如何通過邊緣計算，賦能在線直播？

大概10億小時的直播視頻會產生1.65EB的數據，在分辨率為4K時，數據量更是高達7.92EB。由此可見，視頻直播服務對網絡基礎設施造成了沉重的負擔，還有可能影響視頻的質量。

直播改變了我們的生活方式，比起圖片、文字等靜態單向的信息傳播，用戶與主播、用戶與用戶之間的實時直播互動更直接、迅速，為數字經濟的發展帶來了新機會。但如何為網絡直播搭建穩健的基礎設施？在直播場景中，我們看到，邊緣計算的作用越來越凸顯。

希捷科技全球銷售與銷售運營執行副總裁鄭萬成

根據中國互聯網絡信息中心（CNNIC）發布的第46次《中國互聯網絡發展狀況統計報告》數據顯示，截至2020年6月，我國電商直播用戶規模達3.09億，成為上半年增長最快的個人互聯網應用。網絡零售用戶規模達7.49億，占網民整體的79.7%，市場連續七年保持全球第一。

不僅如此，騰訊視頻、愛奇藝等各大視頻平臺，以及抖音、快手的直播熱潮同樣走向大眾化，互聯網技術的不斷提升與傳播手段正融合遞增。從技術角度來說，視頻直播其實可以分為兩大類：網絡視頻直播和非線性視頻直播。網絡視頻直播大多為實時內容傳輸，在這方面，斗魚、虎牙等游戲直播服務平臺可以說是典范。非線性視頻直播本質上就是點播，觀眾可以通過電視、電腦或手機緩存喜歡的視頻，視頻下載好后，觀眾們可以在設備上隨時觀看。

按市場研究機構Grand View Research提供的數據來看，大概10億小時的直播視頻會產生1.65EB的數據，在分辨率為4K時，數據量更是高達7.92EB。由此可見，視頻直播服務對網絡基礎設施造成了沉重的負擔，還有可能影響視頻的質量。加之新冠肺炎疫情的影響，遠程辦公與協作帶來的數據存儲壓力越來越大。

為避免基礎設施帶來的問題，網絡服務提供商和企業可以借助邊緣計算進行數據緩存，將熱門內容緩存于靠近終端用戶的設備中。IDC（國際數據公司）認為，服務器完成分析工作之前，直播數據可以緩存在存儲介質中。與存儲在核心的數據量相比，存儲在邊緣的數據量增速更快。邊緣還可以存儲關鍵數據與洞察，以應對來自于終端交易和服務的延遲敏感型請求。同時，邊緣還使得分布式計算能夠進行直播數據的分析。

對于任何想要把直播引入到業務運營中的企業來說，都需要改造自己的IT系統，尤其是涉及電子商務或客戶支持的前端運營。當然，日常運營同樣需要優化IT系統。舉例來說，很多企業都在使用騰訊會議、釘釘等進行線上溝通，這已然成為了一項常規操作。

直播數據的處理在兩個層面進行：存儲層和處理層。存儲層需要支持按順序記錄，并具有較強的一致性，以實現對大型數據流快速、經濟和可重復的讀寫。處理層針對來自于存儲層的數據，對其進行計算，再刪除存儲層內的無用數據。開展直播業務時，既需要邊緣計算，也需要云計算，這些數據在逐條記錄的基礎上、或滑動時間窗上按順序和增量進行處理，并用于關聯、聚合、過濾和采樣等各種各樣的分析。

希捷發布的《數據新視界》報告顯示，平均而言，企業會定期將大約36%的數據從邊緣傳輸至核心。在未來短短兩年時間內，這一比例將增長到57%，從邊緣即時傳輸至核心的數據量也將從8%增長到16%。應對這種快速增長，數據管理方案必須支持更為重要的數據移動：從終端移到邊緣，再移動到公有云、私有云或行業云。

對象存儲對于內容型企業管理數據越來越重要。對象存儲不僅僅提供存儲功能，更是網絡服務器、內容交付網絡和資產管理解決方案的結合。由于具備更高的經濟效率和可擴展性，對象存儲已迅速成為大容量存儲的標配，可以快速擴充并取代文件存儲。各種應用程序受益于數據集中存儲的智能化，而對象存儲正能夠提供這種智能性。常見的存儲類型包括塊存儲、文件存儲和對象存儲，對于性能十分敏感的任務關鍵型應用來說，塊存儲至關重要。文件存儲多年以來一直服務于傳統的應用，提供可靠的架構，而對象存儲側重于結合塊存儲，從而進行新應用程序的開發。許多傳統的文件應用也在向對象存儲遷移，以充分發揮其規模經濟效益。

在邊緣需要部署兼具存儲、計算和分析能力的數據生成設備。計算和分析的范圍可以從數字音頻處理器到深度神經網絡模型，但關鍵是，要在遠程邊緣具備數據提取、轉換、加載、處理和洞察的功能。就其本身而言，邊緣存儲系統需要由一次性的物理基礎設施組成。如果系統因電源中斷或其他問題發生故障時，數據不會丟失。關鍵數據應存儲在公共云中，邊緣的各個硬件元素便可作為消耗品，畢竟這些硬件的現場使用環境和條件更為嚴峻。所幸的是，隨著生產規模的擴大和成本的降低，這些終端部署都會優化得更加簡易和經濟，即便發生故障，更換起來也比較便捷。

比如海洋上的一些鉆井平臺，周邊環境條件極為惡劣，大風大浪比較常見，有時候甚至會襲來暴風雨，如果部署了邊緣計算設備，鉆井平臺則可以運行邊緣計算，通過設備上的各個傳感器采集數據，并進行現場處理，極大程度上優化了運營。即使邊緣計算設備受損，也可以快速進行更換。類似地，在一些炎熱干燥的采礦環境中，邊緣計算可以用來監控往返礦山的鐵路運輸，以確保所有載有鐵礦石的火車車廂符合規范要求，不存在脫軌的風險。每節車廂聯軸器的實時視頻還可通過機器學習進行監控和處理，確保運行良好，也有利于進行預防性維護。

IDC表示，越來越多的直播數據需要在邊緣進行分析和處理。與此同時，對象存儲的需求也在不斷增加。人工智能和物聯網等新興技術推動著數據重心向邊緣轉移，5G的發展也在其中發揮著重要的作用。直播數據跨越各行各業，日益普及，企業必須在存儲層和處理層規劃超強的可擴展性、數據持久性和容錯能力。