IT评测·应用市场-qidao123.com

标题: 视频考核架构实践 [打印本页]

作者: 莫张周刘王 时间: 2024-9-4 14:25
标题: 视频考核架构实践
一. 配景与目的

1.1 视频考核配景

现有视频考核系统由于汗青原因，针对不同的业务调用方和业务场景提供了多套视频考核技术方案和服务，且在考核时效、支持的协议完备性等方面存在一定的不足；同时，多套系统并存不停存在较高的运维本钱的环境。
由此，需要筹划一套统一的视频考核系统架构，将多套服务合并为一套服务，提供统一标准视频考核服务，大幅降低运维本钱的同时，提供完备的接口协议支持和更高的考核时效。

1.2 筹划目的

•考核时效优化：
◦流式完成下载、拆帧、推理、通知四阶段处理；使得整个考核过程为：边下边拆边推边响应。
◦每阶段内并行处理，提高考核时效。
终极目的：考核时长 = MAX(并行下载、并行拆帧、并行推理)。

•完备的接口协议，应对未来不同需求场景：
◦短视频同步：提供时长1~2分内、100MB内的视频，告竣3秒内考核完成的目的；且以同步阻塞接口提供服务，简化业务方调用、交互过程。
◦长视频异步：支持10小时乃至更长视频的异步考核本领，按调用方需求提供及时响应开关。
◦及时直播视频流：针对及时直播流，提供边拉流、边考核、边响应的及时流式响应本领。

二. 拆帧技术方案选型

2.1 ffmpeg扼要介绍

针对不同的编码器、封装协议、传输协议，提供统一的音视频处理接口。
跨平台，兼容200多种编码、180多种封装格式、20多种传输协议。世界上90%以上的音视频开辟基于FFmpeg。

2.2 API vs 命令行

•基于API
FFmpeg提供了一整套的音视频处理库，以统一的API分别完成音视频处理过程中的重要阶段，包罗：
收罗、解封装、解码、处理&转换、编码、封装、传输等。
此中，各个库提供的API粒度较细，非常适合对音频、图片帧做业务细粒度的自定义加工的场景。

ffmpeg库	简介
libavcodec	封装绝大部分编码解码器，提供统一API。
libavformat	封装绝大部分封装格式，针对不同封装格式提供统一API。
libswscale	图片像素格式转换工具库。
libswresample	音频采样格式转换、重采样工具库。
libavfilter	音视频滤镜库。
libavutil	音视频开辟过程中的工具函数大全。
libavdevice	摄像头、麦克风等外部设备数据收罗API。

•基于命令行
基于上述库，FFmpeg提供了可实行命令行工具：FFmpeg。
FFmpeg命令行以组合大量选项、参数的方式完成常规的音视频处理工作，且其本身以c语音实现，为常规音视频处理需求，提供了简单、稳固、高效的支撑；通过高级命令行参数可告竣筹划目的：
流式下载：支持Http/flv流等传输协议作为输入，实现边下载边解码。
分段并行：利用ss、to等选项，其内部基于http range seek特性，完成并行多段处理。
自定义音视频参数：利用codec/afilter/vfilter等编解码、滤镜参数可完成输出图片自定义帧率、音频采样、声道等目的。

综合考虑视频考核业务特点，对音视频处理过程本身并不复杂，单纯、核心的目的就是将音频、图片帧从视频中拆分出来，并不存在过多的针对音视频帧的加工处理过程，因此，视频考核架构接纳FFmpeg命令行工具完成基础的视频拆帧工作。

三．框架描述

3.1 流式处理框架

使命处理器是视频考核服务的核心组件，一个使命处理器实例包罗三个子组件：拆帧引擎、使命驱动器、考核业务对象。通过使命驱动器的调度过程，协调拆帧引擎和考核业务对象两个对象实例完成一个视频使命的下载、拆帧、推理、响应四阶段流式、并行处理过程。
一个视频考核服务内根据容器cpu资源、配置环境，允许多个处理器实例并行完成多个视频处理使命。

3.1.1 拆帧引擎

拆帧引擎：图片拆帧逻辑图、音频拆帧逻辑图，目的均是流式生产数据。

图片拆帧

单一视频使命中，为了完成流式、并行处理目的，图片拆帧模块由两个主使命并行完成：
一是根据视频时间、业务计谋，启动多个ffmpeg进程，利用ffmepg的seek机制将视频拆分为多段完成并行下载、拆帧。
二是收集使命，根据拆分出的图片帧时间戳信息天生图片帧信息，供后续推理读取。

音频拆帧
针对音频拆帧存在两种目的：
针对视频文件：接纳单一命令完成整个音频文件的拆分，供后续asr、音频考核使用。
针对视频流：相对于视频文件，视频流具有连续性，时间比为1：1，为了告竣边拆边推理边响应目的，需要在直播过程中动态切分音频段，完成及时处理和及时响应。

视频流中的音频处理部分涉及几个重要步调：
拆段：利用segments机制，完成固定时间段的音频切分。
VAD：基于webrtc VAD模块，遍历PCM文件采样数据，完成有声段音频的拼接&切割。
编码：将原始PCM音频编码为mp3，大幅降低文件尺寸便于传输。
收集：负责收集编码后的mp3文件，生产音频段信息，用于后续推理读取。

3.1.2 考核业务模块

考核业务对象与使命处理器、调用算法服务进行交互，完成流式、并行的帧（图片、音频）考核业务过程。
考核业务对象内部由单线程驱动，循环检测帧队列、异步推理响应、异步上传响应三个状态，并根据推理、上传结果，在业务计谋开启及时响应开关时，动态发送部分响应数据至及时结果队列完成及时响应。

3.1.3 使命调度器

拆帧引擎和业务对象对外部提供了标准的非阻塞状态查询及命令处理接口，围绕这些接口，使命调度器内部由单线程驱动，与拆帧引擎和业务对象进行流式调用交互，这个过程中，拆帧引擎作为帧生产者、业务对象作为帧消费者，使命驱动器将两者进行衔接，从使命处理的角度驱动两者共同完成视频考核过程。

至此，三者整体完成了核心目的：
下载、拆帧、推理三阶段，每阶段内并行加快。
下载、拆帧、推理、及时通知四阶段流式处理。

3.1.4 多业务场景

得益于核心组件间的标准接口交互，整个系统可以针对不同的业务场景、需求，将业务对象从主服务中剥离出去，由内部函数调用改为长途RPC调用，并进行分布式部署；使得全部业务在统一的流式、并行框架下，高效完成各种场景需求。

3.1.5 同步&异步处理流程

视频拆帧过程属cpu麋集型业务，其使命处理的服务节点优先从cpu负载角度出发，而不是吸取哀求的节点进行处理；因此，在吸取哀求后，会将其派发到MQ使命队列中，由cpu闲置的节点通过手动pull方法完成使命获取并处理。
同步与异步不同的点在于，异步使命处理完成后，直接将响应发送到结果队列中，由调用发吸取；而同步模式下，需要将结果通过回调的方式，将响应返回到哀求吸取节点，再由哀求吸取节点进行同步响应给调用方，内部通过同步对象、超时等机制完成同步调用协议。

3.2 结果服务

结果服务与主服务配套，从MQ吸取主服务处理过程中发送的各种变乱并保存，重要完成几个功能：
•哀求处理审计：保存一个月的细节结果，供配景查询、分析视频拆帧、考核过程的有效性、及时、快速、方便的审计问题。
•提供主动查询接口：调用发发起异步哀求后，对比mq吸取结果，另一种常见的方式是通过主动调用查询接口进行定时检查的方式获取响应，结果服务提供get接供词调用方主动进行结果查询。
•全局重试：主服务地点宿主机、容器宕机时，结果服务内部实现了定时检查机制，当发现视频使命开始处理后，且在一定时间内未响应的环境下，会调用主服务完成使命的重试处理过程，确保视频使命不丢失。

四. 计谋配置

系统针对单一视频的整个处理过程中，涉及不同的计谋可以进行配置&设置，包罗两个方面：
一是框架处理过程，二是考核业务计谋，根据不同业务需求，可以进行完成的处理过程配置；
业务方通过输入业务token+计谋ID进行服务调用，以完成业务方特定需求，具体可配置计谋包含如下：

框架举动计谋	业务计谋
是否开启中间结果及时通知	考核疑似阈值
分段并行计谋 {开始、结束时间、FPS}	考核本领列表
是否并行拆图片帧
是否预下载，默认边下边解

下载超时, 仅开启预下载时有效
拆帧超时
业务结果期待超时

视频最大限制，默认4GB。
视频最长限制，默认俩小时。

•不同模式部署

16c机器环境下，针对不同协议场景，完成集群配置：

集群	目的	Processor 实例数目	Image公共池并行数	图片拆帧是否拆段并行
短视频同步	速度优先，避免多使命CPU资源冲突	1	4	是
长视频异步	充分利用资源，允许使命排队	4	4	是
RTMP视频流	及时流无法拆段并行	16	16	否

五. 测试验证

经测试验证，在16C容器下告竣筹划目的：
•1分钟、100MB内视频，2秒内可完成考核。
•长视频异步模式下，对比旧版服务考核时效平均提升5倍。
•优雅退出+全局重试保障使命不丢失。
•标准模块接口为未来扩展为多场景通用分布式系统打下基础。

免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。

欢迎光临 IT评测·应用市场-qidao123.com (https://dis.qidao123.com/)