由于公司目前只有一台图形渲染服务器是linux系统的，现在需要运行一个UE4的像素流程序，但是Epic官方说明并不支持linux系统，然后就看到了这片文章
https://adamrehn.com/articles/pixel-streaming-in-linux-containers/
一个第三方做的支持linux系统像素流的兼容，使用的是docker来打包镜像方式解决环境的问题，由于该文档很多东西说的不是特别详细，我也摸索了很久才弄好，目前它只支持4.23.1版本的UE4，所以这里也是按照4.23.1版本来做。

整个过程非常的漫长，需要有耐心。

关于UE4像素流原理

由于移动设备，或者我们家庭电脑都可能在配置上无法支撑渲染UE4这么庞大的工程，所以官方提供做法是在服务器上进行运行UE4工程进行图形渲染，并转化成视频流的方式，然后把视频流传输到移动设备上观看，并且支持互动操作并反馈到服务器，然后服务器在做模型上的变化反馈。道理大概就是这样的。
如上图所示，运行像素流主要需要三个部分：

1. UE4主程序，也就是3D模型了
2. WebRTC代理服务，主要是用于观看设备端直接建立p2p连接来进行传输像素流数据 ；
3. Signaling and WebServer，这个就是web服务器了，主要是提供http接口，设备端先通过web服务器的接口来访问WebRTC服务器，然后建立p2p连接。

环境说明

下面是我的环境，仅做参考。
系统：我使用的是物理机安装的Centos7.4版本系统
CPU：i9第10代
显卡: RTX3090, 独立显卡肯定是必须的了，而且根据文档提示，必须是N卡的
内存：32G
硬盘：500G， 最少得有这个大小，越大越好，安装完之后大概会使用180G左右，不包含你后续打包自己的工程

PS：
linux系统的/boot目录最好是400M以上

NVIDIA 驱动安装

在所有操作之前先保证显卡驱动的安装并能正常工作

//安装依赖
yum install kernel-devel gcc -y

//检查内核版本和源码版本，保证一致
ls /boot | grep vmlinu
rpm -aq | grep kernel-devel

//屏蔽系统自带的nouveau
查看命令：
lsmod | grep nouveau

//修改dist-blacklist.conf文件：
vim /lib/modprobe.d/dist-blacklist.conf

//将nvidiafb注释掉:
#blacklist nvidiafb 

//然后添加以下语句：
blacklist nouveau
options nouveau modeset=0

//重建initramfs image步骤
mv /boot/initramfs-$(uname -r).img /boot/initramfs-$(uname -r).img.bak
dracut /boot/initramfs-$(uname -r).img $(uname -r)

//修改运行级别为文本模式
systemctl set-default multi-user.target

//重启系统
reboot

//关闭boot secure, 启动按F2
根据不同的UEFI版本，安全启动选项通常在一个选项卡下，这个选项卡可能被命名为“Boot”、“Security”或者“Authentication”，在类似的选项卡中查找，我们会发现一个“Secure Boot”选项，该选项默认设置为“Enabled”，选中它并回车，将其设置为“Disabled”，按[Apply]键存储设置
如果不关闭待会安装的时候会有如下提示
The target kernel has CONFIG_MODULE_SIG set,which means that it supports cryptographic signatures on kernel module. On some systems, the kernel may refuse to load modules without a valid signature from a trusted key.This system also UEFI Secure Boot enabled; many distributions enforce module signature verification on UEFI systems when Secure Boot is enabled. Would you like to sign the NVIDIA kernel module?

//下载对应的显卡驱动
https://www.nvidia.cn/Download/index.aspx?lang=cn

//添加执行权限
chmod +x NVIDIA-Linux-x86_64-440.64.run

//开始安装
./NVIDIA-Linux-x86_64-440.64.run --kernel-source-path=/usr/src/kernels/3.10.0-1062.18.1.el7.x86_64 -k $(uname -r)

安装的时候可能会有如下提示

WARNING: nvidia-installer was forced to guess the X library path '/usr/lib64' and X module path '/usr/lib64/xorg/modules'; these paths were not queryable from the system.  If X fails to find the NVIDIA X driver module, please install the `pkg-config` utility and the X.Org SDK/development package for your distribution and reinstall the driver.
选择OK，忽略

Nvidia's 32-bit compatibility libraries? 选择 No 继续。
Would you like to run the nvidia-xconfigutility to automatically update your x configuration so that the NVIDIA x driver will be used when you restart x? Any pre-existing x confile will be backed up.  选择 Yes  继续

挂载Nvidia驱动：
modprobe nvidia

显示驱动信息
nvidia-smi

reboot重启

正常的话就会显示如下信息

安装docker

由于整个过程都是在docker下编译镜像容器的形式来完成的，所有首先需要安装docker，安装如下步骤操作即可, 我的服务器环境是Centos7.4的，所以我的所有安装都是使用yum来安装的，你可以根据你的具体环境来调整

//安装依赖
yum install -y yum-utils device-mapper-persistent-data lvm2

使用阿里云镜像
yum-config-manager --add-repo http://mirrors.aliyun.com/docker-ce/linux/centos/docker-ce.repo

安装最新版本docker
yum install docker-ce docker-ce-cli containerd.io

//启动docker
systemctl start docker

安装Python3

由于安装过程依赖python3，所以有必要安装一下

//安装依赖
yum install zlib-devel bzip2-devel openssl-devel ncurses-devel sqlite-devel readline-devel tk-devel gcc make
yum install libffi-devel -y
//下载Python安装包
wget https://www.python.org/ftp/python/3.7.0/Python-3.7.0.tgz
//解压
tar -zxvf Python-3.7.0.tgz
//编译安装
cd Python-3.7.0
./configure
make
make install

//下面是修改一下系统环境的一些东西，使得系统默认使用Python3，但是由于centos系统默认是安装了Python2的，而且yum使用的也是Python2，所以这里需要做一下兼容修改
mv /usr/bin/python /usr/bin/python.bak
ln -s /usr/local/bin/python3 /usr/bin/python

mv /usr/bin/pip /usr/bin/pip.bak
ln -s /usr/local/bin/pip3 /usr/bin/pip

vi /usr/libexec/urlgrabber-ext-down
修改第一行：#! /usr/bin/python2.7

vi /usr/bin/yum
修改第一行：#! /usr/bin/python2.7

关联git账号和Epic游戏账号

这个是十分重要的，如果你不关联的话，你是看不到下面这个git仓库的：https://github.com/adamrehn/UnrealEngine.git

1. 如果你没有git账号的话，先注册git账号
2. linux服务器上安装git客户端
3. 注册Epic游戏账号：https://www.unrealengine.com/
4. 进行git账号和Epic账号关联， 如下图所示：
   在你账号里选择Personal，进入如下界面
   

安装UE4 docker

//安装
pip3 install ue4-docker
ue4-docker setup

安装NVIDIA container-toolkit (nvidia-docker)

根据不同系统可以在这里找到安装步骤
https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/install-guide.html

我的Centos7就按照如下安装即可

//导入GPG指纹信息
distribution=$(. /etc/os-release;echo $ID$VERSION_ID) \
   && curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.repo | sudo tee /etc/yum.repos.d/nvidia-docker.repo

//安装
yum clean expire-cache
yum install -y nvidia-docker2

重启docker
systemctl restart docker

//安装运行cuda容器
docker run --rm --gpus all nvidia/cuda:11.0-base nvidia-smi

安装支持linux的UE4像素流环境镜像

ue4-docker build  custom:4.23.1-pixelstreaming  -repo=https://github.com/adamrehn/UnrealEngine.git  -branch=4.23.1-pixelstreaming

这个安装过程非常久，我几乎就要跪在这里了。由于我们网络很不稳定的情况下经常会安装到半路中断并提示错误，不用理它，直接重新运行这个指令，在安装一次，已安装的依赖不会重新下载的。
安装完之后，磁盘会消耗一百多G，所以分配的硬盘一定不能少。
看到如下信息代表安装成功了

打包demo工程进行测试

把demo工程克隆到本地

git clone https://github.com/adamrehn/ue4-example-dockerfiles.git

进入如下路径
cd ./ue4-example-dockerfiles/pixel-streaming/4.23

这里有三个目录。分别就是文章一开始说的，一个WebRTC、一个WebService，还有一个就是demo游戏程序。
分别用docker进行build镜像

cd server 
docker build -t ue4webserver .  

cd proxy
docker build -t ue4webrtc .

cd project
docker build -t demoproject .

接下来运行三个镜像的容器

docker run -itd --name=ue4_webserver --network=host ue4webserver
docker run -itd --name ue4_webrtc --network=host ue4webrtc
docker run -itd --gpus=all --name=demoproject --network=host demoproject 

然后关闭一下防火墙

systemctl status firewalld
systemctl stop firewalld
systemctl disable firewalld

OK !!!
接下来看一下效果
打开浏览器，输入ip地址