在很多音视频通信项目中，我们都是用基于SIP的软交换系统作为基础的通信能力提供平台。由于SIP协议的开放性和便利性，已经完全占据了通信系统协议的头把交椅。

在各种项目中，我们会使用到不同品牌的SIP终端，SIP网关和SIP服务器。我们也会注意到，很多系统默认就支持SIP通话的录音录像，有些系统需要单独配置录像服务器。为什么会有这样的差别呢？

其实这和SIP服务器的两种工作方式有关，B2BUA和SIP Proxy是两种SIP通话的处理方式。不同方式有着不同的工作流程。

B2BUA（Back-to-Back User Agent）

B2BUA在两个SIP对话之间起到中间人的作用，它在逻辑上由两个用户代理（User Agent）组成，分别处理呼叫的每一端。当一个呼叫请求到达B2BUA时，它会终止该呼叫，并生成一个新的呼叫请求到目标方。B2BUA不仅处理信令，还处理媒体流，这意味着它可以控制和修改SIP消息和媒体数据。

B2BUA呼叫流程

简单的说就是我们的每一通SIP呼叫都需要经过SIP服务器的处理。这样做的好处是可以对呼叫信令有全面的控制能力，并且对媒体进行处理，修改媒体流，如插入音乐、录音、媒体转码等。

这种工作模式适合更复杂的业务逻辑，比如在开发呼叫中心，会议系统，调度系统时会更方便。但是这样的系统意味着服务器需要有更强大的处理能力。所有的呼叫媒体必需经过服务器转接，所以这种工作方式实现录音是非常容易的，只需在服务器内截获相应的数据包即可实现录音功能。

SIP Proxy（Session Initiation Protocol Proxy）

SIP代理服务器模式是SIP服务器的另外一种工作方式，SIP代理服务器只复杂处理呼叫信令，不处理两个通话终端之间的媒体。

SIP Proxy 工作模式

这种工作方式可以让SIP服务器变的简单，由于不需要处理媒体，可以实现大规模的信令处理能力。它的主要作用是路由SIP请求到目标用户代理，帮助实现呼叫的建立和路由，而不干涉媒体流。

这种方式要想在服务器端实现录音是不现实的。所有通话都在终端于终端之间完成，视频流出在不可控的范围。因此这类系统大多不提供录音录像的功能。

当然，真正的系统应用中是多种技术的融合，在一套完整的通信系统中可能使用多种工作模式。这里只是方便大家了解SIP服务中B2BUA和SIP Proxy的区别。更深入的了解可以参考相关学习书记和协议手册。