《云上社交行业技术服务白皮书》——第三章 云上社交典型场景与架构——3.1 通用大社交媒体——3.1.1 文字与图像社交(上)

本文涉及的产品
对象存储 OSS,20GB 3个月
函数计算FC,每月15万CU 3个月
对象存储 OSS,内容安全 1000次 1年
简介: 《云上社交行业技术服务白皮书》——第三章 云上社交典型场景与架构——3.1 通用大社交媒体——3.1.1 文字与图像社交(上)

3.1.1.3 图片存储架构

 

3.1.1.3.1 客户痛点


以某图文社交平台为例,自该图文社交平台上线以来,其在线用户数一直处于爆 发式增长的状态。截止2019年中,该平台的月活跃人数几乎可以达到5亿的级别,平 活跃用户数为2亿多。业务的急速增长对该客户的原有技术体系造成了极大的冲 ,例如:

 

1、流量激增:一些已知的业务高峰场景例如:重要节日、重要活动等场景则会 带来巨大的流量挑战,这些业务场景的主要特点是:瞬间峰值高、持续时间短。每一 次峰值事件的互动时间在3小时左右,而明星事件等业务,流量经常会增加至原来几 倍的瞬间峰值


2、流量峰谷差大:  社交媒体与人们生活作息时间紧密相关,  在奔波忙碌的午 后,人们专心工作无暇分享生活,流量请求量平缓;在闲暇安逸的傍晚,人们纷纷掏 出手机查看当日的新鲜事,流量请求量激增。在生活的一朝一夕背后,该图文社交平 台的负载有着明显的波峰波谷,且峰值相差5倍以上。


应对流量激增问题,平台的开发者的传统应对手段,主要通过以下几种方式:


1提前申请足够的设备保证冗余。

2、降级非核心及周边的业务


但以上解决方案需要提前预知相关IT成本,造成业务负载饱和度不一及扩缩容流 程繁琐且周期长等问题。如何在用户量飞速增长、热点事件流量激增及请求有明显波 峰波谷的情况下,既不影响用户体验,又不增加服务器成本投入是该平台开发人员的 务之急。


3.1.1.3.2 解决方案

image.png

公有云Serverless构具有应对爆发式峰值流量的优点。函数计算是阿里云提供 Serverless计算平台,函数计算可以根据请求量动态分配执行环境,毫秒级调度计 算资源,确保在负载高时保持稳定的延时,在负载低时有较高的资源利用率,且只会 对代码运行时使用的计算资源付费。函数计算还可以与对象存储服务无缝集成,可以 方便地对存储在对象存储中的图片进行实时处


该图文社交平台使用函数计算的弹性扩容、事件触发、按量付费的特性部署图片 处理业务,将用户上传的图片存储到对象存储中,编写函数实现个性化的图片处理。 当平台用户通过客户端获取图片时,请求通过阿里云CDN回源到函数计算,函数 对象存储中下载原图,根据客户端类型实时处理成预期规格的图片,并将结果图片返

 

3.1.1.3.3 架构效果


函数计算可以毫秒级伸缩计算资源确保应用在热点事件发生时仍能稳定地运行, 使用户验不受访问次数的影响。


通过函数计算运行图片处理服务,客户实现了持续的成本节省。无需再为平滑处 理业务高峰带来的流量激增而提前预留大量闲置机器资源,同时开发人员无需花费精 力管理及维护基础设施,只需集中精力与产品团队合作提升业务价值。随着社交平台 活跃用户数不断增加,客户的业务规模不断扩张,函数计算可以自动弹性地分配更多 执行环境以支撑社交业务的持续发展。




《云上社交行业技术服务白皮书》——第三章 云上社交典型场景与架构——3.1 通用大社交媒体——3.1.1 文字与图像社交(下) https://developer.aliyun.com/article/1232428?groupCode=supportservice

相关实践学习
【文生图】一键部署Stable Diffusion基于函数计算
本实验教你如何在函数计算FC上从零开始部署Stable Diffusion来进行AI绘画创作,开启AIGC盲盒。函数计算提供一定的免费额度供用户使用。本实验答疑钉钉群:29290019867
建立 Serverless 思维
本课程包括: Serverless 应用引擎的概念, 为开发者带来的实际价值, 以及让您了解常见的 Serverless 架构模式
相关文章
|
9天前
|
机器学习/深度学习 安全 算法
十大主流联邦学习框架:技术特性、架构分析与对比研究
联邦学习(FL)是保障数据隐私的分布式模型训练关键技术。业界开发了多种开源和商业框架,如TensorFlow Federated、PySyft、NVFlare、FATE、Flower等,支持模型训练、数据安全、通信协议等功能。这些框架在灵活性、易用性、安全性和扩展性方面各有特色,适用于不同应用场景。选择合适的框架需综合考虑开源与商业、数据分区支持、安全性、易用性和技术生态集成等因素。联邦学习已在医疗、金融等领域广泛应用,选择适配具体需求的框架对实现最优模型性能至关重要。
166 79
十大主流联邦学习框架:技术特性、架构分析与对比研究
|
5天前
|
机器学习/深度学习 缓存 自然语言处理
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
DeepSeekMoE是一种创新的大规模语言模型架构,融合了专家混合系统(MoE)、多头潜在注意力机制(MLA)和RMSNorm归一化。通过专家共享、动态路由和潜在变量缓存技术,DeepSeekMoE在保持性能的同时,将计算开销降低了40%,显著提升了训练和推理效率。该模型在语言建模、机器翻译和长文本处理等任务中表现出色,具备广泛的应用前景,特别是在计算资源受限的场景下。
160 29
DeepSeek背后的技术基石:DeepSeekMoE基于专家混合系统的大规模语言模型架构
|
2月前
|
监控 安全 API
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
本文详细介绍了PaliGemma2模型的微调流程及其在目标检测任务中的应用。PaliGemma2通过整合SigLIP-So400m视觉编码器与Gemma 2系列语言模型,实现了多模态数据的高效处理。文章涵盖了开发环境构建、数据集预处理、模型初始化与配置、数据加载系统实现、模型微调、推理与评估系统以及性能分析与优化策略等内容。特别强调了计算资源优化、训练过程监控和自动化优化流程的重要性,为机器学习工程师和研究人员提供了系统化的技术方案。
184 77
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
|
3天前
|
机器学习/深度学习 算法 文件存储
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
22 10
YOLOv11改进策略【模型轻量化】| MoblieNetV3:基于搜索技术和新颖架构设计的轻量型网络模型
|
14天前
|
存储 缓存 关系型数据库
社交软件红包技术解密(六):微信红包系统的存储层架构演进实践
微信红包本质是小额资金在用户帐户流转,有发、抢、拆三大步骤。在这个过程中对事务有高要求,所以订单最终要基于传统的RDBMS,这方面是它的强项,最终订单的存储使用互联网行业最通用的MySQL数据库。支持事务、成熟稳定,我们的团队在MySQL上有长期技术积累。但是传统数据库的扩展性有局限,需要通过架构解决。
54 18
|
1月前
|
监控 JavaScript 数据可视化
建筑施工一体化信息管理平台源码,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。
智慧工地云平台是专为建筑施工领域打造的一体化信息管理平台,利用大数据、云计算、物联网等技术,实现施工区域各系统数据汇总与可视化管理。平台涵盖人员、设备、物料、环境等关键因素的实时监控与数据分析,提供远程指挥、决策支持等功能,提升工作效率,促进产业信息化发展。系统由PC端、APP移动端及项目、监管、数据屏三大平台组成,支持微服务架构,采用Java、Spring Cloud、Vue等技术开发。
|
1月前
|
容灾 网络协议 数据库
云卓越架构:云上网络稳定性建设和应用稳定性治理最佳实践
本文介绍了云上网络稳定性体系建设的关键内容,包括面向失败的架构设计、可观测性与应急恢复、客户案例及阿里巴巴的核心电商架构演进。首先强调了网络稳定性的挑战及其应对策略,如责任共担模型和冗余设计。接着详细探讨了多可用区部署、弹性架构规划及跨地域容灾设计的最佳实践,特别是阿里云的产品和技术如何助力实现高可用性和快速故障恢复。最后通过具体案例展示了秒级故障转移的效果,以及同城多活架构下的实际应用。这些措施共同确保了业务在面对网络故障时的持续稳定运行。
|
1月前
|
负载均衡 Serverless 持续交付
云端问道9期实践教学-省心省钱的云上Serverless高可用架构
详细介绍了云上Serverless高可用架构的一键部署流程
53 10
|
1月前
|
人工智能 运维 监控
云卓越架构:企业稳定性架构体系和AI业务场景探秘
本次分享由阿里云智能集团公共云技术服务部上海零售技术服务高级经理路志华主讲,主题为“云卓越架构:企业稳定性架构体系和AI业务场景探秘”。内容涵盖四个部分:1) 稳定性架构设计,强调高可用、可扩展性、安全性和可维护性;2) 稳定性保障体系和应急体系的建立,确保快速响应和恢复;3) 重大活动时的稳定重宝策略,如大促或新业务上线;4) AI在企业中的应用场景,包括智能编码、知识库问答、创意广告生成等。通过这些内容,帮助企业在云计算环境中构建更加稳定和高效的架构,并探索AI技术带来的创新机会。
|
2月前
|
运维 监控 安全
天财商龙:云上卓越架构治理实践
天财商龙成立于1998年,专注于为餐饮企业提供信息化解决方案,涵盖点餐、收银、供应链和会员系统等。自2013年起逐步实现业务上云,与阿里云合作至今已十年。通过采用阿里云的WA体系,公司在账号管理、安全保障、监控体系和成本管控等方面进行了全面优化,提升了业务稳定性与安全性,并实现了显著的成本节约。未来,公司将持续探索智能化和全球化发展,进一步提升餐饮行业的数字化水平。

热门文章

最新文章