jpgiannetti/roadwave

Fork 0

Files

jpgiannetti f99fb3c614 Initial commit

2026-01-31 11:45:11 +01:00

6.6 KiB

Raw Blame History

ADR-002 : Protocole de Streaming

Statut : Accepté Date : 2025-01-17

Contexte

Streaming audio vers des utilisateurs mobiles en voiture, avec réseaux instables (tunnels, zones rurales, handoff cellulaire).

Décision

HLS (HTTP Live Streaming) pour le contenu à la demande. WebRTC réservé à la radio live.

Alternatives considérées

Option	Latence	Fiabilité mobile	Cache CDN	Complexité
HLS	5-30s	Excellente	Oui	Faible
DASH	5-30s	Bonne	Oui	Moyenne
WebRTC	<500ms	Moyenne	Non	Élevée
UDP brut	Minimale	Faible	Non	Très élevée

Justification

Réseaux mobiles : HLS gère les coupures et changements de cellule nativement
Cache CDN : Segments .ts cachables = réduction des coûts
Compatibilité : Support natif iOS/Android
Bitrate adaptatif : Ajustement automatique selon la qualité réseau

Pourquoi pas UDP ?

Problèmes NAT/firewall sur réseaux mobiles
Perte de paquets = artefacts audio
Impossible à cacher sur CDN
Complexité sans bénéfice pour du contenu non-interactif

Conséquences

Latence de 5-30s acceptable pour podcasts/audio-guides (avec pré-buffering, voir section 4.3)
WebRTC à implémenter séparément pour la radio live

Gestion de la Latence et Synchronisation Géolocalisée

Problème Identifié

La latence HLS (5-30s) entre en conflit avec les notifications géolocalisées qui doivent déclencher l'audio au moment précis où l'utilisateur atteint un point d'intérêt.

Exemple critique :

Utilisateur en voiture à 90 km/h (25 m/s)
ETA de 7 secondes avant le point → notification affichée
Latence HLS de 15 secondes
Résultat : audio démarre 200 mètres après le point d'intérêt ❌

Solution : Pre-buffering Anticipé + ETA Adaptatif

4.3.1 Pre-buffering Automatique

Déclenchement : À ETA = 30 secondes du prochain point d'intérêt

[App Mobile]
    ↓ (ETA=30s, position GPS détectée)
[Cache Manager]
    ↓ (télécharge en arrière-plan)
[CDN NGINX] → /audio/poi-{id}/intro.m4a (10-15s d'audio, ~5-8 MB)
    ↓
[Cache Local Mobile] (max 3 POI simultanés)

Stratégie de cache :

Télécharge les 15 premières secondes de chaque POI à proximité
Limite : 3 POI simultanés en cache (max ~25 MB)
Purge automatique après 200m de distance passée
Format : M4A haute qualité (128 kbps) pour intro, puis bascule HLS pour la suite

4.3.2 ETA de Notification Adaptatif

Algorithme :

def calculate_notification_eta(poi, user_position, user_speed):
    distance_to_poi = haversine(user_position, poi.position)
    is_cached = cache.has(poi.audio_id)
    hls_latency = metrics.get_average_latency(user_id)  # 8-18s typique

    if is_cached:
        # Cache prêt → notification courte (temps de réaction)
        notification_eta = 5  # secondes
    else:
        # Pas de cache → compenser latence HLS + marge
        notification_eta = hls_latency + 3 + 2  # latence + marge + réaction
        # Typique: 10s + 3s + 2s = 15s

    time_to_poi = distance_to_poi / user_speed

    if time_to_poi <= notification_eta:
        send_notification(poi)

    if time_to_poi <= 30 and not is_cached:
        cache.preload_async(poi.audio_id)

Résultat :

Situation	ETA Notification	Distance (à 90 km/h)	Expérience
Cache prêt	5s	125m avant	✅ Lecture instantanée
Cache en cours	15s	375m avant	✅ Lecture à temps
3G lent	20s	500m avant	✅ Compensation latence

4.3.3 Mesure Dynamique de Latence

Tracking par utilisateur :

type HLSMetrics struct {
    UserID        uuid.UUID
    AvgLatency    time.Duration  // Moyenne glissante 10 lectures
    NetworkType   string         // "4G", "5G", "3G", "wifi"
    LastMeasured  time.Time
}

// Mesure lors de chaque lecture
func (m *HLSMetrics) RecordPlaybackStart(requestTime, firstByteTime time.Time) {
    latency := firstByteTime.Sub(requestTime)
    m.AvgLatency = (m.AvgLatency*9 + latency) / 10  // Moyenne glissante
}

Utilisation : L'ETA adaptatif utilise AvgLatency personnalisé par utilisateur au lieu d'une valeur fixe.

4.3.4 Fallback et Indicateurs Visuels

Si le pre-buffer échoue (réseau faible, pas de cache), afficher un loader avec progression :

┌─────────────────────────────────┐
│  🏰 Château de Fontainebleau    │
│                                 │
│  [████████░░] 80%              │
│  Chargement de l'audio...      │
│                                 │
│  📍 Vous arrivez dans 12s       │
└─────────────────────────────────┘

Feedback visuel : Utilisateur comprend que ça charge
ETA affiché : Maintient l'attention et réduit la frustration perçue
Timeout : Si > 30s sans succès, proposer mode dégradé (texte seul)

Impact sur l'Infrastructure

Backend (Go)

Nouveau service : audiocache.Service pour préparer les extraits M4A
Endpoint : GET /api/v1/audio/poi/:id/intro (retourne 15s d'audio)
CDN : Cache NGINX avec TTL 7 jours sur /audio/*/intro.m4a

Mobile (Flutter)

Package : just_audio avec cache local (flutter_cache_manager)
Stockage : Max 100 MB de cache audio (auto-purge LRU)
Logique : PreBufferService avec scoring de priorité POI

Coûts

Bande passante : +10-15 MB/utilisateur/session (vs streaming pur)
Stockage CDN : +500 MB pour 1000 POI × 5 MB intro (négligeable)
Économie : Cache CDN réduit les requêtes origin (-60% selon tests)

Métriques de Succès

Latence perçue : < 1 seconde dans 95% des cas (cache hit)
Synchronisation : Audio démarre à ±10 mètres du POI (objectif ±50m)
Cache hit rate : > 90% pour utilisateurs en mode navigation
Consommation data : +15% vs HLS pur, mais acceptable pour UX

Références

HLS Authoring Specification
Low-Latency HLS (LL-HLS)
Règle Métier 05 : Section 5.2 (Mode Voiture, lignes 16-84)
Règle Métier 17 : Section 17.2 (ETA Géolocalisé, lignes 25-65)
ADR-019 : Architecture des Notifications Géolocalisées

6.6 KiB Raw Blame History Unescape Escape