金山云魏代政解讀：移動視頻云初建平臺是怎樣煉成的
2016年直播風(fēng)頭正勁，云公司也迎來春風(fēng)?？v觀視頻云市場，金山視頻云異軍突起，在移動直播領(lǐng)域拔得頭籌，一舉成為移動視頻云初建平臺。僅僅半年，排名前200的直播App中有一半已經(jīng)是金山視頻云的客戶。
那么，是什么使金山視頻云在短短半年內(nèi)成為行業(yè)的絕對領(lǐng)導(dǎo)者呢?這個業(yè)內(nèi)公認(rèn)的“移動視頻云初建平臺”在運維上又有哪些絕招呢? 這些疑問在GOPS2016全球運維大會上得到了解答。
12月16日，在高效運維主辦的GOPS2016全球運維大會-北京站上，金山云視頻云事業(yè)部運維總監(jiān)魏代政發(fā)表了題為《視頻直播運維難點與解決方案》的主題演講，對金山視頻云運維經(jīng)驗進行了干貨分享。
金山云視頻云事業(yè)部運維總監(jiān)魏代政在發(fā)表演講
他指出，優(yōu)質(zhì)的云架構(gòu)是平臺的根基和靈魂，金山視頻云具備一站式，超融合的解決方案，服務(wù)能力方面追求高吞吐和高可靠。監(jiān)控全面精準(zhǔn)、故障快速隔離、科學(xué)的容量調(diào)度與建設(shè)規(guī)劃，是保障超大規(guī)模視頻CDN系統(tǒng)持續(xù)穩(wěn)定運行的三大首要任務(wù)。
一站式、超融合、高吞吐、高可靠，打造完美視頻云解決方案
從解決方案角度，金山視頻云具備一站式，超融合的特點，即：從播放SDK到CDN系統(tǒng)，從CDN系統(tǒng)到直播源站，從直播源站到點播源站，在線/離線轉(zhuǎn)碼，連麥服務(wù)，美顏&動態(tài)貼紙等，一應(yīng)俱全，可以為客戶一站式解決所有問題。
與此同時，兼容和友商進行源流互推共享，方便用戶整合各家云服務(wù)優(yōu)勢達到自身服務(wù)質(zhì)量的極致提升。
從服務(wù)能力方面，金山視頻云一直秉承高吞吐，高可靠的追求。
而在基礎(chǔ)設(shè)施建設(shè)方面，金山視頻云的CDN具備6大三線上層、200+CDN節(jié)點、6TB帶寬儲備，并計劃在2017年實現(xiàn)500+節(jié)點、10TB帶寬儲備。在直播源站方面則具備10萬路流、5萬路實時轉(zhuǎn)碼，而且整個架構(gòu)具備快速水平擴展能力。
從上述數(shù)據(jù)不難看出，金山視頻云的海量流量承載能力，能力的背后是大量的節(jié)點和設(shè)備，和眾多條可用數(shù)據(jù)鏈路的冗余。那么，面對如此多的機房、設(shè)備以及眾多的網(wǎng)絡(luò)數(shù)據(jù)流鏈路，在如此之快的成長和發(fā)展速度下，金山視頻云是如何保障平臺穩(wěn)定性，如何做到高可靠呢?
魏代政指出，監(jiān)控全面精準(zhǔn)、故障快速隔離、科學(xué)的容量調(diào)度與建設(shè)規(guī)劃是保障金山視頻云服務(wù)持續(xù)高速發(fā)展的三個首要任務(wù)。
運維主動出擊，將隱患扼殺于萌芽階段
對于云平臺而言，面對超大規(guī)模CDN系統(tǒng)，應(yīng)如何保證平臺持續(xù)穩(wěn)定運行呢?在運維方面，需要實現(xiàn)以下目標(biāo)，即：
l 監(jiān)控&巡檢：全面無遺漏、告警精準(zhǔn)數(shù)量少、定位問題速度快，發(fā)現(xiàn)問題于萌芽;
l 集群機器管理：故障快速隔離、故障修復(fù)優(yōu)先級、全程可控?zé)o泄漏;
l 帶寬容量管理：容量安全不過載、流量徒增扛得住、滿足保底不浪費、容忍節(jié)點離線割接、容忍節(jié)點故障離線。
保障監(jiān)控全面精準(zhǔn)
金山視頻云監(jiān)控是一個全鏈路的系統(tǒng)架構(gòu)，從基礎(chǔ)設(shè)施到軟件服務(wù)到用戶請求再到用戶端上的數(shù)據(jù)，統(tǒng)統(tǒng)進行了全面收集和整合分析?；阪溌繁O(jiān)控，可以精準(zhǔn)的發(fā)現(xiàn)是在全鏈路的哪個環(huán)節(jié)上出現(xiàn)了故障，如“鷹眼”般敏銳、精準(zhǔn)。
故障快速隔離
CDN是一個超大型的分布式緩存，從設(shè)備和網(wǎng)絡(luò)資源方面都有很大的冗余度，能夠容忍單點故障。能精確識別出來的故障(物理機故障，網(wǎng)絡(luò)故障，軟件故障燈)，要做到快速隔離，這是快速止損保證服務(wù)質(zhì)量的有效方式。
在大規(guī)模節(jié)點設(shè)備維護方面，金山云CDN有一整套機器全生命周期管理系統(tǒng)，做到機器設(shè)備從采購到上線服務(wù)，從上線服務(wù)到故障離線，從故障離線到修復(fù)回歸線上的整個機器生命周期全程跟蹤，并實現(xiàn)了部分狀態(tài)轉(zhuǎn)換的自動化。
金山視頻云在機器采購、預(yù)處理、壓測、初始化到機器故障被摘除及故障處理的各個環(huán)節(jié)中，充分保障機器的各種生命狀態(tài)的管理和維護。如果出現(xiàn)故障，第一時間進行快速隔離、修復(fù)、再利用。各個狀態(tài)的機器時刻在監(jiān)控，就像帶領(lǐng)士兵打仗一樣，高度自動化的盤點前線士兵數(shù)量，受傷的士兵數(shù)量，及時撤下傷員，快速跟進并治愈傷員再次派上戰(zhàn)場，各個環(huán)節(jié)銜接流暢，處理及時，從而實現(xiàn)機器的高在線率、高出勤率，保證群體總戰(zhàn)斗力輸出。
科學(xué)的容量調(diào)度與建設(shè)規(guī)劃
容量管理成功的關(guān)鍵在于容量調(diào)度和建設(shè)規(guī)劃。
調(diào)度是以帶寬容量數(shù)據(jù)為依據(jù)，數(shù)據(jù)的準(zhǔn)確性決定了調(diào)度系統(tǒng)的表現(xiàn)是否符合預(yù)期，保證容量數(shù)據(jù)的準(zhǔn)確性是做好容量管理和調(diào)度的關(guān)鍵。金山視頻云對帶寬容量數(shù)據(jù)有多種持續(xù)進行的稽核手段，從CDN日志和交換機物理層面采集進行了例行的稽核，進而保障數(shù)據(jù)的準(zhǔn)確性，一旦出現(xiàn)問題立即人工介入干預(yù)，及時消除數(shù)據(jù)噪聲，將數(shù)據(jù)修正，保證調(diào)度系統(tǒng)的數(shù)據(jù)支撐是正確可靠的。
建設(shè)規(guī)劃方面，金山視頻云根據(jù)中國核心運營商的網(wǎng)絡(luò)結(jié)構(gòu)特點，結(jié)合自身容量數(shù)據(jù)，按照一定的片區(qū)、省份對各個運營商的資源利用率進行分析，產(chǎn)出建設(shè)決策，做到片區(qū)利用率均衡，每個省份和片區(qū)都具備一定的冗余帶寬，容忍流量徒增，容忍部分節(jié)點因故障或者割接而暫時離線。
在目前階段，為了保證服務(wù)的絕對穩(wěn)定，金山視頻云的調(diào)度采用了“自動化方式調(diào)度”+“人工干預(yù)”的雙保險機制，來實現(xiàn)容量安全不過載、流量徒增扛得住、滿足保底不浪費、容忍節(jié)點離線的目標(biāo)，隨著調(diào)度系統(tǒng)的不斷優(yōu)化，目前人工干預(yù)已經(jīng)變得很少。
移動視頻云初建平臺并非一蹴而就，金山視頻云在客戶積累中獲取經(jīng)驗，在培育市場的同時，不斷地提高自身的技術(shù)輸出能力。作為視頻云領(lǐng)域的先行者，金山視頻云還將在技術(shù)上持續(xù)打磨、與時俱進，以技術(shù)引領(lǐng)視頻行業(yè)的革新，將未來“視”界帶到今天。
關(guān)注我們
