本文整理自芒果 TV 吴坚强在 Techo 大会的分享，文字部分约 3400 字。
下面，让我们一起回顾下吴老师在 Techo 大会的精彩演讲内容。
代码语言：javascript复制原文作者：吴坚强
整理编辑：王天云 李永程大家好，我叫吴坚强，来自芒果 TV，非常荣幸收到腾讯云的邀请来和大家分享芒果 TV 在腾讯云 Serverless 上的落地探索及实践。
今天的分享，主要从目前 Serverless 的易用性以及出于对资源的消耗和成本的考虑，希望能为做类似业务落地的同学提供一定的参考。
我本次的分享主要分四个部分，第一个是芒果TV简单介绍；第二个是音视频编解码业务的简述及发展现状；第三是引入Serverless结合以后，我们在此期间做的事情；第四是规划及展望。
芒果TV，在座各位都比较熟悉，它是湖南广电下的视频平台。大家熟知的《快乐大本营》、《明星大侦探》、《歌手》、《爸爸去哪儿》等等这些节目，尤其是在今年推出的自制节目《乘风破浪的姐姐》，非常火爆。
芒果 TV 作为湖南广电双核驱动的战略主体之一，是国内 A 股首家国有控股的视频平台。经过这么多年的发展，获得非常多的荣耀。
芒果音视频编解码业务
下面我简单介绍下我们团队承担的业务，主要有以下几个方面：
在自有内容的音视频播出里，每天有海量视频的生产，消耗我们很大的计算资源。每天处理的量从 240P 到 4K 等不同清晰度、超 50 余种格式，包含 AVC、HEVC、MPEG等多种编码格式。
而在 UGC 方面，我们需要快速将创作者的内容呈现给用户，给创造者带来收益。这一块目前我们有一部分还是在用腾讯云的点播服务，后期逐步往 Serverless 上面迁移。
主观感兴趣视频编码的研究
下面我分享一下主观感兴趣视频编码的研究，它是基于视觉冗余原理和对编码器引擎深度优化，相对原生 X264、X265 编码软件同等主观画质降低码率 40% 以上。
第一，我们进行前期的预处理，通过分析这个视频动态复杂度、场景、镜头等，自适应匹配到RDO编码曲线最佳性价比码率，从而实现在不降低主观画质的体验上，去降低码率达到 30% 以上。
第二，主观感兴趣的区域编码。图二，是我们人眼聚焦的点在小汽车上面，可以看到一个人开着车的动作，利用人眼视觉感兴趣区域关注特点，通过芒果自研基于 AI 的主观感兴趣区域预测模型，指导编码器在不同区域的编码质量权重分配，同等主观体验降低码率15%以上。
第三，视频编码图像增强技术，自主研发的系列编码图像优化技术，在不增加码率前提下，达到超越源片画质的体验提升。
我们在前面看到的是编码的算法研究，而在庞大的音视频处理平台的版本迭代过程中，我们还有很多的研究。
芒果音视频转码平台产品迭代
从2015年起开始第一代，基于 Hadoop 的 MapReduce 计算实现，它处理量比较少，随着业务的快速发展，后期我们发现该架构扩展比较困难。
第二代，是基于mesos的分布式资源管理框架，这个时候我们的业务已经有所增加，日处理量得到提升，尤其是 2016 年芒果提出独播的战略，音视频内容需要快速生产上线，在此基础上实现了视频分段转码。
第三代，是在2019年的时候，由于引进AI技术和我们图像优化技术，引入这些方法后，因此采用K8S来实现资源的调度，自研调度及工作流编排。而到今年因受到疫情的影响，我们视频的量增长的非常快速，尤其是在UGC，超过以前十倍以上的量，引入了Serverless的后，快速的实现了集群的扩容，快速去提供我们所需要的计算资源。
Serverless 的价值
第一个场景，我们为什么要去用这个Serverless，在此之前，前面的几位大咖已经分享过。从下图我们可以看到，从左到右云端计算的发展，云计算一直在进步的。
左边是我们早期是物理机托管，到云主机到容器的出现，到现在Serverless的出现，已经得到非常的发展。
早期的物理机和云主机和容器的特点，决定了30%的时间是处于低负载的情况。而芒果早期视频的转码，大概有上百台服务器，在本地IDC机房。白天资源严重不足，但到凌晨则处于低负载，服务器资源无法合理使用，而如今采用 Serverless 以后，能够保证我们资源得到合理利用。
Serverless 能够给我们带来哪些价值呢？
- 快速部署、弹性伸缩灵活的按量使用，降低业务使用瓶颈。
- 按使用场景实现任务的多地域调度能力，根据用户来源去调用每个区域资源合理使用。
- 云上备份容灾机制，实现业务的不间断运行。
- 在确保性能的基础上省钱省事的目的。
芒果 Serverless 落地实践
下面介绍下我们在引入 Serverless 以后的落地实践。总体来讲，我们在 Serverless 落地的实践包括以下几个方面：
第一、音视频转码
刚刚做了简单介绍了，我们在云端利用 Serverless 实现音视频转码， 它只需要简单的三步就可以达到:
第一步，创建函数，部署自研编码器资源包、部署转码逻辑。
第二步，配置 COS Bucket 触发器，对源视频实时处理加工；旁路生成日志和监控、支持告警。
第三步，对转码后的视频回传 COS，并分发到自建 CDN 或腾讯 CDN 节点。
它的核心优势主要是在于凭借云函数强大的联动能力，能够将我们视频上传以及视频处理和加工，还有视频提取还有存储场景能够有机结合为一体。
第二、支持灵活处理
能支持自定义转码函数，自身编码器能够快速部署上去，弥补单独服务，云服务的盲点。
第三、平滑迁移
线上 UPGC 内容采用的云厂家的点播服务，编码器处于不可控的状态。而采用 Serverless 后能够平滑迁移我们自己的转码系统，把自研的编码器迁移上去，可自由调节所需参数，达到优化视频质量的目的。
第四、降本增效
这是最大的优点，能够大量降低我们成本，我们在上线以后，计算资源的成本降低了百分之四五十以上。
我们原有的音视频转码架构，需要自己监控各项指标，比如说 CPU 和内存，还有网络带宽。我们通过触发器，去调动云服务器的安装镜像去接入计算平台，这个有一个比较大的问题，它这里延时比较高。
第二，我们启动以后，什么时候释放资源也存在很大的问题，造成大量计算资源的浪费。而所以采用 SCF 以后，就可以运用云函数自动扩容的方式去应对大量用户请求，同时腾讯云实现了实时监控，比如说内存、并发，网络带宽。
芒果业务场景：自研的 DAG 工作引擎支持函数编排
目前我们在使用云函数过程当中，一个比较困难的点，我们编排了十几个函数或者是几十个函数后，发现把函数串联起来的时候，有一点困难。
因此后期我们通过自研的 DAG 工作引擎来实现，它支持我们本地任务调度的同时，去支持SCF的编排，解决了函数之间的联动调用，可以从图片看到，一个视频进来我们要提出它的水印，提取音频，或者是后面要做视频的封装，而不同的封装格式，为了节省这个资源，会将转码出来的文件做不同的转封装输出。
芒果业务场景：视频魔术手
另外一个业务场景，就是视频魔术手。在使用芒果 TV APP 的时候，用户看到一个精彩片段或者是自己喜欢的明星片段，想把片段分享出去，需要对视频做裁剪。
实现的方案有两个，第一个从客户端去实现，第二个从服务端实现。
我们在调研的过程当中发现，在客户端实现的时候，考虑用户设备的计算资源，还有他可能有一个弱网环境下，导致内容上传出现问题，因此我们从服务端去实现，采用云函数SCF处理来解决。客户端、浏览器或者是 APP 小程序请求生成片段时，利用 SCF 处理后将视频地址返回给用户播放，再分享出去。传统服务端实现需要考虑负载均衡，但是这次我们采用 SCF 后能够动态去扩缩容，成本低，而且用户没有任何请求的时候，不要支付费用任何费用。
我们考虑视频处理的场景非常消耗资源，用户一次请求需要消耗 4 个核心 CPU，64 核传统的服务器，同时能够处理16个用户的请求，如果我们 QPS 达到 100 的时候，需要大量的服务器去支撑，而在采用SCF后，这是目前我们做的收益非常大的一个面。
最后，我再总结下我们在使用云函数以后的实际感受
- 高易用性，我们只需要实现业务代码的逻辑，无需关心非功能开发以外的问题，免运维。
- 稳定性，目前稳定性还是非常高的。但是有一个问题，是实时处理的重试处理。
- 快迭代，支持版本号，API 流量自由分配，快速实现灰度方案。
- 快启动能力，每次在一秒钟之内实现，20 秒以内能完成，现在目前能满足我们需求。
芒果TV 音视频转码团队下一步业务规划
Serverless 的架构下用户不用再去关心运维所需要的资源，我们直接关注业务代码逻辑，按照时间消耗支付费用。随着 Serverless 出现，云函数计算才真正到来了。
考虑到我们未来建设能力，可以将 4K、CPU、AI 能力往上去迁移，目前来说 GPU 在 Serverless 上面未能实现，但未来可期待。其次是我们转码架构升级，未来我们将本地的系统往上面迁移，可以帮助我们把研发效能提升。第三个是降低运维复杂度，优化转码成本。虽然 Serverless 还有不足的地方，需要去完善。但是凭借 Serverless 自身强大的优势，无论是对企业还是开发者来说，它还是具有非常大的吸引力的。
相信随着未来技术飞速的发展，Serverless在未来有无限想象的空间。谢谢大家！
One More Thing
立即体验腾讯云 Serverless Demo，获取 Serverless 新用户礼包，请在 PC 端访问： serverless.cloud.tencent.com/start?c=wx
欢迎进入千人 QQ 群 (537539545) 交流！
- GitHub: github.com/serverless
- 官网: cloud.tencent.com/product/serverless-catalog
点击「阅读原文」进入 Serverless 中文网，体验更多 Serverless 应用的最佳实践！
