【双11】阿里云边缘节点ENS助力淘宝构建音视频通信网络

简介: 淘宝的音视频通讯基础团队与阿里云边缘计算技术团队合作,通过边缘节点收流、合流、构建低延时音视频通信链路,完美地解决由于地域分布广泛、网络质量不稳定带来的体验问题和延时问题。

前言

淘宝在2016年推出直播平台,和娱乐直播性质不同,电商直播的主角多为网红店铺及网红达人,以直播带动产品售卖。在淘宝的双11流量加持之下,淘宝直播平台关注度持续攀升,通常的网红店主一场直播带来的收益不亚于一场大型促销。

直播的观看体验和互动效果,会直接影响到店主的收益,这也是淘宝直播技术小二非常关心的技术指标。在上线之初,淘宝直播采用中心式架构,业务集中部署位于一线城市的云中心。随着业务发展,在线主播量大、地区分布广泛、网络质量参差不齐、链路复杂等情况带来的问题不断涌现。首次推流不成功、推流中断、推流质量不稳定、连麦卡顿与高延时、观看端播放卡顿,是技术小二们亟待解决的问题。

本次双11,淘宝直播基于淘宝技术部基础平台音视频通讯基础团队提供的ARTC解决方案,采用阿里云边缘节点服务(ENS),用中心-边缘-终端的新架构,升级替代了传统中心-终端架构,解决上述问题。淘宝的音视频通讯基础团队与阿里云边缘计算技术团队合作,通过边缘节点收流、合流、构建低延时音视频通信链路,完美地解决由于地域分布广泛、网络质量不稳定带来的体验问题和延时问题。

技术架构及优化

升级后的淘宝直播技术架构如下图所示,其中红色框内的模块部署在边缘节点服务ENS之上。
_

淘宝直播基于ENS重点优化两个问题:

1. 网络链路

基于ENS提供的全国各地区、运营商以及海外的边缘覆盖能力,在距离主播或粉丝最近的网络边缘,智能接入时延和质量等指标最优的节点。节点中部署的音视频流转发模块,快速并稳定地接收主播的推流或者粉丝连麦的数据流,同时基于对覆盖节点间实时网络质量的评估,寻找最优网络链路,转发到直播中心进行处理。

这样的网络链路方案能够有效避免不可预知的网络抖动及网络拥塞,并且具备足够的动态能力,大大提升主播推流的稳定性,降低网络延时,尤其对主播和粉丝连麦的体验有非常好的保障。目前淘宝直播已经在全端、全场景覆盖了基于边缘计算ENS服务的新架构,包括海外的部署和覆盖能力,为全球淘宝用户提供更高质量的直播服务。

2. 业务逻辑边缘下沉

淘宝直播还将部分适合在边缘处理的业务逻辑进行了改造和下沉,来获得更好的性价比。

比如将不同主播或粉丝的流推到某个边缘核心节点后,由该节点内的合成推流模块进行多流的合并、打包转发等处理,形成音视频流的多级聚合架构,有效提升了资源利用率,减轻了单点压力,在带宽等成本节省方面也有很好的效果。

把部分中心模块下沉到边缘,是技术架构上的重要演进,是中心架构到分布式架构的变化,能够获得分布式系统的诸多优势,比如提升系统对业务容量的支撑,具备更灵活的弹性能力,加强系统的可用性及可扩展性等。当然分布式架构方案的复杂度也会提升,这对业务团队的开发和运维能力都提出了很高的要求,ENS在DevOps层面也具备了非常丰富的PaaS形态服务能力及配套运维体系,能方便地支撑业务方快速构建边缘业务架构。

业务指标优化

1. 直播卡顿率降低40-60%,端到端的音频时延50ms以内

采用边缘节点可明显降低业务方端到接入点的时延,平均可优化50ms,带来的优势是对于网络丢包可以做快速补偿。线上数据表明,采用边缘节点后直播卡顿率国内降低40%,海外降低60%。
音视频通话和视频会议是去中心化应用,通过边缘节点可实现调度的局部收敛。例如天猫精灵的音视频通话的使用者都是亲朋好友,他们大多在同一个城市,这时所有的数据分发都收敛在一个城市内部节点。相比中心化的调度方式,这种调度可将端到端的音频时延最低压制50ms以内。

2. 弹性扩容,1分钟完成资源创建

依托ENS在全国各地区和运营商的完整覆盖,以及节点丰富的计算和带宽资源能力,能够支撑大型赛事或活动的直播的资源弹性需求。ENS具备应用和镜像下发能力,资源创建可以在1分钟左右完成,极大提升资源扩缩容的效率。

3. 零运维,降低管理成本

ENS将一些自建设施的问题封装到底层,业务方不可见也不需关心,使业务启动或扩容的资金大大减少,也省去很大的管理成本。

边缘节点服务场景延伸

除淘宝直播外,阿里云ENS还支持了众多的互动直播、在线教育、SD-WAN等行业客户,这些客户有着全网覆盖类场景的共性特点:用户量大、分布广泛、数据量大、体验要求高。他们或是从发展初期就采用边缘·中心架构,或是随业务发展要变更为边缘·中心架构。以某在线教育巨头为例,从2013年开始采用边缘·中心架构,到2018年在全球范围内运行业务的边缘节点已经数以百计。

边缘计算与物流管理、仓储监控、无人售卖管理、电商直播、智能推荐等众多新零售相关场景的深度融合应用,能够助力客户获得技术、体验、成本优势,赢得竞争。

随着双11用户场景的不断升级,需求和业务逻辑越来越复杂,而购物体验的要求却越来越高,对产品技术提出更极致的要求。边缘计算技术作为中心云的能力拓展,将与中心协同支撑更复杂的业务架构。可预见在未来十年,在新零售的大背景下,企业以互联网、物联网、人工智能、边缘计算等众多先进技术手段,将对商品的生产、流通与销售过程进行全面升级、融合与重塑。

11月ENS推出包年7折特惠活动,点击了解详情与购买

目录
相关文章
|
1天前
|
网络协议 Python
Python 网络编程实战:构建高效的网络应用
【5月更文挑战第18天】Python在数字化时代成为构建网络应用的热门语言,因其简洁的语法和强大功能。本文介绍了网络编程基础知识,包括TCP和UDP套接字,强调异步编程、数据压缩和连接池的关键作用。提供了一个简单的TCP服务器和客户端代码示例,并提及优化与改进方向,鼓励读者通过实践提升网络应用性能。
19 6
|
2天前
|
监控 安全 数据安全/隐私保护
企业组网:构建智慧型网络基础设施,驱动未来商业发
随着数字化进程,企业组网演变为创新与竞争力的关键。智慧型网络基础设施助力企业内部协作效率提升,外部市场拓展及应对未来挑战。核心要素包括前瞻网络架构、高性能硬件、智能化软件和全面安全。实施策略涉及明确需求、制定方案、精细化实施、全面测试及持续优化,确保网络稳定、高效、安全。
11 3
企业组网:构建智慧型网络基础设施,驱动未来商业发
|
3天前
|
机器学习/深度学习 JSON PyTorch
图神经网络入门示例:使用PyTorch Geometric 进行节点分类
本文介绍了如何使用PyTorch处理同构图数据进行节点分类。首先,数据集来自Facebook Large Page-Page Network,包含22,470个页面,分为四类,具有不同大小的特征向量。为训练神经网络,需创建PyTorch Data对象,涉及读取CSV和JSON文件,处理不一致的特征向量大小并进行归一化。接着,加载边数据以构建图。通过`Data`对象创建同构图,之后数据被分为70%训练集和30%测试集。训练了两种模型:MLP和GCN。GCN在测试集上实现了80%的准确率,优于MLP的46%,展示了利用图信息的优势。
10 1
|
3天前
|
监控 安全 网络安全
构建安全防线:云计算环境下的网络安全策略
【5月更文挑战第17天】随着企业数字化转型步伐的加快,云计算已成为支撑现代业务架构的关键基石。然而,云服务的广泛应用同时带来了前所未有的安全挑战。本文旨在探讨云计算环境中的网络安全问题,并提出一系列创新的安全策略,以保障数据完整性、确保服务可用性并抵御网络威胁。我们将深入分析云服务模型(IaaS, PaaS, SaaS)与相应的安全考量,探讨加密技术、身份认证、访问控制以及入侵检测等关键技术在云环境中的应用,并讨论如何通过多层次防御策略和持续监控来强化整体安全性。
|
5天前
|
SQL 安全 网络安全
构建安全防线:云计算环境中的网络安全策略与实践
【5月更文挑战第14天】 随着企业逐渐将关键业务流程迁移到云端,云计算服务的安全性成为不容忽视的重要议题。本文深入探讨了在动态且复杂的云环境中实施有效的网络安全措施的策略和技术。通过分析当前云计算模型中的安全挑战,我们提出了一系列创新的安全框架和防御机制,旨在保护数据完整性、确保业务连续性并抵御不断演变的网络威胁。文中不仅涵盖了理论分析和案例研究,还对未来云计算安全技术的发展趋势进行了预测。
|
5天前
|
域名解析 网络协议 网络虚拟化
【计算机网络】—— 中小型网络构建与配置
【计算机网络】—— 中小型网络构建与配置
6 0
|
5天前
|
SQL 安全 算法
数字堡垒的构建者:网络安全与信息安全的深层剖析
【5月更文挑战第12天】在信息技术迅猛发展的今天,网络空间已成为信息交流的重要平台。然而,随之而来的是各种网络安全漏洞和威胁的增多。本文深入探讨了网络安全漏洞的类型、成因以及预防措施,并详细分析了加密技术在保障信息安全中的应用。文章还强调了提升个人和企业安全意识的重要性,并分享了如何通过教育和培训来增强这一意识。通过对这些关键方面的知识分享,旨在为读者提供一个全面的网络安全与信息安全视角。
|
5天前
|
机器学习/深度学习 人工智能 算法
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第11天】在数字时代的风口浪尖,网络安全问题日益凸显。传统的安全防御手段在应对不断进化的网络威胁时显得力不从心。本文提出了一个基于人工智能技术的自适应网络安全防御系统框架,旨在通过实时分析、学习和预测网络行为,自动调整防御策略以抵御未知攻击。系统采用先进的机器学习算法和大数据分析技术,能够在保持高效性能的同时,最小化误报率。文章详细阐述了系统的设计理念、关键技术组件以及预期效果,为网络安全的未来发展方向提供新思路。
|
5天前
|
运维 安全 Linux
深入理解Docker自定义网络:构建高效的容器网络环境
深入理解Docker自定义网络:构建高效的容器网络环境
|
5天前
|
机器学习/深度学习 人工智能 安全
构建未来:AI驱动的自适应网络安全防御系统
【5月更文挑战第8天】 随着网络攻击的不断演变,传统的安全措施已不足以应对日益复杂的威胁。本文提出了一种基于人工智能(AI)的自适应网络安全防御系统,旨在通过实时分析网络流量和行为模式来自动调整安全策略。系统利用深度学习算法识别潜在威胁,并通过强化学习优化防御机制。初步实验表明,该系统能够有效提高检测率,减少误报,并在未知攻击面前展现出较强的适应性。
23 1

热门文章

最新文章