海量視訊資源加速分發技術研究

摘要：針對海量視訊資源分發業務體驗差、資源調整難、擴展能力差、封閉迭代難、開發性差等問題，本文探究了海量視訊資源加速分發發展趨勢，提出了構建全業務智能調度混合存儲加速分發技術，解決了視訊業務高碼率、低時延、海量用戶高并發大流量、智能調度等關鍵技術難題，讓視訊業務助力千行百業快速發展。

關鍵詞：海量視訊資源；加速分發；全業務；智能調度

doi：10.3969/J.ISSN.1672-7274.2025.02.015

中圖分類號：TN 915" " " " " " 文獻標志碼：A" " " " " " 文章編碼：1672-7274（2025）02-00-05

Research on Accelerated Distribution Technology for Massive Video Resources

MA Tao

（China Telecom Group Co.， Ltd.， Beijing 100033， China）

Abstract： In response to the problems of poor experience， difficult resource adjustment， poor scalability， difficult closed iteration， and poor development ability in the distribution of massive video resources， this article explores the development trend of accelerating the distribution of massive video resources and proposes the construction of a full service intelligent scheduling hybrid storage accelerated distribution technology， which solves key technical problems such as high bit rate and low latency， high concurrency and large traffic of massive users， and intelligent scheduling in video business， enabling video business to help the rapid development of thousands of industries.

Keywords： massive video resources; accelerate distribution; full service; intelligent scheduling

0" "引言

自2013年國務院印發《“寬帶中國”戰略及實施方案》以來，寬帶建設及基于寬帶網絡的業務應用，尤其是視訊領域的應用得到了蓬勃發展，視訊內容分發技術和網絡為提升業務質量和最終用戶體驗提供了有力支撐。

海量視訊業務正在向融合創新方向發展。一是視頻業務超清化，包括引入4K、8K和VR視頻、增強視頻業務及體驗、智能媒體內容聚合和大小屏互動等。二是業務體驗要求零卡頓零時延，包括互聯網視頻規模化、提升寬帶視頻服務體驗、家庭固網無線、移動互聯網等。三是大視頻融合化，包括智慧家庭類、教育類、游戲類、第三方加速類等。視訊業務快速發展對內容資源分發加速和調度等技術提出了更高要求。

視訊內容資源數量也在迅速增長，4K/8K、VR/AR等高碼率大流量內容逐步普及應用。海量視訊內容與億萬用戶存在高度復雜供需關系，內容分發網絡需要將內容資源安全、高效、準確地提供給終端用戶，內容資源分發效率成為影響用戶體驗的關鍵因素[1-3]。

隨著視訊應用范圍的不斷擴大，以及視訊內容碼率的持續提升，海量視訊資源分發加速引擎技術將面臨著內容智能調度及分發效率提升、存儲容效提升、業務拓展煙囪建設壁壘三大技術挑戰。

應用云計算最新的研究成果和技術，構建面向海量用戶的內容資源分發加速引擎，基于群體用戶需求識別進行有針對性的資源預提取、預推送；通過采用分級存儲、資源缺失預判與補償技術，提高資源的分發效率；與邊緣計算相結合，通過智能調度技術，使用戶就近獲得服務[4-5]。

海量視訊業務快速發展對加速分發技術提出了更高要求，構建一套調度靈活、存儲高效、彈性開放的加速分發引擎，才能更好服務國家寬帶發展戰略。

1" "海量視訊資源業務瓶頸現狀分析

1.1 業務體驗差

在進行海量視訊資源體驗時存在花屏、卡頓、延遲，大小屏互動不流暢現象。不同用戶、不同場景的用戶需求不盡相同，為滿足個性化需求，在跨級、跨域、互聯網點對點傳輸視頻時，為了使用戶就近取得所需內容，會導致網絡產生擁塞情況，用戶體驗也會出現卡頓、花屏和等待現象。

1.2 資源調整難

海量視訊資源開通流程慢，周期長、無業務感知。海量視訊資源終端設備老舊后，故障率高、在線率低，想要實現遠程控制、遠程升級并非易事。

1.3 擴展能力差

硬件閑置和新業務矛盾凸顯。海量的邊端設備可兼容不同廠商設備、不同協議數據，但是不能根據業務需求迭代升級，跟不上前端設備的更新換代，如果逐個運維和升級管理，則面臨很高的人力和維護成本[6]。

1.4 封閉迭代難

軟件緊耦合，升級周期長，無法快速迭代。在緊耦合模式下，各個模塊之間的接口設計復雜，模塊之間互相依賴，修改一個模塊可能會影響其他模塊的功能，軟件快速迭代升級難度大。

1.5 開發性差

多CP/SP引入難和內容運營難。運營商一方面需要CP/SP來參與他們的增值業務運營，但是囿于目前的技術架構和技術體系，整個的數字視訊平臺尚不開放，還沒有構架一個統一的面向CP/SP的接入層，由于缺少成熟的平臺，目前運營商還無法放開與內容提供商的合作。

1.6 統一管理難

煙囪式管理分散重疊，效率低下，業務運營不直觀。多媒體、視頻會議、視頻安防等泛在視頻業務的發展上存在場景割裂但又能力重疊、需求相似但又資源分散等問題。

2" "海量視訊資源加速分發引擎發展趨勢

在海量用戶增長、業務形態多樣化、視頻碼率不斷提升的發展趨勢下，內容分發網絡面臨著內容智能調度，以及提升分發效率、提升存儲容效、突破業務拓展煙囪建設壁壘三大技術挑戰，迫切需要應用大數據、云計算、邊緣計算的最新研究成果和技術，構建新的海量視訊資源分發加速引擎[7-10]。

2.1 提升內容智能調度及分發效率

海量視訊資源各區域用戶發展不均，節點間缺乏互助及池化能力，會導致服務節點負載不均衡。內容分發網絡因用戶業務調度機制不夠靈活高效，難以滿足日益復雜的運營能力要求，研發更智能化的業務調度方案可以解決這些問題[11-12]。

2.2 提升存儲容效

基于DDR內存虛擬盤、SSD固態盤、HDD磁盤等存儲資源，構建適應視頻資源的混合存儲分布計算系統，可以突破存儲系統IO瓶頸，支撐海量用戶高碼率、大并發視頻業務。通過大數據分析確定內容熱度，構建資源缺失預判與資源預提取、預推送的混合存儲分發模型，運用分片存儲和動態副本策略，結合快速頻道切換、低延時直播，快速起播等技術，可以形成獨特的節點智能調度和分發加速技術，實現通用服務器性能翻倍，大幅提高資源分發效率，滿足高碼率和大并發業務推流性能要求，解決高碼率大并發視頻業務時延過大、響應速度慢難題[13]。

2.3 突破業務拓展煙囪建設壁壘

隨著視頻內容種類逐漸豐富、數量急速增加，內容中心海量存儲需求越來越迫切，每個應用自建一個內容中心模式，一方面會導致資源利用率不高，另一方面會給視頻資源處理和共享方面造成技術障礙，突破視訊業務拓展煙囪建設壁壘，不僅可解決共享資源等技術難題，還可實現海量視訊業務集約化運營[14-15]。

3" "全業務智能調度混合存儲加速分發技術

筆者在本文中開展內容資源分發加速引擎模型及其關鍵技術攻關研究。在分發加速引擎模型方面，研究群體用戶建模技術，解決用戶需求的識別問題，針對數字內容資源特征和內容的多樣性，研究內容資源在異構網絡上的傳送和交互特性，提出了內容資源的多層級網絡模型，支持垂直擴展和水平擴展，使服務節點可以下沉到網絡邊緣，實現資源內容自動化分布，支持智能化流量調度。在關鍵技術攻關方面，研究提升資源管理與分發效率的方法，實現資源分發加速引擎技術，為地域分布廣、接入網絡多種多樣的億萬用戶提供實時服務；研究資源融合和自適應技術，解決多源、多種表現形式內容資源融合問題[8-11]。

3.1 混合存儲加速技術

流媒體服務能力受限于磁盤的吞吐能力，本文提出基于內容熱度大數據的分級存儲算法，熱點內容存儲在SSD硬盤或者直接在內存緩存中，冷內容存儲在SATA硬盤上，保證系統容量。在內容熱度變化后，內容淘汰算法實現內容在各級緩存中快速遷移，三級緩存模型如圖1所示。

把媒體文件按一定的規則切分為分片，不同的分片存儲在不同的硬盤組中，再把每個分片按磁盤塊大小，分成多個存儲塊，依次存儲到硬盤組內各個硬盤中，如圖2所示。

在讀取媒體文件時，可以從多個硬盤組讀取不同的分片，單個分片可以從多個硬盤中并發讀取，從而突破單個硬盤的I/O瓶頸，加快媒體文件的讀取速度。當大量并發用戶觀看同一個視頻時，因不同用戶觀看的時間點有差異，請求讀取的分片不同，因而可以把讀取請求均衡分布到不同的硬盤中，從而提高存儲系統整體吞吐能力，避免單個或者一批內容極熱導致硬盤過熱問題。

當媒體內容熱度極高，訪問同一內容的并發用戶非常多時，即使采用了分級緩存，磁盤的負載壓力仍然過大，無法滿足大流量并發需求。針對這一問題，本文提出基于內容熱度的動態副本策略，如圖3所示。動態副本策略能使副本數量隨著內容訪問熱度的變化而動態調整，副本數不至于太多而浪費存儲空間，也不會太少而影響多用戶訪問的響應速度。

構建DRAM/SSD/SATA基于熱度的三級緩存模型，可實現基于冷熱內容大數據的動態副本策略和內容淘汰算法，采用定制化文件系統和分片存儲技術，能有效提升內容分發加速引擎性能。

3.2 智能調度加速技術

地域分散的海量用戶需要就近獲得內容服務，為了節省骨干網絡帶寬和提高業務服務質量，本文提出智能調度加速技術。

通過用戶行為、內容分布、節點質量、節點負載、用戶歸屬等大數據分析，構建AI調度策略庫，如圖4所示。

可實現海量視訊業務跨平臺、跨區域、跨節點的智能調度，實現全網節點負載均衡，使用戶在最優的節點獲得服務，形成獨特的節點間智能調度和分發加速技術，突破業內內容分發網絡煙囪式建設模式，提升業務拓展效率。

針對地域分散的海量用戶需要就近獲得內容服務，提出了智能調度技術，如圖5所示。智能調度技術支持基于用戶行為、內容分布、流媒體設備健康度、用戶歸屬等因素，實現業務智能調度，將高負荷節點的用戶調度到相鄰或負荷較輕的節點，實現內容網絡的負載均衡，提升資源利用率。

針對平面間、節點間以及節點內的各級調度，綜合考慮各級調度影響因素，設計智能調度系統邏輯架構，針對不同場景設計智能決策模型，通過智能算法，實現智能調度策略制定及分級調度實施。根據牌照方、不同平面服務區域、負載和質量、權重等，輸出進行平面間調度配置的調度策略，實現平面間統一調度。基于節點健康度、服務質量（首包時延、錯誤碼、命中率、下載速率等）、用戶感知質量（卡頓、時延、成功率等）、系統流量增益進行節點間智能調度。基于CDN訪問日志分析熱點內容、互聯網熱點排行及爬蟲分析熱點內容、預測熱點內容等，實現熱點閾值動態調整、熱點擴散、冷點刪除等，進行基于熱點內容的智能調度。基于節點設備健康度、利用率、服務質量、用戶感知質量、業務類型、視頻內容等，進行節點內精細調度。實現固定網和移動網協同調度，支持5G MEC，實現跨網絡，跨廠商多平面智能調度。

通過智能調度，可以節約骨干網絡帶寬和提高業務服務質量，并實現以下三個目標：一是通過對內容網絡不同平面的統一調度，實現集中化管理，提升內容分發網絡的統一掌控力，提升體驗。二是通過節點間智能調度，提升內容分發網絡各節點的可靠性和服務質量，更好地提升用戶體驗。三是通過節點內精細化調度，提高節點內服務器利用率，均衡不同分組的流量，充分發揮系統服務能力，提升抗沖擊能力，并實現降本增效。

融合邊緣計算的智能調度技術，提供智能化內容運營和端到端自動化運維能力。基于用戶行為大數據、內容分布、節點質量和負載、用戶歸屬等因素，實現業務智能調度，使用戶在網絡邊緣就近獲得所需內容服務。

3.3 多業務融合分發加速技術

綜合考慮各種視頻相關業務存儲需求，本文提出融合分布式存儲和容器平臺技術，實現多業務融合封裝和共享存儲，無須為各種業務單獨建設內容中心，可構建全業務融合分發加速方案，支持基礎視頻業務、互聯網加速業務、4K/8K超高清視頻、VR/AR、互動直播、游戲/教育等應用。采用一套系統適應全業務流程，實現存儲容效提升。

大視頻內容中心提供統一存儲系統，支持對象、虛擬磁盤、文件等多種存儲模式；支持存儲能力開放，實現資源彈性分配；支持多業務融合承載；支持高可靠性、高可擴展性，實現高性能海量存儲。通過該技術使得內容中心云化部署更快捷，平臺運營、運維更智能。彈性伸縮和能力開放可最大限度節省硬件成本，云化內容庫的架構如圖6所示。面向多終端、承載多業務的融合云化內容分發系統解決了海量存儲以及4K/8K/AR/VR新業務承載等問題，在上海電信4K/天翼高清內容中心成功商用。

隨著8K、VR/AR業務的逐步普及應用，消費者對舒適性、真實性、實用性和愉悅感的虛擬現實體驗需求不斷升級。傳統的內容分發網絡需要升級改造，才能滿足融合業務的承載要求。針對8K、VR/AR等高碼率視頻，提出構建多業務融合分發加速引擎的技術方案，如圖7所示，可實現IPTV、OTT、4K/8K、VR/AR等多種業務模式的融合承載，與終端實現標準化接口協同，支持不同類型的終端接入，可跨屏提供業務，如內容共享、統一書簽等，實現TV屏、PC屏、VR屏和手機屏等多終端的統一接入，提升用戶體驗度，增強用戶黏性。

4" "結束語

本文研究了海量視訊資源加速分發策略，分析了海量視訊資源發展瓶頸和趨勢，提出了全業務智能調度混合存儲加速分發技術構建方案，并在多個省市實現規模應用。后續將繼續跟蹤海量視訊業務發展模式，對上述技術進行拓展研究，更好地服務多客戶和多場景下運營商的資源加速分發需求，不斷提升客戶的滿意度。

參考文獻

[1] 范喜艷.D2D視頻分發系統的匹配策略研究[D].重慶：重慶郵電大學信息與通信工程學院，2017.

[2] 楊義.P2P流媒體視頻分發合作節點選擇模型研究[D].貴州：貴州大學計算機科學與信息學院，2016.

[3] 范琪琳.高效視頻分發的關鍵技術研究[D].北京：清華大學計算機科學與技術系，2017.

[4] 崔子琦.業務特征感知的CDN網絡資源調度的研究[D].北京：北京交通大學電子信息工程學院，2021.

[5] 吳頌濤.基于廣電系統的視頻分發資源動態調整方法實踐[J].廣播與電視技術，2023，20（7）：85-87.

[6] 譚虹.基于信譽機制的分布式流媒體點播系統的研究與實現[D].哈爾濱：哈爾濱工業大學計算機科學與技術學院，2017.

[7] 孫立峰，胡文，馬茗，龐海天.基于邊緣計算的高效視頻內容分發關鍵技術與挑戰[J].無線電通信技術，2020，46（3）：261-270.

[8] 張鐵楠.云環境下融合P2P技術的群組視頻分發機制的研究[J].電腦知識與技術，2019，15（25）：11-17.

[9] 于浩，岑加文，湯文丹，陳春梅.SDN與I-PON技術融合在視頻分發網絡應用的研究和實踐[J].有線電視技術，2019，355（7）：87-90.

[10] 鄂金龍，何林.基于異構算力節點協同的高效視頻分發[J].計算機研究與發展，2023，60（4）：772-785.

[11] 杜艷紅，陳志軍，程宏，杜文釗.8K超高清視頻分發技術的研究與實踐[J].廣播與電視技術，2023，50（11）：69-73.

[12] 韓偉，德力格爾.衛星視頻分發技術在IPTV、OTT業務中的應用[J].廣播與電視技術，2022，49（8）：126-129.

[13] 張世行，羅雅文，張敏，孫奇福，陽小龍.面向移動內容分發網絡環境的移動視頻預取技術研究進展[J].電信科學，2021，37（1）：8-21.

[14] 汪彥婷.移動邊緣計算中異質資源聯合調度策略研究[D].西安：西安電子科技大學通信工程學院，2019.

[15] 黃闖.面向視頻業務的云無線接入網資源分配策略研究[D].重慶：重慶郵電大學光電學院，2021.

作者簡介：馬" 濤（1982-），男，北京人，工程師，碩士，主要研究方向為光纖通信技術和光纖網絡建設。