当视频恋爱 App 用上了 Serverless

9月2号banner.png
​

北京米连科技有限公司成立于 2015 年,是国家高新技术企业,旗下品牌伊对 App 上线于 2018 年,专注于移动端交友和相亲,将视频、直播和线上红娘创造性地融合在一起,开辟了视频恋爱社区的独立赛道,为单身人群提供了全新的社交体验。截至 2020 年,伊对 App 注册用户已达 1 亿,每月撮合线上相亲活动约 1000 万场,成为视频恋爱社交垂直领域最具影响力的品牌之一。

业务需求

随着伊对 App 业务的快速增长,核心应用的系统规模和系统复杂度也在经历着翻天覆地的变化。伊对 App 技术团队通过引进新的技术手段,维护整套系统架构的技术先进性,以更好地支持业务需求,降低 IT 成本。从成立以来,伊对 App 的核心系统架构完成了多次重大的升级,涉及微服务化、容器化、分布式数据库、大数据和人工智能等重要的技术,特别在 Serverless 技术的探索方面,伊对 App 投入了很大精力,以充分享受到云计算时代资源快速弹性伸缩的价值。

在伊对 App 的业务场景里面,视频直播是最为重要的环节,基于视频直播这个骨架,可以融入线上红娘等多类创新业务模式,这也对视频直播的内容安全提出了极高的要求。不论是自身通过 AI 技术对视频直播内容进行智能分析,还是应对监管的要求,都需要在每一路视频直播流开始后,根据固定频率对视频进行截帧,并通过统一的审核服务对截帧生成的图片进行处理。
​
在这个需求里面,截帧服务承担着关键职责,这个服务不仅需要通过 FFmpeg 命令对每一路直播视频流进行截帧操作,还需要将生成的图片保存到对象存储 OSS,并将截帧信息写入到 Kafka。这样下游的截帧服务就能从 Kafka 上拉取截帧信息,并从截帧信息中得到图片在 OSS 中的地址,从而完成对于图片的审核。在这个架构中,引入 Kafka 是为了通过异步处理机制缓解审核服务在业务高峰期的负载。

业务痛点

​
FFmpeg 截帧命令使用非常简单,但这是一个对于 CPU 算力要求非常高的操作。根据伊对 App 技术团队的多次试验,采用 ECS 部署截帧服务,是一个相对成本最优的选择。如果按照每秒钟1次截帧的固定频繁,1 台 ECS 能够同时支撑大约数百路直播视频流的截帧任务。为了保障业务高峰期的资源储备,伊对 App 准备了大量 ECS 来部署截帧服务。跟绝大多数互联网应用一样,伊对 App 的负载也存在着波峰波谷,这样的波动对伊对 App 整体的资源规划带来了极高的挑战,如果按照固定的 ECS 集群规模来部署截帧服务,会存在两个非常明显的弊端:​

  • 为了支持业务高峰,必须按照高峰期的用户量来评估集群规模,在业务低峰期就会造成巨大的浪费。
  • 在某些场景下,比如节假日效应的带动,业务量会有突增,有可能需要对集群进行临时扩容,这种情况下往往扩容速度会滞后于业务流的增速,造成部分业务的降级处理。

为了节省资源成本,伊对 App 也探索过很多种弹性伸缩策略,比如通过弹性 ECS 实例配合容器化的方式部署应用,以实现集群规模能动态适配真实业务量的变化。但这些策略的实现都比较复杂,弹性伸缩能力都相对滞后。其中根本的原因是在传统的服务架构中,一个应用启动后都是长期保持运行的,在运行期间会并发会处理多个业务需求,不管业务量如何变化,这个应用占据的计算力都不会有本质的变化。

有没有一种直截了当的方式,可以在一路直播视频流开启后,拉起对应的计算力承接截帧任务,而在视频流关闭后,自动将计算力释放呢?这样的方式不需要应用实例长驻,可以实现真正的计算资源按需分配,也不需要借助额外的手段动态调整截帧服务的集群规模,是一种最为理想的方案。

作为云原生 Serverless 技术的代表,阿里云函数计算 FC 就正好实现了这样的思路。​

函数计算 FC 有哪些独特之处

阿里云自研的 Serverless 产品函数计算 FC 是事件驱动的全托管计算服务,完美契合了伊对 App 的需求和痛点。使用函数计算,用户无需采购与管理服务器等基础设施,只需编写并上传代码。函数计算会自动准备好计算资源,弹性地、可靠地运行任务,并提供日志查询、性能监控和报警等功能。借助函数计算 FC,可以快速构建任何类型的应用和服务,并且只需为任务实际消耗的资源付费。

函数计算 FC 提供了一种事件驱动的计算模型,函数的执行是由事件驱动的。函数的执行可以通过函数使用者自己触发,也可以由其它一些事件源来触发。可以在指定函数中创建触发器,该触发器描述了一组规则,当某个事件满足这些规则,事件源就会触发相应的函数。比如对于 HTTP 触发起而言,用户的一次 HTTP 请求就能触发一个函数;而对于 OSS 触发器而言,OSS 上新增或修改一个文件就能触发一个函数。在伊对 App 的视频截帧场景中,函数只需要在每一个直播流开始推送之前,通过业务程序主动触发一个截帧函数就可以了。因此之前截帧业务的架构只需要做很小的调整,就能迁移到函数计算平台上来,以享受 Serverless 的价值。

2.jpg

解决方案及优势​

1、支持多种编程语言的 Runtime

​

伊对 App 的技术团队第一次和阿里云沟通 Serverless 方案的时候,阿里云的技术人员推荐使用 Python 语言实现截帧函数,因为函数计算 FC 对于 Node.js、Python、PHP、Java 等语言提供了原生的运行环境,而且像 Python 这样的脚本语言可以实现在函数计算平台上直接修改调度代码,使用非常简单。

其实函数计算 FC 对于开发语言没有要求,任何主流的开发语言都可以很好的支持。通过函数计算 FC 提供的 Custom Runtime,可以为任务语言建立自定义的运行环境。Custom Runtime 本质上是一个 HTTP Server,这个 HTTP Server 接管了函数计算系统的所有请求,包括来自事件调用或者 HTTP 函数调用。

3.png

2、极致弹性和高可用性

​
由于在 Serverless 架构下,每一路直播视频流都会拉起新的计算资源来承接截帧任务,因此并不需要采用高规格的 ECS 实例同时并发处理多个截帧任务。通过反复的测试,伊对 App 采取了最适合的函数计算实例来完成每路视频流的截帧任务。
​
函数计算 FC 在计算资源的启动方面做了大量优化,配合云化的资源池,能够在 100 毫秒的时间内调度大量计算实例,以承载特殊情况下突增的业务流量。

为了更进一步的适配伊对 App 的业务场景,阿里云函数计算团队还专门为伊对 App 提供了定时预热的方式,以最大程度的保障业务高峰期冷启动计算资源的性能。这样极致的弹性伸缩能力是 Serverless 的专长,传统的应用架构的弹性伸缩依赖于底层计算资源的调度,以及复杂的初始化工作,在计算实例的启动速度上远远达不到这个水平。
​
正常情况下,函数计算 FC 上一个普通弹性实例可运行时长为 10 分钟,此外还提供了性能实例,以应对更高的资源需求,性能实例在可运行时长上也提升到了数小时。在伊对 App 的截帧场景中,单实例并不需要有很高的性能,但有必要伴随着直播视频流长期运行,因此阿里云也为伊对 App 适当放开了弹性实例的运行时长限制:达到 1 小时。
​
对于超过 1 小时的直播,同样可以支持:在截帧场景中,当一个函数实例将要达到运行时长限制的时候,只需要再拉起一个新的函数实例对截帧任务进行接力就可以了,对于截帧业务的正常运行不会有任何影响。

3、节省资源,降本增效

​
函数计算 FC 在实现计算资源按需调度,按量计费的同时,还通过预留实例的模型更进一步降低使用成本。根据初步的评估,在直播截帧这个业务场景上,通过基于函数计算 FC 的 Serverless 架构,能够帮助伊对 App 减少 20% 以上的资源成本开支。

4.png​

此外,由于函数计算 FC 不需要预留计算资源,也不需要对底层的软硬件进行维护,极大程度降低了运营成本,可以让伊对 App 的技术团队更专注在复杂业务逻辑的实现上,这也是 Serverless 技术为广大企业和开发者带来的巨大价值之一。

总结

在直播截帧场景试点 Serverless 技术成功后,伊对 App 继续在更多业务领域发掘 Serverless 技术的匹配场景。未来,伊对 App 将继续基于自身的技术特点不断深入探索 Serverless 架构,在拥抱新技术的同时,也能充分享受到云计算的红利。

评论

暂无评论