所有内容来自于MKV的官方spec。

MKV是基于EBML(extensible Binary Meta language,一种类似于XML的语言)语法定义的一种多媒体容器格式.

MKV文件格式现在被广泛的使用，包括VP8的webm其实也是基于MKV格式http://www.webmproject.org/docs/container/。

                               EBML 语法

EBML语法中的element结构如下：

    http://s2/mw690/80ce3a55g7b89d632a661&690
包括ID/size/data.至于vint这些数据类型的具体含义请参考文档。

需要注意的是一个EBML element中可以包含其它的elements（在data中)，这种element称为EBML master element.甚至于Master element还可以包含其他的master element，形成了多层的嵌套。比如MKV中的track 就是这种情况。

MKV就是完全根据EBML的element来组织的文件格式，对于这种基于EBML的文件格式是非常容易扩展的，比如某个公司想设计自己的文件格式，那么可以增加新的EBML element(master element)来进行扩展。比如google定义的webm其实就是基于MKV来定制的格式：http://www.webmproject.org/docs/container/。另外，google为了增加对security的支持，还增加了部分新的elements来存储和encryption相关的信息：http://wiki.webmproject.org/encryption/webm-encryption-rfc。对于security部分的扩展，可以参考W3C：https://dvcs.w3.org/hg/html-media/raw-file/tip/encrypted-media/encrypted-media.html

                               MKV 顶层element

MKV文件从最顶层来看，只包含2个elements: EBML 和segment。

每一个MKV文件只能有一个EBML element.

   http://s1/mw690/80ce3a55gd36244b1d760&690

MKV中的EBML数据：

  http://s15/mw690/80ce3a55gd3626ca0787e&690

从上面的图中可以看到，在MKV中EBML段描述了EBML版本，长度等信息，具体见下图：

  http://s16/mw690/80ce3a55gd36276aa78bf&690

在上表中可以看到，MKV为EBMLelement中的每一个元素都提供了default值，这表示MKV可以允许提供一个空的EBML element，值都使用default值。

SEGMENT：

http://s16/mw690/80ce3a55g7b89da370a1f&690

segment中包含了很多的master elements：

http://s12/mw690/80ce3a55gd3628f68ee3b&690

                     Segment中的master elements

1. SegmentInfo

这个EBML master Element主要描述了这个segment中的基本信息：

http://s16/mw690/80ce3a55gd362a681950f&690

http://s1/mw690/80ce3a55gd362aa851230&690
.....

从上面的表中可以看到，在segmentInfo这个master element下面包含了很多的element，每一个element都符合EBML element的定义(包括ID,SIZE,DATA)。

具体的内容请参考MKV的spec。

下面主要介绍一下track/cluster。

Track和cluster的差别：

比如video track、audio track等，但是track里面包含的是header信息而没有实际的sample data，实际的sample data是包含在cluster中的。

MKV中的track是一个多层嵌套的master element，下面还包含了其他的子master element比如video、audio等header信息。

下图就是track中包含的video master element下面的element的情况：

http://s2/mw690/80ce3a55g041dc36da5a1&690
....

从上图中可以看到，video master element中主要描述图像的size等信息。

Cluster: 包含sample block等实际的sample数据

http://s10/mw690/80ce3a55gd362d8f93e19&690

http://s1/mw690/80ce3a55gd362df427e50&690

其中blockGroup master element的定义如下：

http://s14/mw690/80ce3a55gd362e55ec87d&690

注意到sample block等都是以BLOCK的方式来存储数据：

http://s3/mw690/80ce3a55gd362eafc41c2&690

其中lacing的定义如下：

http://s11/mw690/80ce3a55gd362f567038a&690

                                  问题

问题1： MKV中的一个sample 是否要求必须是一个video frame(假设是video track)?

从xipH/EBML Lacing的结构可以看出，一个block中可以包含多个frame，并且在lacing中描述每一个frame的size。