如何通过边缘计算，赋能在线直播？

大概10亿小时的直播视频会产生1.65EB的数据，在分辨率为4K时，数据量更是高达7.92EB。由此可见，视频直播服务对网络基础设施造成了沉重的负担，还有可能影响视频的质量。

直播改变了我们的生活方式，比起图片、文字等静态单向的信息传播，用户与主播、用户与用户之间的实时直播互动更直接、迅速，为数字经济的发展带来了新机会。但如何为网络直播搭建稳健的基础设施？在直播场景中，我们看到，边缘计算的作用越来越凸显。

希捷科技全球销售与销售运营执行副总裁郑万成

根据中国互联网络信息中心（CNNIC）发布的第46次《中国互联网络发展状况统计报告》数据显示，截至2020年6月，我国电商直播用户规模达3.09亿，成为上半年增长最快的个人互联网应用。网络零售用户规模达7.49亿，占网民整体的79.7%，市场连续七年保持全球第一。

不仅如此，腾讯视频、爱奇艺等各大视频平台，以及抖音、快手的直播热潮同样走向大众化，互联网技术的不断提升与传播手段正融合递增。从技术角度来说，视频直播其实可以分为两大类：网络视频直播和非线性视频直播。网络视频直播大多为实时内容传输，在这方面，斗鱼、虎牙等游戏直播服务平台可以说是典范。非线性视频直播本质上就是点播，观众可以通过电视、电脑或手机缓存喜欢的视频，视频下载好后，观众们可以在设备上随时观看。

按市场研究机构Grand View Research提供的数据来看，大概10亿小时的直播视频会产生1.65EB的数据，在分辨率为4K时，数据量更是高达7.92EB。由此可见，视频直播服务对网络基础设施造成了沉重的负担，还有可能影响视频的质量。加之新冠肺炎疫情的影响，远程办公与协作带来的数据存储压力越来越大。

为避免基础设施带来的问题，网络服务提供商和企业可以借助边缘计算进行数据缓存，将热门内容缓存于靠近终端用户的设备中。IDC（国际数据公司）认为，服务器完成分析工作之前，直播数据可以缓存在存储介质中。与存储在核心的数据量相比，存储在边缘的数据量增速更快。边缘还可以存储关键数据与洞察，以应对来自于终端交易和服务的延迟敏感型请求。同时，边缘还使得分布式计算能够进行直播数据的分析。

对于任何想要把直播引入到业务运营中的企业来说，都需要改造自己的IT系统，尤其是涉及电子商务或客户支持的前端运营。当然，日常运营同样需要优化IT系统。举例来说，很多企业都在使用腾讯会议、钉钉等进行线上沟通，这已然成为了一项常规操作。

直播数据的处理在两个层面进行：存储层和处理层。存储层需要支持按顺序记录，并具有较强的一致性，以实现对大型数据流快速、经济和可重复的读写。处理层针对来自于存储层的数据，对其进行计算，再删除存储层内的无用数据。开展直播业务时，既需要边缘计算，也需要云计算，这些数据在逐条记录的基础上、或滑动时间窗上按顺序和增量进行处理，并用于关联、聚合、过滤和采样等各种各样的分析。

希捷发布的《数据新视界》报告显示，平均而言，企业会定期将大约36%的数据从边缘传输至核心。在未来短短两年时间内，这一比例将增长到57%，从边缘即时传输至核心的数据量也将从8%增长到16%。应对这种快速增长，数据管理方案必须支持更为重要的数据移动：从终端移到边缘，再移动到公有云、私有云或行业云。

对象存储对于内容型企业管理数据越来越重要。对象存储不仅仅提供存储功能，更是网络服务器、内容交付网络和资产管理解决方案的结合。由于具备更高的经济效率和可扩展性，对象存储已迅速成为大容量存储的标配，可以快速扩充并取代文件存储。各种应用程序受益于数据集中存储的智能化，而对象存储正能够提供这种智能性。常见的存储类型包括块存储、文件存储和对象存储，对于性能十分敏感的任务关键型应用来说，块存储至关重要。文件存储多年以来一直服务于传统的应用，提供可靠的架构，而对象存储侧重于结合块存储，从而进行新应用程序的开发。许多传统的文件应用也在向对象存储迁移，以充分发挥其规模经济效益。

在边缘需要部署兼具存储、计算和分析能力的数据生成设备。计算和分析的范围可以从数字音频处理器到深度神经网络模型，但关键是，要在远程边缘具备数据提取、转换、加载、处理和洞察的功能。就其本身而言，边缘存储系统需要由一次性的物理基础设施组成。如果系统因电源中断或其他问题发生故障时，数据不会丢失。关键数据应存储在公共云中，边缘的各個硬件元素便可作为消耗品，毕竟这些硬件的现场使用环境和条件更为严峻。所幸的是，随着生产规模的扩大和成本的降低，这些终端部署都会优化得更加简易和经济，即便发生故障，更换起来也比较便捷。

比如海洋上的一些钻井平台，周边环境条件极为恶劣，大风大浪比较常见，有时候甚至会袭来暴风雨，如果部署了边缘计算设备，钻井平台则可以运行边缘计算，通过设备上的各个传感器采集数据，并进行现场处理，极大程度上优化了运营。即使边缘计算设备受损，也可以快速进行更换。类似地，在一些炎热干燥的采矿环境中，边缘计算可以用来监控往返矿山的铁路运输，以确保所有载有铁矿石的火车车厢符合规范要求，不存在脱轨的风险。每节车厢联轴器的实时视频还可通过机器学习进行监控和处理，确保运行良好，也有利于进行预防性维护。

IDC表示，越来越多的直播数据需要在边缘进行分析和处理。与此同时，对象存储的需求也在不断增加。人工智能和物联网等新兴技术推动着数据重心向边缘转移，5G的发展也在其中发挥着重要的作用。直播数据跨越各行各业，日益普及，企业必须在存储层和处理层规划超强的可扩展性、数据持久性和容错能力。