《云计算架构技术与实践》连载22：2.4.7 媒体云，百度媒体云

《云计算架构技术与实践》连载22：2.4.7 媒体云，百度媒体云

版权所有，未经华为书面许可，请勿转载。

基于云计算总体架构下的媒体云解决方案如图2-35所示。

图2-35 媒体云解决方案架构子系统组合

媒体云解决方案依托云计算平台的弹性计算集群，弹性存储集群，分布式结构化存储服务，以及分布式消息队列服务，为广电系统电视台企业提供高效率的媒体存储、编辑及缓存加速的计算与存储资源托管服务。

媒体云采用云平台的关键驱动力来源于面向公共媒体传播的广播电视行业（包括国家及地方电视台、广播电台）从模拟传统卡带式存储向全面的数字媒体化方向发展演进过程中，对数字化内容与云数据信息进行大规模集约化存储、处理以及分发的需求。这些需求包括：针对媒体的采集、编辑、播放控制、音视频媒体转码、管理等。目前国内外业界（如中科大洋，索贝等）已纷纷推出针对媒体采集编播的专业化软件。这些软件重点聚焦于解决媒体内容资源的应用层的业务处理。但是，这些软件在对底层的服务器及存储硬件基础能力提升方面仍然缺乏积累，比如：增强服务器存储硬件的使用效率，如何以更低的成本提供更大存储空间、处理能力以及I/O吞吐带宽，可靠性容灾能力，以及按照业务需求分配弹性可伸缩的资源池等。只有将上述专业化的媒体管理软件与云平台能力紧密结合，才能实现媒体数据中心基础设施硬件资源利用率的提升，实现节能减排，获得最优的软硬件整体性价比。

云计算平台对于媒体云数据中心的核心价值在于：

海量存储能力：来源于各种片源的音视频媒体内容信息本身的持久化存储，由于数据量庞大，存储周期长（3个月），采用传统的Scale UP模式的RAID控制方式存储在性价比方面已越来越难以满足媒体云规模化运营的需求。同时，媒体云的多项业务，尤其是视频/音频媒体的编辑制作以及在线播放，都对存储与计算资源之间的高I/O吞吐率（IOPS/MBPS）提出了更高要求。满足这些需求依赖于引入支持无级水平扩展的Scale Out云存储。云存储的成本与容量成正比，I/O屯出律且支持跨机柜，跨服务器，乃至跨数据中心的容灾可靠性。

跨业务共享的计算、存储资源共享与均衡：针对媒体云应用层软件的不同业务类别（采、编、播、存、管等）在同一时间段的资源占用情况差别巨大的特点，通过引入云平台，采用统一的资源池平台支撑资源的自动伸缩、动态错峰削谷与负载均衡，通过SOA Web Service/REST接口与应用层软件交互实现自动化的资源管理能力，平均资源占用率可以从20%提升到70%以上。

并行计算与海量处理能力：针对媒体云普遍所需的不同的视频格式之间的动态转换（TS, H.264, MP4, AVI, RMVB等）需求，由于媒体文件尺寸庞大，计算能力需求密度高，通过最大限度提高编解码的并行度，可充分利用可获得计算资源对大媒体文件分而治之，有效缩短编码处理所需时间，以资源换取时间，大幅度提升业务处理效率。其他诸如广告推送等增值业务，也可依赖于并行数据分析与处理平台实现基于用户消费行为历史数据分析的智能化与自动化的广告策略制定与发布。

分布式缓存与加速：为缓解广大互联网用户点播热点多媒体内容引发巨量带宽需求与有限互联网广域连接带宽的矛盾，需要在媒体云数据中心对媒体内容进行分片并自动识别用户访问热点，热点内容被自动推送到分布式网络节点缓存供用户就近访问来缓解集中访问的带宽压力。缓存的内容与云数据中心的源内容会定期同步以保证用户看到的内容为最新内容。