带你读《云存储应用白皮书》之28:1. 影视数据存储与传输加速方案

本文涉及的产品
对象存储 OSS,OSS 加速器 50 GB 1个月
简介: 带你读《云存储应用白皮书》之28:1. 影视数据存储与传输加速方案

三、云上数据应用解决方案

 

1. 影视数据存储与传输加速方案

 

1需求背景

 

截至2022年底,全国有线电视实际用户数2.00亿户;高清和超高清用户1.10亿户;智能终端用户3745万户。全国交互式网络电视(IPTV)用户超过3亿户,互联网电视(OTT)平均月度活跃用户数超过2.7亿户,短视频上传用户超过7.5亿户。全国地级及以上播出机构经批准开办的高清电视频道1082个,4K超高清电视频道8个,8K超高清电视频道2个。电视高清化超高清化进程显著加快。

 

上述背景下,影视数据存储与传输加速的问题急需解决。

 

2解决方案

 

影视数据不仅存量基数大、数据增速快,还具备检索实效性弱、存储时间长、数据利用率低等问题,同时,随着高清影视数据的需求以及地域分布的现实性问题的存在,传输加速也成为一种刚性需求。

 


image.png

 

 

阿里云对象存储OSS不仅可以满足海量非机构化数据的集中存储,而且OSSBrowser工具还可以实现影视数据多用户、多地域分发、汇集以及传输加速。

 

方案优势:

 

∙       跨地域、多角色、分权限文件上传、下载。


∙       基于对象存储及其客户端实现Serverless文件分发服务,可替换传统FTP服务。


∙       利用对象存储传输加速功能,全地域的网络调度、协议优化能力,提升数据交付传输的效率。


相关文章
|
存储 弹性计算 网络安全
|
8月前
|
存储 缓存 监控
一次缓存引发的文件系统数据不一致问题排查与深度解析
本文详述了一次由自研分布式文件系统客户端 EFC 的缓存架构更新所引发的严重数据不一致问题的完整排查过程。
一次缓存引发的文件系统数据不一致问题排查与深度解析
|
人工智能 小程序 API
【一步步开发AI运动APP】四、使用相机组件抽帧
本文介绍了如何使用`ai-camera`组件开发AI运动APP,助力开发者深耕AI运动领域。`ai-camera`是专为AI运动场景设计的相机组件,支持多平台,提供更强的抽帧处理能力和API。文章详细讲解了获取相机上下文、执行抽帧操作以及将帧保存到相册的功能实现,并附有代码示例。无论是AI运动APP还是其他场景,该组件都能满足预览、拍照、抽帧等需求。下篇将聚焦人体识别检测,敬请期待!
|
计算机视觉
YOLOv11改进策略【Head】| 结合CVPR-2024 中的DynamicConv 动态卷积 改进检测头, 优化模型(独家改进)
YOLOv11改进策略【Head】| 结合CVPR-2024 中的DynamicConv 动态卷积 改进检测头, 优化模型(独家改进)
520 10
|
存储 缓存 负载均衡
从零到一:分布式缓存技术初探
分布式缓存通过将数据存储在多个节点上,利用负载均衡算法提高访问速度、降低数据库负载并增强系统可用性。常见产品有Redis、Memcached等。其优势包括性能扩展、高可用性、负载均衡和容错性,适用于页面缓存、应用对象缓存、状态缓存、并行处理、事件处理及极限事务处理等多种场景。
815 1
|
数据采集 人工智能 自然语言处理
领域知识图谱的医生推荐系统:利用BERT+CRF+BiLSTM的医疗实体识别,建立医学知识图谱,建立知识问答系统
领域知识图谱的医生推荐系统:利用BERT+CRF+BiLSTM的医疗实体识别,建立医学知识图谱,建立知识问答系统
领域知识图谱的医生推荐系统:利用BERT+CRF+BiLSTM的医疗实体识别,建立医学知识图谱,建立知识问答系统
|
存储 关系型数据库 MySQL
MySQL 如何存储地理信息
MySQL 如何存储地理信息
1721 1
|
存储 Linux 网络安全
Centos安装Docker的详细安装步骤,Docker相关组件:docker-ce-cli、docker-ce和containerd.io的区别
Centos安装Docker的详细安装步骤,Docker相关组件:docker-ce-cli、docker-ce和containerd.io的区别;CentOS7安装DockerCompose;Docker镜像仓库
2477 11
|
机器学习/深度学习 Serverless Python
`sklearn.metrics`是scikit-learn库中用于评估机器学习模型性能的模块。它提供了多种评估指标,如准确率、精确率、召回率、F1分数、混淆矩阵等。这些指标可以帮助我们了解模型的性能,以便进行模型选择和调优。
`sklearn.metrics`是scikit-learn库中用于评估机器学习模型性能的模块。它提供了多种评估指标,如准确率、精确率、召回率、F1分数、混淆矩阵等。这些指标可以帮助我们了解模型的性能,以便进行模型选择和调优。
|
SQL 监控 数据库
SQL Server 查询超时问题排查
【7月更文挑战第8天】排查 SQL Server 查询超时涉及五个主要方面:检查复杂查询、评估服务器性能、审视配置参数、更新统计信息和分析执行计划。关注点包括查询的结构(如连接、子查询和索引),服务器资源(CPU、内存、网络延迟),连接和内存设置,以及统计信息的时效性。通过这些步骤可定位并解决性能瓶颈。
687 0