作者：肖世广
一、 背景：直播类行业发展与压力
1. 直播类行业爆发式发展
直播类业务是基于影音形态, 以信息传递为目标的服务方式 ,其发展空间依赖于两种基础能力:技术与资源，进而基于产品能力进行放大。
基于终端解码能力、移动3/4G普及和产品维度的进步，从PC端“体育赛事+综艺”的直播点播形态，扩张到移动时代的游戏直播、个人直播以及细分垂直直播。直播类业务迅速成长成为一个独立行业，规模庞大，分工精细。
2. 视频云平台已承载业务
当前直播类业务已经进入万花筒式的发展阶段，从当前视频云平台的承载业务来看，内部业务有“全民K歌”、“企鹅电竞”等为代表的个人直播与游戏直播，外部业务更有“斗鱼”“龙球”“CNTV”“全民TV”等众多需求。
视频云平台当前承载的业务体量大，业务数量多，已经是一个成长迅速的服务平台，那如此繁复的服务需求，带来的规划增长是什么情况呢？
3. 视频云平台面临的压力
第一个挑战点 - 资源：业务快速增长对视频云系统提出了持续扩大的资源运营压力。
以近一年的业务增长情况来看：
a) 设备量增长：超过300%,越过万台规模量级；
b) 客户量增长：超过400%,越过3000接入业务规模；
c) 带宽增长：更是超过800%，达到T级线后持续海量攀升。
如此海量的服务压力，对视频平台提出了更高的要求，仅就服务能力目标来说，大容量、低成本、高质量的直播平台就是当前主要述求。
而基于腾讯云所规划的IaaS的基础服务能力能力，云所具有的更大弹性Buffer，更集中的资源管理能力，全球化的部署策略，在资源供给方面具备强大优势，可以提升交付速度、容量空间与全球服务的基础需求。视频云上云是一个使直播类业务，更具发展空间的战略方向。而视频云平台在进行云化建设之前，已经成长为一个成熟的复杂巨系统。接下来可以看一下这个巨系统上云，我们将会面临的挑战。
二、 挑战：视频云上云难点
1. 难点分类
核心原因：涉及多平台多部门，且机房基础环境差异大。
a) 平台间依赖
由于平台功能定位的不同，三大平台的主诉求与服务目标也各不相同：
互动直播：以双向传输、实时交互为需求，实时视频通信。互动直播在需要大量扩散时，多数用户仅观看，为单向传输，复用直播下行扩散能力，依赖直播平台。
直播平台：以单向传输、高扩散比为需求，有延时直播。直播内容存在点播需求，此部分业务由点播平台承载，故依赖点播平台。
点播平台：以预存储视频、按需回放为需求，非实时播放。
按上述三个平台的规划目标， 其依赖情况如下：
互动直播依赖直播：互动直播内容在需要大量扩散时，多数用户仅观看不互动，为单向传输，复用直播下行扩散能力，依赖直播平台。
互动直播、直播依赖点播：两种直播的内容，均有点播回放需求，需要依赖点播平台。
所以三大平台上云顺序由依赖顺序决定，点播->直播->互动直播，其中互动直播在扩散需求不大时，可与直播平台同步进行。
b) 自研机房与云机房环境差异大
从上述三个方面看，基础环境上的差异，对于系统架构，特别是灰度上云方案的过渡期（自研-云机房-第三方机房并存、且流量需互通），提出了巨大的挑战。
c) 支撑系统上云能力
支撑系统原有设计运行环境为自研机房，且均以内网服务形态支撑各类业务，相关部分模块不具备外网服务能力。当面临云上建设时，具体矛盾凸显出来：
外网通信需求：第三方机房等环境下，需要打通统一运营平台，即面临需由外网通信条件下，进行支撑系统汇总管理（独立部署无法实现汇总）。原支撑系统部分业务，仅支持内网通信，需解决。
外网通信加密、加速需求：灰度上云过程中，信令需经外网穿越各机房间，需要进行加密处理，同时要保证通信效率，确保不会影响业务能力，需保障。
内网模块跨网管理需求：部分业务模块（如转码），其上下游模块均由内网通信，在第三方环境下，需经外网与国内支撑系统server打通。此类模块无外网Ip，且不应有外网ip，需应对。
三、 应对：视频云上云详细方案
1. 直播平台上云方案
视频云平台的服务目标是全球用户，所以直播平台必须具备全球同步能力，以此保证全球用户均可享受同样服务内容。
而且直播平台云上建设中，突出的风险是灰度过程，所以直播平台需先规划并建设全球跨云运营方案。然后依此方案，解决在灰度过程中的质量控制与调度需求。
跨云交互方案核心点说明：
a) 调度中心交互
主播上行流，只会推送上图三大区中的一个区域，但其观众可能横跨三个区域，所以调度中心需要完成流数据互换，以保证各区均拥有同样流数据，服务拉流模块，进而提供全球服务。
在这个环节，流数据的同步速度与稳定性，就是保证服务质量的前提。此处通过多种方式提升外网通信条件下的通信质量：
双capip(腾讯自有Ip)：打通云支撑-自研通路，通过此配置方案，腾讯云机房与自研机房间，可由腾讯专线进行流量交互，避免形成外网穿越。（实现原理：网平交换平面识别到目标为自有IP，则绕行内网专线）
权限放通：打通云支撑-公有云通咱，通过安全审核后，由网平进行放通策略配置，使两方可由内网进行直接通信，避免形成外网穿越。（实现原理：物理网互通，但需要对软隔离网络，进行打通配置操作）
b) DC源回源交互
当主播与观众同同区接入时，需要跨区拉流，在调度中心的管理下，各区DC均可通过访问本区调度中心，寻找指定流所在流处理模块的位置（IP/域名），并进行拉流服务，提供下行服务。
以此解决灰度过程中，三区共存情况下，流在全球环境下的播放需求。
2. 互动直播平台上云方案
互动直播同时依赖点播与直播，所以需要分阶段上云，以适配整体上云节奏。如不按此流程进行，则可能出现业务流在云机房与自研机房间的多次穿越。
a) 依赖前置：直播点播上云
直播接流模块上云：直播平台需要为互动直播提供下行扩散服务，此处需直播平台先上云，使互动直播流上云后，即可在云上完成扩散服务。
点播存储模块上云：点播平台需要为互动直播提供录制文件存储能力，以提供对应点播服务。此处需点播平台先上云，使互动直播录制文件上云后，直接落存储，提供点播服务。
在这个阶段，由proxy代理上云，完成下一阶段上云的准备工作。
b) 阶段上云：互动直播部分上云（转码推流、录制截图、鉴黄）
转码推汉与录制模块上云后，可以依托云机房的资源能力，迅速放大服务能力。同时由于access等模块由于接入点需求（超过10个扩展接入点，云机房暂无此能力），所以此环节以中间模块为上云目标。
方案关键点：
增加媒体适配层 – IP收敛：未使用普通代理或IP直出，原因是录制模块拥有自治能力，模块内有调度与执行两部分组成。如果使录制模块直出IP，与access等尚处自研模块通信，需配置录制模块外网Ip，投放1000+三网IP，安全与资源两方面均无法满足。媒体适配层可区分信令流与业务流，使用少量IP即可完成接流，同时适配录制模块调度策略，按路由要求，按Ip将业务流投放到指定录制设备上。
增加access_proxy – 质量保证：proxy通过配置capip，结合媒体适配层同样配置capip，解决IP收敛问题后，使流量由腾讯专线上云，保证了通信质量。
c) 完成上云：互动直播完成上云（其它模块上云）
最终环节为解决access的众多用户就近接入点等问题后，完成涉及模块上云。最终完成上云工作。
3. 点播平台上云方案
点播平台由自研的FTN存储形态，改为云机房的COS存储形态，通过COS分区域集中部署，改善服务能力，实现点播2.0的服务目标。
方案关键点：
a) 增加上传代理 – 灰度过渡
点播流上云，需解决原有内网模块跨云通信问题，此处通过proxy解决灰度过渡问题，避免相关模块改造后，上云完成又废弃外网功能，造成开发资源浪费。
b) 改造COS接入 – 适配COS
COS是云机房提供的统一存储服务，性能优于FTN，但接口更丰富，点播2.0专门开发此模块进行适配。
c) 分区集中存储 – 各区独立
COS以广州云机房为国内首批上云承载点，以新加坡为海外首批上云承载点。后续将投放天津、上海点，并扩建海外点。
4. 跨云Proxy方案与效果
a) Proxy架构分类
视频云为了减少业务模块的过渡性改造工作，使用了大量proxy解决跨云通信问题，同时应对灰度与全球通信需求。
方案关键点：
- 4层代理 – 互动直播流上云proxy互动直播为了优化双人互动视频，使用了私有协议进行服务，此类流无法使用7层代理，需定制开发，以配置方式决策路由出口落点，实现代理功能。
- 4层复合代理 – 流媒体适配层
互动直播录制模块，按上文所说，为进行IP收敛，进行了定制开发，不但适配私有协议，同时扩展支持信令交互，具体基础代理以外的录制策略路由及流调度能力。
- 7层代理 – 点播文件上云点播2.0为支持第三方上传服务，使用了http协议上传，所以此处以nginx代理方式实现业务流出自研机房上云动作，云机房侧由点播upload接流后，存入COS。
- 7层复合代理 – 织云桥头堡
织云做为运营平台，与设备稳定通信并传输业务包是质量评估点之一，由于海外业务网络远，但统一管理平台需集中部署（国内），这里基于“指定路由+https协议”进行加密通信，同时提供信令传输与文件分发能力，提高运营效率。
b) Proxy优化效果
多种proxy均是为了减少短期开发，提高跨云质量，从对比图来看，直接走外网进行跨云通信（图上），云机房（跨云服务）卡顿率不稳定，且高于自研机房质量。而经过proxy优化后，云机房（跨云服务）卡顿率与自研机房基本一致。
此处涉及的典型代理有四种：
- DC同运营商 – 跨云拉流DC原有自研机房拉流方式为内网通信，而出外网跨云拉流时不区分运营商拉流，导致质量下降，经改造（主动向control调度模块上报IP，请求分配同运营商流处理proxy），实现同运营商拉流，提升拉流质量。
- 调度数据缓冲层 – 全球同步
流数据在全球有同步需求，当前核心CDB部署在广州云，全球control直接访问CDB效率低（容易发生抢占锁，及网络不稳引起的通信失败），增加本地缓冲层，实时同步核心CDB数据，提升响应服务效率。
- 录制文件上传 – 通道收敛录制模块为内网模块（1000+台），如独立配置外网Ip通信，不但需要改造，且由于1000+外网Ip使运营复杂。这里增加流媒体适配层，通过capip绕行内网专线，提升稳定性，改善服务能力。
- 基于Q调的加速通道
跨国拉流时，由于路线长，其间外网路由不可控，质量无法何证。这里基于Q调系统，寻找实时最优线路，由代理加速器进行代理通信，提高流传输稳定性，进行提升服务质量。
5. 上云灰度放量方案与质量对比
上云分为两个环节：灰度与质量验证，这里分别说明一下：
a) 灰度
Q调接入 – 依赖客户端SDK：使用腾讯SDK的客户，可以通过Q调系统，引导使用最优上行接入点。这里的灰度需对Q调返回引导地址，进行更换，按服务端配置文件指定百分比，按比例将客户端引向云机房接入点。这里不直接将云机房接入点引入Q调系统的原因，是由于Q调按质量引导，一旦混用，则无法控制灰度量级，所以必须使用配置文件引导。
域名接入 – 依赖DNS：未使用腾讯SDK的客户，导由域名访问视频云接入点，这里按平台、省份、运营商多个维度，进行域名管理，通过DNS轮询机制，增加云机房接入点IP，进行引导灰度。
两相比较，Q调灰度灵活、生效快，但依赖SDK；域名灰度比例难以调度，回滚时间略长，但无依赖，具有广泛适用性。整体评估，视频云的灰度，由使用Q调的自有业务入手，验证能力后，进而实施域名调度。
b) 质量验证
质量验证方式需要统一，当前效果最好的验证方式，就是使用Q调进行对比评估。将同一路流，同时推送云机房与自研机房，并从两区域分别拉流，以Q调数据验证质量。
以上节所述评估方式，结合实际客户端播放情况进行评估，云机房由于基础环境更新，云机房质量与自研质量持平或更优。
四、 步履：直播类业务云化之路
原有直播平台的服务目标为内部业务，改造空间和适配性有限，所以进行了前置的重构工作，重构并切换完成后，上云工作正式展开。
2016.9.14：新系统上线切换完成，正式启动上云工作。
2016.10.27：云上完成全模块部署，并进行业务流测试，测试正常，具体上云基础环境。
2016.12.12：结合业务情况与灰度方向，确定灰度方案，直播由自研业务-企鹅电竞启动，互动直播由大智慧启动，点播业务由录制类小业务进行。
2016.12.21：自研-云机房互联测试（DC拉流优化、点播proxy测试等）完成，灰度工作准备启动。
2016.12.28：点播平台首先启动灰度上云。
后续节点：
2017.3.28：当前点播业务流98%流量已经上云，预计3.28完成点播上云。（但自研已有存量点播文件，需待过期后删除下线）
2017.5.25：预计直播平台完成上云。
2017.6.25：预计互动直播平台完成上云。
五、 出海：视频云海外建设
1. 海外分布能力
当前视频云在全球已有多个服务点，具体分布如上图所示，其颜色分类说明如下：
a) 独立SET部署点
红色节点：视频云独立SET部署点，单set具备完整直播服务能力。
b) 独立SET待部署点
橙色节点：视频云规划中的独立SET部署点。
c) 接入点
紫色节点：视频云接入点，但无独立服务能力。
2. 流数据全球同步与统一调度
流数据全球同步能力，是统一调度的基础。若所有访问均直接请求核心CDB（大量跨国访问），服务质量无法保证，这里增加数据中转服务模块。
方案说明：
a) 数据中转广州模块
具备读写核心CDB能力，同时拥有本地缓存，是所有数据中转模块的同步数据源。
b) 数据中转中国香港模块
定制加密通信隧道，提升与广州通信质量，向广州模块提交中国香港数据流信息；同时做为海外其它中转模块的代理，提供数据同步服务。
c) 数据中转其它模块
向中国香港模块提交流数据信息，同时由中国香港模块，获取广州模块提供的所有流数据信息。
d) Control模块
调度模块，需要高速处理调度信息，所有流数据原始信息，均由control发往本地数据中转模块，并由中转模块查询全球流数据信息。
3. 海外统一存储方案
视频云当前的海外节点正在持续建设，服务规模还在发展中，考虑到COS为腾讯云基础能力，设备投放量大，基础成本起点高，当前按存储量进行规划后，以新加坡为统一COS存储落地点，提供点播存储服务。
方案关键点：
a) 海外统一存储
当前海外主要服务目标为东南亚，当前复用新加坡COS为统一存储结点，后续按业务增长潜力进行多点容灾规划。
b) 录制解耦外网通信
为保证录制模块功能统一，解耦外网路由能力，由proxy统一进行录制文件代理上传功能，实现海外录制文件的存储落地能力。使得录制在纯内网环境下可以简化逻辑，不因涉及海外路由优化，而被动改造。
4. 运营环境全球解决方案
织云统一管理的基础是自研机房已建设的平台集群。为了统一管理，不再单独建设各点织云系统，这里面临的问题，就是如何在全球分布的视频云平台上，进行透明化管理。
方案关键点：
a) 织云核心集群 – 保留在自研
织云不只支持视频云，还有大量自研业务，需要具备全环境服务能力，留在自研改造灰度风险低。
b) 中国香港代理 – 海外加速
海外到国内的网络质量不稳定，而中国香港是海外接入质量最好的点（拥有专线），由中国香港作为海外代理接入点，进行提速。
c) 桥头堡代理 – 加密分发
桥头堡代理提供加密通信与跨机房路由功能，同时提供本地文件分发能力，减少文件重复传输，提供透明访问代理。
5. 海外上行加速
海外上行接入点网络复杂，直接就近接入，未必是最佳选择，这里分别使用Q调的全球质量分析能力，优化接入。
方案关键点：
a) Q调 – 采集分析
采集所有接入点在各地的接入质量数据。
b) 客户端 – 寻路请求
客户端由Q调获取网络质量最优的上行接入点。
c) 客户端 – 接入上行
客户端按路由接入，获取最优服务能力。
6. 海外下行加速
视频云除了上行接入部分进行了优化，下行部分也规划了优化方案。
方案关键点：
a) POP专线 – 跨洲优化
通过网平POP专线的能力，提供跨洲情况下的下行加速，北美的流需要在东南亚播放时，该视频流将由POP专线到达东南亚SET后，再进行扩散下行。
b) 并行加速 – 跨SET扩大通路
SET间建立多信道，解决单一信道容量有限的问题，扩大通路能力。
c) 多连接 – 单路视频流加速
使用类trunk方式，在多信道同时传输数据，提高单路视频传输能力。
d) Tcp转udp – 协议优化
tcp依赖可靠联接，长途通信时，转为udp包进行跨set传输，更有灵活性及更大吞吐能力。
六、 平台：视频云平台运营规划
视频云需要海量资源搭建服务基础，同时提供丰富的服务能力，所以使用了三层结构，提供平台服务能力：
1. 腾讯云Iaas – 基础资源
基于腾讯云提供的基础资源能力，视频云可以选择不同能力的组件完成架构工作。实体机（支撑环境）、TVM（自研过渡）、CVM（云机房虚拟化能力）、CDB（关系型数据库）、Redis（Nosql数据库）、COS（云统一存储）、CMQ（消息队列）、VPCGW（管理网关）、V**GW（出口加密网关）等等。后续将依此基础资源能力，在优化性能（GPU设备等），扩大覆盖（海外新节点等），优化资源交付（快速供给与上线）等数个方面，进行扩展，发挥腾讯云的资源优势，扩大服务范围。
2. 视频云PaaS – 业务能力
视频云业务基础，组成部分由客户端SDK开始，接业务流流向，覆盖所有业务模块。当前模块分布于多个部门与机房，后续基于资源与业务需求，提升模块性能（架构技术），适配业务需求（P2P等定制需求），提升服务能力。
3. 运维SaaS – 运营管理
运营优化的核心层，通过顶层封装，提供多方面的全球服务能力，如自动化运维（基础监控与视频云运维），快速交付（容量管理与场景化工具），容灾（调度与柔性），成本优化（资源负载），数据挖掘（日志与业务数据）、质量响应（多维监控、舆情与告警）
七、 小结
直播类业务云化建设，本质上是一个将自研已有的“复杂巨系统”向全球化扩展的上云之路，各方面团队共同面对，并解决了诸多环境差异与业务适配需求的难点，在保证业务能力与服务质量的大前提下，做了很多辛劳工作，保障了上云之路持续扩展。但路漫漫其修远兮，视频业务方兴未艾，未来更有成为基础服务的潜力，其上有更大的服务空间可以探索。
相关推荐
视频云解决方案
