. O Jitsi e o LiveKit usam simulcast: o remetente publica várias camadas de qualidade em simultâneo, e o SFU encaminha uma camada de baixa qualidade para quem não está no ecrã. O Jitsi também tem uma definição last-N que encaminha vídeo apenas dos oradores mais recentes. Ambas as técnicas reduzem bastante o tráfego. Nenhuma altera o formato da curva, e ambas deixam de ajudar assim que todos ligam a câmara e fixam os vídeos uns dos outros.

O que uma ligação de saída de um VPS oferece realmente?

A página do plano diz "porta de 1 Gbps". Essa é a velocidade da placa de rede virtual, não uma garantia sobre o próximo salto. A ligação é partilhada com os outros clientes no mesmo host físico. Por isso, o débito sustentado durante um período de maior utilização é inferior à velocidade da porta, e uma chamada em conferência é precisamente uma carga sustentada. A maioria dos planos também inclui um limite mensal de transferência. Depois desse limite, o débito é reduzido ou são cobrados custos adicionais.

É nesse limite que a diferença aparece na fatura. Vinte horas da chamada com trinta pessoas num mês transferem 9.4 TB para fora do servidor, a 469.8 GB por hora. Vinte horas da chamada com cinquenta pessoas transferem 26.5 TB. Verifique o limite de transferência antes de verificar a quantidade de RAM. Se a página do plano for vaga sobre esse limite, essa falta de clareza já é a resposta. Ler corretamente uma oferta de VPS é mais importante para esta carga de trabalho do que para quase qualquer outra.

Jitsi Meet: a opção padrão e os requisitos

Jitsi Meet é a opção pela qual a maioria das pessoas deveria começar. Ele é instalado a partir do repositório Debian do próprio projeto, configura o nginx e um certificado durante a instalação, e o videobridge (JVB) usa uma única porta UDP, o que mantém as regras do firewall curtas. Em outubro de 2026, o manual lista Debian 12 (Bookworm) ou mais recente e Ubuntu 24.04 (Noble Numbat) ou mais recente como versões compatíveis, com 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

O instalador solicita um hostname e depois oferece uma opção de certificado. Escolha a opção Let's Encrypt e informe um nome de domínio que já resolva para o endereço público deste servidor. O certificado é emitido por meio de um desafio HTTP, portanto uma entrada apontando para outro lugar falha nessa etapa.

Depois, abra as portas. Estas são as portas documentadas no manual, com SSH primeiro para que ufw enable não bloqueie seu acesso:

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 atendem a aplicação web e permitem a renovação do certificado. UDP 10000 transporta o áudio e o vídeo de todas as chamadas que passam pelo bridge, e é a porta que as pessoas esquecem. TCP 5349 pertence ao servidor coturn que o pacote Jitsi instala junto com o bridge. Ele é o caminho alternativo para quem está em uma rede que bloqueia UDP. UDP 3478 é a porta STUN do coturn. O manual a marca como opcional porque o Jitsi só a usa depois de uma alteração em config.js.

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

O primeiro comando deve informar que o serviço está ativo. O segundo deve mostrar o bridge escutando em UDP 10000. Se não exibir nada, o bridge não iniciou, e /var/log/jitsi/jvb.log informará o motivo.

Para dimensionamento, o manual do Jitsi publica seu próprio ponto de partida, enquanto o BigBlueButton publica um valor muito maior:

GráficoSizing each project publishes for one production server
Os dados por trás deste 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
  }
]

O manual do Jitsi geralmente sugere 8 GB de RAM e informa que 4 cores dedicados podem ser suficientes para um servidor básico. Ele considera 1,000 Mbps de rede geralmente suficientes para um servidor de amigos ou de uma organização pequena, sugere 10 Gbps para um servidor de uso intenso e observa que reuniões pequenas funcionam com 4 GB e servidores de teste com 2 GB. Há um detalhe nessa página que vale lembrar: o Prosody, servidor XMPP responsável pela sinalização, pode usar apenas um core. Cores adicionais ajudam o bridge, mas não fazem diferença para a sinalização.

Por que todos entram na chamada, mas ninguém vê vídeo?

Este é o problema padrão do Jitsi numa VPS. A lista de participantes é preenchida, o chat funciona e todos os mosaicos de vídeo permanecem pretos. O videobridge anuncia os endereços que encontra nas próprias interfaces, além de qualquer endereço público que consiga descobrir. Uma instalação nova do pacote aponta para um servidor STUN gerido pelo Jitsi para fazer essa descoberta, e o manual indica que uma bridge atrás de NAT deve configurar-se no arranque. Quando a descoberta falha, por exemplo porque o tráfego de saída para esse servidor STUN está bloqueado, uma bridge num endereço privado anuncia apenas esse endereço. Assim, cada cliente tenta enviar multimédia para algo como 10.0.0.5 e os pacotes não chegam ao destino. O próprio manual indica como sintoma chamadas que funcionam com duas pessoas, mas falham quando entra uma terceira, porque duas pessoas usam o modo peer to peer e nunca passam pela bridge.

Quando a descoberta não é suficiente, informe manualmente a bridge sobre os dois endereços. Adicione um mapeamento estático a /etc/jitsi/videobridge/jvb.conf:

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

Reinicie com sudo systemctl restart jitsi-videobridge2. Obtenha o endereço local em ip -4 addr show e o endereço público no painel de controlo do seu fornecedor. Os guias mais antigos definem a mesma configuração em /etc/jitsi/videobridge/sip-communicator.properties, usando as chaves org.ice4j.ice.harvest.NAT_HARVESTER_LOCAL_ADDRESS e org.ice4j.ice.harvest.NAT_HARVESTER_PUBLIC_ADDRESS. Essas chaves continuam a funcionar, mas as instalações novas devem usar o bloco de mapeamento acima.

A outra causa é uma firewall que não foi configurada. A maioria dos fornecedores disponibiliza uma firewall de rede no painel de controlo, separada do ufw no servidor, e a porta UDP 10000 tem de estar aberta em ambas. Para descobrir em que camada os pacotes são descartados, execute sudo tcpdump -ni any udp port 10000 no servidor enquanto alguém entra a partir do exterior. A ausência total de pacotes significa que nada chega à máquina, portanto o bloqueio está a montante do sistema operativo. Pacotes a chegar enquanto os mosaicos permanecem pretos significa que a bridge está a responder com um endereço que o cliente não consegue alcançar; nesse caso, o problema está no mapeamento. Se a parte que não entende for o próprio ufw, as regras de ufw de que uma VPS realmente precisa explica a ordem das regras que costuma causar problemas.

BigBlueButton: pesado, opinativo e exige o servidor inteiro

O BigBlueButton foi concebido para o ensino. Inclui quadro branco, salas de grupo, sondagens e uma área de apresentação. O pipeline de gravação é uma funcionalidade principal, não um complemento. Também é, por larga margem, a opção mais pesada aqui. Não é um pacote que possa adicionar a um servidor existente.

O BigBlueButton 4.0 é a versão atual. A versão 4.0.0 foi disponibilizada como versão estável em 14 October 2026. A versão 4.0.1, lançada em 29 October 2026, está agora marcada como Latest no GitHub. O guia de instalação do projeto é agora o guia da versão 4.0. É necessário usar Ubuntu 24.04, selecionado com a flag de versão noble-400. O script de instalação recusa-se a executar em qualquer outra versão. Não existe atualização no local da versão 3.0 em Ubuntu 22.04. O projeto recomenda configurar um servidor 24.04 limpo. Os requisitos de produção indicados são 16 GB de memória com swap ativada, 8 núcleos de CPU com elevado desempenho por thread, 250 Mbps de largura de banda simétrica e 500 GB de disco se mantiver as gravações (50 GB se as desativar). O guia da versão 4.0 também requer o Docker mais recente. Este mantém a conversão de documentos do LibreOffice numa sandbox. O projeto avisa que este requisito pode excluir alguns ambientes virtualizados. São também necessários endereços IPv4 e IPv6. As portas são TCP 80 e 443, TCP e UDP 3478 para o servidor TURN integrado e o intervalo UDP 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

Os próprios exemplos do projeto encaminham esse script diretamente para bash. Em vez disso, transfira-o e leia-o primeiro. O script escreve a sua própria configuração de site do nginx, instala o Docker e a sua própria stack de media e áudio, configura o apt para usar o repositório de pacotes versionado do projeto e assume o hostname. Isto faz parte do desenho, não é uma falha: o BigBlueButton espera controlar a máquina. O script instala por predefinição uma firewall ufw. Passe -W para não a instalar; a antiga flag -w continua a ser aceite, mas não produz qualquer efeito. As regras predefinidas permitem SSH apenas na porta 22. A instalação é interrompida se o sshd escutar noutra porta. -s é o hostname, que já tem de resolver para o endereço público deste servidor. -e é o endereço que o Let's Encrypt regista. -g adiciona o frontend Greenlight. O guia da versão 4.0 também exige que as portas TCP 80 e 443 não estejam já a ser usadas por outro servidor web ou reverse proxy. Por isso, se a mesma máquina terminar o TLS de outros serviços, atribua ao BigBlueButton o seu próprio servidor em vez de tentar colocá-lo atrás de a configuração de reverse proxy do nginx que já utiliza.

Compare cuidadosamente as duas linhas desse quadro. O BigBlueButton requer o dobro da memória e o dobro dos núcleos sugeridos para o Jitsi, embora peça um quarto da largura de banda. Os dois valores não são medidos da mesma forma e pressupõem tamanhos de sala diferentes. Trate cada valor como o ponto de partida do respetivo projeto, não como uma comparação direta. A diferença de CPU é real. Resulta de tudo o que o BigBlueButton faz além de encaminhar vídeo.

Galène: a opção compacta

Galène é um SFU compacto escrito em Go. É compilado num único binário estático, inclui o seu próprio cliente Web e inclui um servidor TURN, portanto não há um servidor XMPP, um runtime Java ou uma aplicação Rails para manter em execução. Se precisa de uma chamada fiável com dez pessoas num servidor modesto, experimente esta opção antes de concluir que precisa de mais 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 groups

O pacote golang-go no Ubuntu 24.04 é o Go 1.22, e o go.mod do Galène agora requer o Go 1.24. Se o go build indicar que o módulo precisa de uma versão mais recente do Go, instale uma toolchain atual a partir de go.dev em vez de tentar resolver o problema com o pacote da distribuição.

Um grupo é o termo usado pelo Galène para uma sala, e um grupo é um ficheiro JSON:

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

Abra o https://your.server:8443/group/night-watch/ e inicie sessão como vimes. Essas credenciais vêm diretamente do README do projeto, por isso altere-as antes de a porta ficar acessível a partir de qualquer outro local. Numa instalação real, o guia de instalação do projeto usa um utilizador galene dedicado, com o binário e os diretórios static, data e groups no respetivo diretório pessoal. Pare a cópia de teste iniciada com ./galene & e execute isto a partir do diretório onde fez a compilação:

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

O projeto documenta esta unidade systemd para o serviço:

[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

As portas são TCP 8443 para a interface Web, TCP e UDP 1194 para o servidor TURN integrado e um intervalo de portas UDP altas para os meios. O guia de instalação requer que esse intervalo seja grande, da ordem de algumas dezenas de milhares de portas. Por isso, fixe um intervalo amplo e escreva uma regra de firewall para ele:

./galene -udp-range 30000-65000

A opção -turn é a que importa num VPS. -turn ':1194' faz o serviço escutar em todos os endereços IPv4 públicos. -turn '203.0.113.1:1194' indica ao Galène o endereço que os clientes verão efetivamente, que é necessário quando o endereço da própria máquina é privado. -turn '' desativa o servidor integrado para que possa apontar para um servidor externo através de data/ice-servers.json. O valor predefinido é auto, que se comporta como :1194 quando não existe ice-servers.json.

Pode colocar o nginx à frente da interface Web definindo proxyURL em data/config.json e fazendo proxy da localização /ws com os cabeçalhos de upgrade do WebSocket. Tenha em conta o que isto abrange: os clientes continuam a abrir fluxos UDP diretos e ligações TCP diretas para a porta TURN, portanto o reverse proxy trata apenas da página e da sinalização. Os meios nunca passam por ele.

O README do Galène indica que são necessários recursos de servidor muito moderados, e a página inicial do projeto apresenta valores aproximados: cerca de 20 participantes numa única reunião com um core, 40 com quatro cores, contra cerca de 300 por core numa palestra, porque a carga de uma reunião aumenta com o quadrado do número de participantes. A aritmética da largura de banda apresentada acima continua a aplicar-se por completo. O que poupa é a memória e os componentes adicionais de tudo o que não seja o SFU.

Owncast: de um para muitos, com largura de banda linear

Muitos requisitos de "videoconferência" são, na prática, uma pessoa a apresentar para um público que escreve no chat. Se esse for o seu caso, um SFU é a ferramenta errada e a economia muda completamente. O Owncast recebe um stream RTMP do OBS ou de um encoder semelhante e disponibiliza HLS através de HTTPS comum. A largura de banda por viewer é linear, e não quadrática. Como a saída consiste em segmentos HTTP simples, pode colocá-la atrás de object storage ou de uma CDN e deixar de pagar por esse tráfego na origem.

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

A documentação do projeto recomenda não executar isto como root e inspecionar qualquer script remoto antes de o executar. Por isso, o download é uma etapa separada acima. O instalador obtém a release atual e um binário ffmpeg, se ainda não tiver um. Execute ./owncast a partir do diretório de instalação e abra o painel de administração em /admin na porta 8080. O login predefinido é o utilizador admin, com a palavra-passe abc123. A chave de stream predefinida também é abc123, mas é uma definição separada. Altere ambas antes de apontar um domínio para o servidor.

O desenho baseado em HLS tem duas consequências. Os viewers ficam alguns segundos ou minutos atrás da transmissão em direto, porque o HLS envia segmentos completos. Por isso, não permite uma conversa em tempo real. Além disso, não existe UDP nem TURN em nenhum ponto do percurso. Assim, consegue chegar a redes onde uma chamada WebRTC não consegue estabelecer ligação.

O Owncast também é a única ferramenta aqui que faz transcodificação de propósito. Cada qualidade de saída que ativar corresponde a outra codificação ffmpeg do stream recebido, executada durante toda a transmissão. Num VPS pequeno, disponibilize uma ou duas qualidades.

Element Call num servidor Matrix que você já administra

Se já administra o Matrix, o vídeo é uma extensão, não um segundo produto para operar. Ainda assim, são necessários mais do que um pacote. O Element Call precisa de dois componentes atrás do seu homeserver. O primeiro é um SFU LiveKit, que encaminha o tráfego de mídia. O segundo é o serviço de autorização MatrixRTC, element-hq/lk-jwt-service, que emite o JWT (JSON web token) assinado que um utilizador do Matrix apresenta ao SFU LiveKit. As versões atuais devem ser executadas como um application service no seu homeserver, que faz proxy dos endpoints do LiveKit nas APIs de cliente e de federação. O modo autónomo mais antigo, em que os clientes comunicavam diretamente com o serviço, continua a ser suportado, mas está obsoleto. Em qualquer dos casos, o projeto recomenda um reverse proxy TLS à frente do serviço, e o seu .well-known/matrix/client tem de indicar esse proxy aos clientes.

Portas documentadas do LiveKit:

  • TCP 7880 para a API e o WebSocket do cliente, atrás de um proxy que termina o TLS
  • TCP 7881 para ICE sobre TCP, usado quando um cliente não consegue sair pela rede UDP
  • UDP 50000 a 60000 para mídia, em que cada participante numa sala usa duas portas
  • UDP 3478 e TCP 5349 se ativar o servidor TURN integrado; a porta 5349 tem de ser alterada para 443, exceto se existir um load balancer à frente

Duas portas por participante parecem preocupantes, mas não são. Um intervalo de 10,000 portas cobre milhares de participantes, e a sua ligação de saída fica saturada muito antes de o intervalo acabar. Abra o intervalo completo mesmo assim, porque um intervalo parcialmente aberto falha para algumas pessoas e funciona para outras. Esse é o pior tipo de falha para diagnosticar. A parte do homeserver é uma tarefa separada, descrita em executar um homeserver Synapse numa VPS.

Porque é que uma pessoa nunca consegue ligar-se? TURN e as redes que bloqueiam UDP

Comecemos por algum vocabulário, usado uma vez em cada caso. ICE (interactive connectivity establishment) é o processo que dois endpoints WebRTC usam para encontrar um caminho funcional entre si. STUN (session traversal utilities for NAT) é um pequeno serviço que indica a um cliente qual é o seu endereço público visto a partir do exterior. TURN (traversal using relays around NAT) é um relay: quando não existe um caminho direto, ambos os lados enviam os seus meios para o servidor TURN, que os encaminha.

É necessário TURN para os participantes cujas redes não consegue controlar. Um deles pode estar numa rede empresarial ou de campus onde o UDP de saída está totalmente bloqueado. Outro pode estar atrás de um NAT de operadora que atribui uma porta de origem diferente para cada destino. Isso chama-se NAT simétrico e torna inútil o endereço comunicado pelo STUN.

O sintoma é específico. A maioria das pessoas entra e tudo funciona. Uma pessoa vê a lista de participantes, vê o chat e obtém um bloco preto com um indicador de carregamento. O navegador recolheu candidatos, nenhum dos pares funcionou e o ICE terminou num estado de falha. No Chrome, chrome://webrtc-internals aberto durante a tentativa mostra os pares de candidatos e essa falha. Peça a essa pessoa para tentar novamente a partir de um telefone com dados móveis. Se funcionar nesse caso, a rede dessa pessoa é a causa e o TURN é a solução.

TURN sobre TCP nas portas 443 ou 5349 é o fallback que funciona praticamente em todo o lado, porque uma rede que bloqueie TLS na porta 443 também bloqueou a Web. O pacote do Jitsi instala e configura o coturn automaticamente, precisamente por isso as regras de firewall documentadas incluem UDP 3478 e TCP 5349. O Galène inclui o TURN na porta 1194. O LiveKit tem um servidor TURN integrado que pode ativar na configuração. Se executar o coturn por conta própria:

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

Essas definições ficam em /etc/turnserver.conf. As alterações entram em vigor quando executar sudo systemctl restart coturn, e todas as edições posteriores ao ficheiro exigem o mesmo reinício.

Agora, o custo que ninguém regista. Um relay transporta todos os meios de cada participante encaminhado, em ambas as direções. Quando o coturn partilha uma máquina com o SFU, a maior parte desse tráfego atravessa o loopback e consome CPU em vez de uplink, e o listener TLS cifra cada pacote uma segunda vez, além do DTLS que os meios já utilizam. Quando move o TURN para a sua própria máquina, essa máquina precisa do seu próprio plano de largura de banda, dimensionado da mesma forma que o do SFU. Além disso, o TURN sobre TCP transforma os meios em tempo real num fluxo fiável. Assim, um pacote perdido é retransmitido em vez de ser ignorado, e um participante encaminhado numa ligação com perdas acumula atraso em vez de sofrer uma breve falha. O relay é um fallback que estabelece a ligação, mas com uma qualidade que o caminho direto teria superado.

Quando o SFU faz transcodificação e qual é o custo?

Um SFU encaminha pacotes e nunca descodifica vídeo. É por isso que quatro núcleos podem servir uma sala que, à partida, parece exigir muito mais recursos. Duas funcionalidades quebram esta propriedade. Ambas surpreendem quem as ativou através de uma caixa de seleção.

A gravação é a primeira. O Jitsi grava com o Jibri, e a documentação do próprio Jibri descreve exatamente o que ele faz: inicia uma instância do Chrome renderizada num framebuffer virtual e captura e codifica a saída com o ffmpeg. Isso significa renderizar toda a reunião num navegador completo e executar continuamente um codificador de vídeo durante toda a chamada. A mesma documentação indica que apenas uma gravação de cada vez é suportada num único Jibri e que o Jibri deve ser executado numa máquina ou máquina virtual separada, sem outras aplicações a utilizar os dispositivos de ecrã ou áudio. A gravação exige um segundo servidor. Não é apenas uma caixa de seleção.

A ligação telefónica é a segunda. Integrar uma linha telefónica numa conferência implica converter Opus a 48 kHz para o formato aceite pela rede telefónica, normalmente G.711 a 8 kHz, nos dois sentidos e continuamente durante toda a chamada. A transcodificação de áudio é muito mais barata do que a transcodificação de vídeo, mas é executada para cada perna da chamada e nunca é interrompida. Por isso, o custo aumenta com o número de participantes que ligam por telefone. Se quiser um número de ligação telefónica, um servidor VoIP autoalojado é o componente que realiza esse trabalho e deve ficar no seu próprio servidor pelo mesmo motivo que o Jibri.

Que tamanho de servidor é realmente necessário?

Para duas pessoas, quase nenhum. O Jitsi ativa o modo ponto a ponto por padrão quando há exatamente dois participantes. Nesse modo, a conferência deixa de enviar dados pelo videobridge e usa a ligação direta, ou um relay TURN quando não existe um caminho direto. A entrada de uma terceira pessoa faz com que o tráfego volte a passar pelo bridge. Esse bypass poupa tráfego de mídia, mas o manual do Jitsi ainda recomenda 2 GB para servidores de teste ou reuniões muito pequenas.

Para até cerca de dez pessoas com as câmaras ligadas, 67.2 Mbps com oito participantes fica dentro da capacidade de upload de uma VPS comum. O manual do Jitsi afirma que 4 GB são suficientes para reuniões pequenas. Monitore o contador de transferência em vez do gráfico de CPU.

Para trinta pessoas, o pior caso é 1,044 Mbps sustentados, e vinte horas desse tráfego correspondem a 9.4 TB. Neste tamanho, calcule primeiro o custo da largura de banda e só depois o custo do servidor. Ative o last-N para que o bridge encaminhe apenas os oradores recentes, defina as câmaras desligadas por padrão para os participantes e coloque o SFU num local com uma franquia de transferência que suporte esse cálculo.

Acima disso, uma única VPS deixa de ser a arquitetura adequada. Ou o evento é, na prática, uma transmissão, caso em que Owncast com uma CDN custa uma fração disso, ou precisa de mais de um videobridge atrás de uma única camada de sinalização. Isso já é um projeto diferente daquele que iniciou.

Falta considerar um aspeto do encaminhamento. A maioria das equipas precisa de chat durante muito mais horas do dia do que precisa de vídeo, e o chat é barato de alojar e fácil de manter em funcionamento. Configurar uma alternativa autoalojada ao Slack para o tráfego diário e manter um servidor de conferências apenas para chamadas agendadas é a configuração que continua a funcionar dentro do orçamento de uma VPS pequena.

FAQ

Por que as pessoas conseguem entrar na minha reunião Jitsi, mas não conseguem ver nem ouvir umas às outras?

O chat e a lista de participantes passam pelo canal de sinalização, que usa TCP na porta 443, enquanto o áudio e o vídeo usam UDP 10000 até ao videobridge. Se a lista de participantes fica preenchida e todos os vídeos permanecem pretos, o caminho de media está interrompido, mas o caminho de sinalização está funcional. Verifique UDP 10000 nas duas firewalls: a firewall do servidor e a firewall de rede separada no painel de controlo do fornecedor. Depois, confirme se o bridge conhece o seu endereço público: se a descoberta automática não o encontrou numa máquina virtual com um endereço privado e um endereço público mapeado, adicione um mapeamento estático em ice4j.harvest.mapping dentro de /etc/jitsi/videobridge/jvb.conf e reinicie jitsi-videobridge2. Executar sudo tcpdump -ni any udp port 10000 enquanto alguém entra mostra qual dos dois problemas existe, porque a ausência total de pacotes significa que o bloqueio está a montante do sistema operativo.

Quanta largura de banda usa uma videochamada com 30 pessoas?

No pior caso, em que todos têm a câmara ligada e o SFU encaminha uma camada de qualidade máxima para cada participante, saem aproximadamente 1,044 Mbps do servidor, o que corresponde a 469.8 GB por hora. Esse valor resulta do cálculo de N vezes (N menos 1) fluxos a 1.2 Mbps cada, e não de uma medição do seu ambiente. O simulcast e uma definição last-N reduzem bastante esse valor no uso normal, porque a maioria dos participantes não está no ecrã em determinado momento. Dimensione o sistema para um valor próximo do pior caso, porque esse caso ocorre numa reunião geral em que todos ligam a câmara ao mesmo tempo.

Posso executar o Jitsi Meet numa VPS com 1 GB?

A recomendação mínima do manual é 2 GB para servidores de teste ou reuniões muito pequenas. O Prosody, o videobridge e o runtime Java precisam de memória; a recomendação habitual do manual é 8 GB, e o consumo de largura de banda será um problema antes da memória. Se dispõe apenas de um servidor com 1 GB, o Galène é mais adequado para esse tamanho do que o Jitsi.

Ainda preciso de um servidor TURN se a minha VPS tiver um endereço IP público?

Sim. O problema resolvido pelo TURN está no outro extremo da chamada. Um participante numa rede empresarial que bloqueia UDP de saída, ou atrás de um NAT de operadora que atribui uma porta de origem diferente a cada destino, não consegue estabelecer um caminho de media direto, independentemente de o endereço do servidor ser público. TURN sobre TCP nas portas 443 ou 5349 fornece um relay que se apresenta à firewall como tráfego web normal. A instalação do pacote Jitsi configura o coturn desta forma por predefinição, razão pela qual as regras de firewall documentadas abrem UDP 3478 e TCP 5349.

Por que o BigBlueButton precisa de muito mais hardware do que o Jitsi Meet?

Porque faz muito mais do que encaminhar vídeo. O requisito de produção publicado é 16 GB de RAM e 8 cores, em comparação com 8 GB e 4 cores no manual do Jitsi. O BigBlueButton executa uma stack completa de conferência de áudio, uma camada de quadro branco e apresentações partilhados, um pipeline de gravação e pós-processamento e um frontend web com contas de utilizador, tudo na mesma máquina. Também impõe requisitos específicos para a plataforma: a versão atual, 4.0, instala apenas no Ubuntu 24.04, requer Docker e endereços IPv4 e IPv6, e não pode ser atualizada diretamente a partir da versão 3.0. Ambos os conjuntos de valores vêm da documentação de cada projeto e servem como pontos de partida, não como medições da sua carga de trabalho.

Este artigo foi útil?

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