阿里云数据库MongoDB助力南瓜电影提升开发效率——为超8000万观众量身打造沉浸式体验

简介: 阿里云数据库MongoDB助力南瓜电影提升开发效率——为超8000万观众量身打造沉浸式体验

南瓜电影拥有超过8000万名用户,通过阿里云数据库MongoDB,释放开发者时间、提高企业创新效率,打造更生动的观影体验与互动。


线上影视平台蓬勃发展,用户个性化需求驱动行业新益求新

南瓜电影是一家纯会员制视频服务平台,专注于为其8000多万用户提供精品影视服务。区别于传统视频平台,通过无任何广告和附加费用的清爽模式,在为用户提供全球优质影视资源的同时,创造纯粹简单的观影环境。


大数据、虚拟现实等技术与视频媒体的深度融合,让互联网影视新媒体行业步入了高速发展的数字化进程。数据显示[1],近年来中国网络视频用户规模逐年上升,2021年用户规模约达7.34亿人。


用户对线上观影接受度的逐步提高,让不少院线电影开始通过线上放映的模式实现新增长点,影视平台成为了承载用户观影体验需求的主体。


行业的欣欣向荣,也意味着平台需要通过比传统线下影院更具创新的服务来获得观影者的青睐。南瓜电影致力于通过数据为观影者创造更身临其境的定制化观影体验。在南瓜平台上的每一部电影,都会以一种全新的智能算法重新解构,基于用户画像及数据分析,精准为每一位用户推荐专属于自己的影片清单,让平台内容与用户习惯实现“双向奔赴”。此外,新增的放映厅功能让满足条件的会员可以建立自己的云影厅,邀请亲友聚于云端互动观影。


传统关系型数据库在创新的视频服务平台“出师不利”

线上影厅难以线下影院一样预控观影人数,许多时候会面临高低峰值的波动变化,为了不影响用户顺畅的观影体验,数据库需要拥有弹性的承压能力。此外,为了满足用户实时互动和聊天的需求,南瓜电影新增了弹幕、道具等功能与玩法,业务的与时俱进对数据库的快速迭代能力也提出了新的要求。


南瓜电影早期使用的是MySQL传统关系型数据库,但随着用户量增长,传统型数据库的首要挑战就是单表的最大限制。南瓜电影发现,单表数据在500万以上时,数据库的性能急剧下滑,单表数据在1000万时,数据库只能实现部分简单的查询功能,若想实现新增或变更则心有余而力不足,且一次新增属性的时间需要约一个小时,开发迭代效率低下。


面对传统关系型数据库实现方式上的弊端,南瓜电影最初尝试了拆表、分库分表等操作,但数据库的风险范围因此扩大,对代码的耦合度也变得更高,代码要处理分库分表的逻辑才能保证业务的正常运行。这使得代码和数据库的风险绑定在一起,遇到问题时会一荣俱荣,一损俱损。


携手MongoDB和阿里云
构建灵活、稳定、安全的数据库

经过团队评估,南瓜电影最终决定使用阿里云数据库MongoDB,MongoDB很容易处理分库分表的问题并且支持分布式,能够改善数据库的灵活性、扩展性,提高开发效率并降低日常运维的复杂性。


阿里云数据库MongoDB是由阿里云运行的完全托管的云数据库服务,并通过MongoDB Inc(构建和维护MongoDB软件的公司)认证。2022年,MongoDB与阿里云也迎来了合作三年的“里程碑”,2022年11月推出了最新的阿里云版MongoDB 6.0,更加有效地赋能南瓜电影进行现代应用架构优化,支撑更多类型的使用场景,推动业务性能与规模的进一步发展。


以南瓜电影采用阿里云数据库MongoDB最大的使用场景“日志系统”为例,日志系统会引入来源于多个渠道的日志,包含业务日志、应用端日志等,这导致数据结构灵活多变,传统存储结构很难适应这种变化。随着业务的发展,日志增长快速,对数据存储端也存在冲击,需要按需弹性扩展。同时,日志存储端需要与大数据框架易集成。


面对每秒钟有上百万上千万写入的数据高并发场景,阿里云数据库MongoDB版整体带来了三个方面的提升:

  • 首先是提高了系统的扩展性与高可用性。基于MongoDB分布式的架构,南瓜电影可以更容易应对大数据场景下的横向拓展,副本集架构也保障了数据端的高可用性,保证了用户观影体验的顺畅。
  • 其次,灵活的数据模型适应业务变化,有效提升了开发人员的效率。应用端可以在短时间内推出更多新颖玩法,打造更好的用户体验。以往传统数据库单表在1000万时新增属性需要一个小时,而MongoDB瞬时即可完成。另外,发版时间从以往的一个月一次加快到两周一次,能够确保应用程序及时更新推向市场。
  • 在日常运维层面上,变得更加轻量化和便捷。南瓜电影员工目前约200人,在面对高速增长的用户和业务体量,阿里云数据库MongoDB版简化了系统监控、备份与恢复,释放了开发人员的时间,并使处理突发情况变得更加快速、高效。


南瓜电影大数据团队及基础安全部负责人殷金良表示:“阿里云数据库MongoDB最打动我们的是其灵活多变的数据结构,以及能够处理大数据场景的能力。传统关系型数据库的弊端有悖于开发者最基本的‘开闭原则’,MongoDB对开发者友好程度高,我们只需聚焦业务创新本身,而不用将过多的时间投入到数据库的设计结构上,不用担心代码问题会影响到数据库性能、招致风险。我们的实践表明,阿里云数据库MongoDB对开发效率的提升及其所表现的性能明显优于传统关系型数据库。”


为超过8000万用户构筑一片身临其境、包罗万象的理想观影之地

如今,南瓜电影平台上的注册用户已经超过8000万人并计划走向海外市场,阿里云数据库MongoDB也成为了南瓜电影开发团队的“偏爱”, 计划将其在内部推广至更多应用场景。在阿里云数据库MongoDB的支持下,南瓜电影致力于为观影者打造一个更加身临其境的观影环境,未来还将引入直播、VR/AR、3D电影等技术手段。此外,南瓜电影还在完善用户的智能体验,通过基于大数据的用户画像,让用户与更多优质的内容相知相遇,并通过智能语音和虚拟人等新增更多引导功能,纵享丝滑观影体验。


引用

[1] 数据显示:https://baijiahao.baidu.com/s?id=1750346595198604835&wfr=spider&for=pc

相关文章
|
6月前
|
存储 关系型数据库 数据库
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
本文通过一个 Agentic RAG 应用的完整构建流程,展示了如何借助 RDS Supabase 快速搭建具备知识处理与智能决策能力的 AI 应用,展示从数据准备到应用部署的全流程,相较于传统开发模式效率大幅提升。
附部署代码|云数据库RDS 全托管 Supabase服务:小白轻松搞定开发AI应用
|
8月前
|
存储 NoSQL MongoDB
阿里云MongoDB 8.0最新发布
MongoDB 8.0 在性能优化、工作负载管理、数据库扩展、安全性增强及向量搜索能力等方面实现了多项突破。新版本大幅提升主从复制效率,降低延迟,并支持灵活的分片迁移与在线重分片。同时,新增 query shape 和持久化索引过滤器功能,帮助用户精细化管理高并发场景。此外,社区版引入全文与向量搜索,助力 AI 应用开发。阿里云作为国内首家支持 MongoDB 8.0 的厂商,提供高可用、弹性扩展和智能运维等云原生特性,满足多样化业务需求。
750 26
|
4月前
|
存储 JSON 数据建模
鸿蒙 HarmonyOS NEXT端云一体化开发-云数据库篇
云数据库采用存储区、对象类型、对象三级结构,支持灵活的数据建模与权限管理,可通过AGC平台或本地项目初始化,实现数据的增删改查及端侧高效调用。
249 1
|
6月前
|
存储 SQL 前端开发
跟老卫学HarmonyOS开发:ArkTS关系型数据库开发
本节以“账本”为例,使用关系型数据库接口实现账单的增、删、改、查操作。通过创建ArkTSRdb应用,演示如何操作RdbStore进行数据管理,并结合界面按钮实现交互功能。
317 0
跟老卫学HarmonyOS开发:ArkTS关系型数据库开发
|
8月前
|
存储 缓存 自然语言处理
评论功能开发全解析:从数据库设计到多语言实现-优雅草卓伊凡
评论功能开发全解析:从数据库设计到多语言实现-优雅草卓伊凡
256 8
评论功能开发全解析:从数据库设计到多语言实现-优雅草卓伊凡
|
9月前
|
运维 NoSQL Cloud Native
国内独家|阿里云首发MongoDB 8.0,性能提升“快”人一步
阿里云作为MongoDB的最佳战略合作伙伴,在国内独家发布了8.0版本,支撑广大用户进一步提升业务效率。
|
10月前
|
存储 NoSQL MongoDB
枫叶互动携手阿里云和MongoDB:数据赋能音视频娱乐新业态
枫叶互动携手阿里云和MongoDB:数据赋能音视频娱乐新业态
枫叶互动携手阿里云和MongoDB:数据赋能音视频娱乐新业态
|
9月前
|
SQL 调度 数据库
开发YashanDB数据库?用 DBeaver for YashanDB 更顺手
数据库开发复杂易错,尤其在企业级场景中。为提升效率,YashanDB 团队基于 DBeaver 开源工具打造专属解决方案——DBeaver for YashanDB。它支持多类型数据库对象管理(表、视图、函数等),适配 YashanDB 特有表结构(HEAP、LSC),提供智能补全、语法高亮、SQL 调试等功能,让开发更高效流畅。推荐用于数据库应用开发团队、高频调试用户及中大型企业统一工具栈场景。
|
9月前
|
SQL 数据可视化 IDE
开发数据库不想写命令?YashanDB Developer Center 帮你轻松搞定
YashanDB Developer Center(YDC)是一款可视化的数据库开发工具,专为提升数据库开发效率而设计。它通过图形化对象管理让数据库对象清晰可见,提供智能SQL编辑器支持语法高亮与自动补全,实现PL调试的图形化操作,帮助快速定位问题。此外,操作记录可追溯,多端灵活部署,适配多种场景。无论是中大型企业研发团队,还是不熟悉命令行的业务开发者,YDC都能显著优化开发体验,堪称YashanDB的“可视化IDE”。

相关产品

  • 云数据库 MongoDB 版
  • 推荐镜像

    更多