蓝光和4k视频正逐渐普及，4K视频峰值码率超10Mbit/s。架构平台部TVideo平台从资源，链路、缓存、接⼊进⾏调优，有效解决4k⾼码率视频的⼆次缓冲问题，播放体验全⾯领先竞品。 背景
随着⾳视频编解码、超分辨率、VR/AR等技术的发展，iPhone8、4K电视、VR眼镜等终端设备的更新换代，⾼码率⾼分辨率⽚源（4K视频、360°全景视频等）的层出不穷，多媒体⽤户观看体验正在逐步升级，整个⾏业⽣态链正在快速向⾼品质内容切换。
就分辨率⽽⾔，上⾯提到的4K视频指分辨率达4096*2160的⽚源，对⽐其它分辨率还有2K（2560*1440）、1080P（1920*1080，⽬前腾讯视频蓝光的分辨率）等。腾讯视频在2017年下半年为进⼀步提升⽤户体验推出“杜⽐特权”，引进4K⽚源（见图1）。
image.png
分辨率的提升必然伴随着码率的提升。相⽐蓝光视频的3Mbit/s码率，杜⽐特权4K视频峰值超过10Mbit/s，这对后台下载（Tvideo平台）带来巨⼤挑战，为提供⾄少10Mbit/s下载速度，需要在⽹络延时、缓存IO、回源速率等⽅⾯进⾏优化升级。 农机自动驾驶1.Tvideo平台介绍
腾讯视频Tvideo平台运营着公司内部各项重要⾳视频业务，除腾讯视频外，还为空间视频、QQ⾳乐等提供⽀撑。拥有16T+⾃建带宽，亿级别的视频库。
纱窗角码image.png
Tvideo采取多层缓存，冷热分类架构。⾳视频⽂件上传到Tvideo后台源站，源站存储模块为每个⽂件加⼊特征信息，防⽌恶意⽤户盗链，分析⽂件热度，按不同优先级将⽂件推送到中间源；中间源缓存按业务进⾏软件隔离，保障每个业务有独⽴存储空间；城域点负载边缘加速，通过调度、链路加速等措施保障数据快速传输到⽤户终端。
2.⾼码率视频后台优化揭秘
当前⾼码率视频⾯临着⽹络延时，缓存IO不均，接⼊/回源耗时带来的卡顿等⼀系列问题，如杜⽐视界4K节⽬，码率峰值⾼达10Mbit/s，⼀部电影⾼达10GB存储，如何保障后台服务质量，提升⽤户观看体验？
针对上述问题，Tvideo平台在链路、缓存、接⼊等做了多项优化，解决缓存负载、链路卡顿、播放⾼延时等问题。
半有源电子标签
image.png
2.1 链路加速
客户端播放媒体过程中，没有出现任何卡顿称之为⽆缓冲，反之称之为⼆次缓冲，⽆缓存占⽐越⾼，说明后台服务越好，链路加速重点解决⽤户播放⾳视频卡顿的问题。
引起卡顿的因素很多，如后台⽹卡降速，传输⽹络波动、跨省&运营商访问速度跟不上、⼩⽚请求造成IO碎⽚等。Tvideo通过如下策略，解决链路带来的卡顿：
1. 极速分发：多线程10MB/s速度下发，异步落盘
2. 数据合并：HLS多分⽚合并直出，伪流处理
3. 回源加速：根据客户端场景，后端⾃动加速
4. 慢速修正：⽀持跨⽹矫正，慢速链接协议栈加速
5. 按码率回源：根据现⽹回源速度，⾃动选择最佳回源路径
污泥制砖对于⽂件在边缘节点不命中场景，分为热点不命中和普通⽂件不命中，链路加速策略分别使⽤极速分
发和回源加速，实现边缘节点“100%命中”。
防盗机箱
极速分发指的是将⽂件从源站快速分发到边缘节点，解决源站、中间源等繁忙链路拥堵的情况，极速分发通过P2P组⽹、分级削峰、智能识别码率等⽅式，实现秒级内将⼀个切⽚视频推送到全⽹，在腾讯视频热剧抢先看、热点突发、会员保障等场景，发挥着重要的作⽤。由于分发⽹络节点间热点互通，将全⽹TOP(k)⾼码率热点⽂件分发到边缘节点，实现热点视频边缘命中，减少链路延时。
对于普通普通不命中场景，采取回源加速策略，每次回源记录回源速度，⾼码率视频使⽤回源速度⼤于码率3倍以上的回源IP，⽆法满情况下，采取多回源IP并发分⽚回源。
杜⽐视界4K视频采取fmp4分⽚，由于fmp4切⽚⽂件过⼩，每次回源请求⼩分⽚造成链路速度达不到预期，Tvido采取进⾏多分⽚合并回源下载策略，减少链路延时。
image.png
上图测试⾳频⼩⽂件多个分⽚合并的回源速度，可以看到，在TCP没有建⽴起来的情况下，将多个⼩分⽚合并回源速度效果明显。
当然后台链路加速还包括对客户端访问区分优先级，当客户端进⾏紧急下载，后端使⽤多连接加速；对于慢速请求，则选择协议栈加速等，通过上述优化，最⼤限度缩减耗时，保障链路下载速度。版权评估
2.2 缓存优化
缓存是Tvideo的核⼼模块，包括缓存按业务管理策略，热点⽂件&分⽚界定算法，冷⽂件淘汰、全局负载均衡等算法。
image.png
上图所⽰为Tvideo平台城域点机房集架构，其中中⼼索引模块维护集中所有⽂件的索引信息，下载HTTP模块负责业务请求的接⼊，数据存储模块负责冷热数据管理。 冷热数据存储模块和内存缓存统称为缓存，热点分级是缓存模块的分级是缓存模块的核⼼，对于普通视频热点统计策略相对简单：下载HTTP模块在接⼊阶段通过边缘计算，快速处理70%左右的热点请求；⽽相对冷的请求，通过中⼼索引模块计算，通过以上热点统计分级计算，实现热点快速统计。
⽽对于⾼码率视频，除了使⽤上述常规⽅法，另外对缓存进⾏了特定的分级，包括根据机房维度分级，根据访问模型分级，根据码率进⾏IO 分级和热点扩散分级。
2.2.1 根据机房维度进⾏缓存分级策略：
Tvideo平台每个机房质量存在⼀定差异，这样可以把资源分为优质资源和普通资源，通过现⽹访问流
⽔分析得到不同机房质量情况后，将整个平台的缓存资源池按码率进⾏划分，对于普通机房，缓存更多的低码率视频，优质机房⽤于缓存⾼码率视频。通过机房调度完成优质机房服务⾼码率请求，避免⾼码率视频请求命中低质量机房的情况。
image.png
优质资源在⽂件淘汰过程中，保障⾼码率⽂件每次淘汰数量⼩于标准淘汰值（如⾼码率每次淘汰5%，普通视频每次淘汰10%），保障机房更多的空间存储⾼码率视频；⽽对于普通机房，⼀般只覆盖低码率业务，只有在资源不够的时候才会⽤上，可以空出更多存储供普通视频等业务使⽤。通过上述物理介质的分级，保障业务质量。
2.2.2 根据客户端访问模型进⾏缓存分级
根据客户端访问模型，可以将客户端下载过程分为快速阶段、渐进式阶段、P2P阶段。由于客户端每个阶段要求的下载速度不⼀样，后端缓存需要能够区分不同阶段，从⽽进⾏特殊处理。
image.png
⽤户观看⼀部影⽚，从客户端播放逻辑看，在刚开始播放时，客户端进⼊快速下载阶段。该阶段客户端播放器缓冲区没有数据，要求快速填满播放器缓冲区，以便减少⽹络抖动等因素带来的卡顿。当客
户端缓冲区填满后，客户端进⼊渐进式P2P阶段，该阶段客户端停⽌向后台下载，采取P2P下载，如果P2P速度过慢，当缓存的内容过少时，再次向后台Tvideo下载，此过程叫渐进式下载。简单举个例⼦，客户端⾸次播放，快速下载180秒将缓冲区填满，播放器开始播放，同时进⼊P2P下载，由于P2P下载速度达不到⾼码率要求，当客户端缓冲区⼩于90秒后，客户端会向后台Tvideo平台继续下载，直到将缓冲区填满。
上述三个阶段对Tvideo后台速度要求不⼀样，后台根据边缘计算，探测到快速下载阶段的请求后，进⾏缓存内存加速，将部分数据预拉到内存。⽽渐进式下载过程中，后台根据⽂件VID进⾏预测，将⽂件预热到⾼速缓存介质上。在P2P补洞阶段，进⾏缓存负载均衡，保障机房内缓存负载相对平衡。
2.2.3 根据⽂件码率进⾏IO分级
当前Tvideo平台机房集采取SATA和SSD存储混搭模型，解决回源较⾼问题，如SATA统⼀使⽤4T盘，保障边缘节点有⾜够的存储，能够挡住热点，根据访问热度，逐步向⾼速介质SSD上扩散。由于SATA单盘只能⽀持120Mbit/s，暂不考虑其它请求，若⼀个机房同时有⼤于12个⽤户访问同⼀个4K⽂件(10Mbit/s)时，SATA单盘将⽆法⽀撑所有⽤户的下载，需要快速将⽂件扩散到SSD上备份。
