這裏是微軟的官方介紹，mss和hls出現都比較久了，應用的也非常多。
1、微軟SmoothStreamIndexing協議規定了四種消息：
（The IIS Smooth StreamIndexing Transport Protocol defines four types of messages: ）
1.Manifest Request
2.Manifest Response
3.Fragment Request
4.Fragment Response
把HTTP cache proxies 的角色放進去：
不同的client，同樣請求同一塊fragment，第二次直接從cache返回。
自己搭建了一個SS web server，抓包看了一下消息的內容，以BigBuckBunny舉例吧。抓包軟件最開始用的wireshark，可是不知道爲什麼總是收不到本來期望能收到的包，後來改用Windows network monitor，很容易上手很好用，還會列出哪些消息是在哪些進程裏面。
1. Manifest request
在瀏覽器中輸入http://[server_name]/[virtual_addr]/bigbuckbunny.ism/manifest，client向server發送HTTP請求。
協議中要求的（manifest/fragment request）：HTTP方法必須是GET，HTTP協議版本必須是HTTP/1.1
2. Manifest response
Server 將bigbuckbunny.ismc 發回給client，可以在瀏覽器中顯示出來。（用了另外的URL展示）
協議中要求的（manifest/fragment response）：HTTP 狀態碼必須是200，HTTP協議版本必須是HTTP/1.1。payload中就是ismc文件的內容了。
這時如果再次請求（在瀏覽器中刷新頁面），得到的響應卻是304：
304 not modified，數據內容跟上一次比沒有變化。這個應該跟cache-control的值有關，沒研究過不深究了。這篇先不研究manifest文件的具體element和attribute，只看消息交互。
3. Fragment request
在瀏覽器中輸入：http://[server_name]/[virtual_add]/SmoothStreamingPlayer.html
server的響應：
client收到的第一個響應，會是manifest，然後才能根據manifest裏面的信息來構建fragment request。
URL裏面包含了具體的QualityLevels 和Fragments 值。client向server請求bit rate是2962000，fragments偏移是400000000的video chunk。
4. Fragment response
由於之前已經執行過，播放過了，所以得到的響應時304。Server說還是老數據，自己從cache裏面拿吧。
5. Continue
下一個Fragment request 請求的offset是420000000。
終於等到一個不是304的響應。
返回的狀態碼是200，類型是video/mp4。HTTPPayloadLine是空的，內容包含在下一個響應中：
一般在200 ok響應之後，要接着發好幾個帶有HTTPPayloadLine的包，見下圖，一對一的都是304響應。
用Microsoft Network Monitor 抓包，協議列，請求都是PCCRTP，在wireshark中直接是HTTP。PCCRTP：Peer Content Caching and Retrieval: HTTP extension.
有時候client會收到 412 響應，代表fragment not yet available。
1. Manifest Request
ManifestRequest = [ "/" VirtualPath ] "/" PublishingPointName "." "ism" / VendorExtensionFileExtension "/" "Manifest"
注意上面的式子中有一個斜槓是沒有引號的，也就是VendorExtensionFileExtension前面那個，也就是說這個斜槓不是要出現在Request中的，這個斜槓表示或者的意思。
也就是說，"."後面既可以跟ism也可以跟提供商自己的擴展名，"ism"跟VendorExtensionFileExtensions是或的關係。
看來ManifestRequest中必須包含"."，就是"/" "Manifest"的前一級必須包含"."。這樣看來我自己在lighttpd上搞的目錄實際是不符合協議的。
http://ak.xbox.c4assets.com/ondemand/CH4_29_02_29_65973003001001_001_SQ.ism/Manifest
這個URL就是一個Request Manifest。
2. Manifest Response （Manifest 文件的格式）
Manifest文件是個XML文本，遵循XML標準。注：XML 標籤對大小寫敏感，XML 的屬性值須加引號。
Manifest的根元素必須是<SmoothStreamIndexingMedia>,這個元素的意思是“客戶端爲了播放節目（Presentation）所需的所有元數據”。
這個元素有4個屬性：MajorVersion，MinorVersion，TimeScale，Duration。
2011版新加入3個屬性：IsLive，LookaheadCount ，DVRWindowLength。這三個屬性都是直播相關的。
其中除了TimeScale之外都是必須的，TimeScale之所以不是必須，是因爲他有默認值————10000000（1個1,7個0）。
TimeScale的意思是每秒鐘Duration屬性的增量，Duration就是節目長度的意思。也就是每一秒，Duration加幾，TimeScale就是個這數。
可以理解爲TimeScale是劃分時間的粒度，10000000代表每秒鐘節目時長加10的7次方那麼多，反過來理解就是，每10的負7次方秒，節目長度就要加1。
默認值把視頻劃分的夠細的啊。（比hls分得更細，hls是官方推薦的10s）
另外兩個屬性，描述版本用的：MajorVersion必須等於2，MajorVersion必須等於0，這沒啥好說的，規定。
這個元素屬性挺少的，到這兒就說完了。下邊說說這個元素的內容：
內容=[ ProtectionElement S?] 1* StreamIndexElement 注: *元素 表示0或多個元素，1*元素 表示1或多個元素，2*3元素 表示2或3個元素。
上面是協議裏寫的，翻譯成漢語就是，由一個可選的<Protection>元素和若干個<StreamIndex>元素組成。接下來的任務就是看看這倆元素分別是啥了。
先看<StreamIndex>元素。
<StreamIndex>元素的意思“客戶端爲了播放Stream所需的所有元數據”，跟前邊<SmoothStreamIndexingMedia>比，把節目（Presentation）換成了Stream。
其實一個節目一般可以分爲兩個Stream，即視頻流和音頻流。以後就管Stream叫“流”了，漢語方便。
這 個元素有以下這12個屬 性：Type，Subtype，TimeScale，Name，Chunks，QualityLevels，Url，MaxWidth，MaxHeight，DisplayWidth，DisplayHeight，VendorExtension。
其 中Type是必須的，並且，如果這個<StreamIndex>元素中沒有插入<QualityLevel>元素，那麼這3個元 素也是必須的：NumberOfFragments， NumberOfTracks，Url。當然，常見的場景是<StreamIndex>元素中都插入 了<QualityLevel>元素。
下邊來看看這12個屬性都什麼意思：
Type：流的類型，可以是video, audio, or text。text有點特殊和不常見，今天先不說。
MaxWidth, MaxHeight, DisplayWidth, DisplayHeight：這4個屬性就是字面意思。注意只有當Type屬性的值爲video時，這4個屬性纔可以出現。
Subtype：當Type屬性的值爲text時，這個屬性必須出現。這個屬性稍微複雜並不常用，今天先不說。
Name ：流的名稱，沒啥好說的。
Chunks ：流中Fragment的個數，Fragment就是分片。
QualityLevels ：流中Track的個數，目前理解是，一個碼率就叫一個Track（對於視頻）。協議裏說Track元素的名字就是QualityLevel。
Url：客戶端用以產生FragmentRequest的格式，這個屬性的值必須是UrlPattern：
UrlPattern = QualityLevels（"{bitrate}" / "{Bitrate}" ["," "{CustomAttributes}"] ）"/"Fragments（TrackName "=" "{start time}" / "{start_time}" ）
TimeScale：這個流中的TimeScale，跟前面的TimeScale具有相同的意義。
VendorExtension：內容提供商自己開發擴展用。
下邊說說這個元素的內容：
StreamContent = 1*(TrackElement S?) *(StreamFragment S?)
翻譯成漢語就是，此元素的內容是一到多個Track元素（<QualityLevel>）與0到多個StreamFragment元素（<c>）組成的。下面正好開始看這兩個元素。
<QualityLevel>元素（Track元素）的意思是“客戶端爲了播放Track所需的所有元數據”，跟前邊比，把stream換成了track。
這 個元素有以下這些屬 性：Index，Bitrate，MaxWidth，MaxHeight，CodecPrivateData，SamplingRate，Channels，BitsPerSample，PacketSize，AudioTag，NALUnitLengthField
這些屬性都是啥意思今天先不說。
這個元素的內容如下：
TrackContent = CustomAttributes？
這個內容協議裏描述的沒太看明白，而且也不咋重要，今天先不說。
<c>元素（StreamFragment元素）的意思是“分片（Fragments）元數據的集合”。這個元素很重要，今天好好說說。
這個元素有3個屬性：n，d，t。其中d和t至少要出現一個。
n：分片在流中的序號，隨時間遞增。非必須屬性。
d：（FragmentDuration）分片的持續時間。由包含這個分片的流的TimeScale屬性的值顯示的或隱含的指明。如果d屬性沒有出現，那麼他的隱含值要由客戶端按如下規則計算：
用本<c>元素的t屬性的值減去後面那個<c>元素的t屬性的值。翻譯成漢語就是，當前分片的開始時間減去後面分片的開時間。
如果一個分片沒有後續分片，那麼他的d屬性隱含值爲0.（注：這裏協議原文貌似寫的有問題，我覺着只有按我這麼理解才能解釋通）
t：(FragmentTime)分片（開始）時間（點）。由包含這個分片的流的TimeScale屬性的值顯示的或隱含的指明。如果t屬性沒有出現，那麼他的隱含值要由客戶端按如下規則計算：
用本<c>元素前面那個<c>元素的d的值加上t的值。
如果一個分片前面沒有其他分片，那麼他的t屬性隱含值爲0.
下邊是個例子：
<c t = "0" d = "19680000" />
<c t = "19680000" d="19680000" />
<c t = "39360000" d="19680000" />
爲了支持直播，新版協議給視頻分片加了兩個新的box（type=uiid）：tfxdBox（本分片的t和d封裝在裏面），tfrfBox（下一個或幾個分片的t和d封裝在裏面）。