在云中構(gòu)建系統(tǒng)會產(chǎn)生各種成本。具體到視頻轉(zhuǎn)碼，會產(chǎn)生存儲成本、計算實例成本，以及最重要的數(shù)據(jù)出口成本。雖然數(shù)據(jù)出口成本常常被大家忽視，但其實這會對相關(guān)企業(yè)的利潤產(chǎn)生顯著影響。如果視頻平臺希望以各種適合的格式在全球范圍內(nèi)分發(fā)內(nèi)容，同時保持成本低廉，此時往往會遇到不小的挑戰(zhàn)。畢竟每當(dāng)平臺需要接受訪問或?qū)?nèi)容傳輸?shù)皆破脚_之外時，無論傳輸?shù)氖橇髅襟w視頻、下載的文件，或只是最基礎(chǔ)的網(wǎng)頁，不可避免都會產(chǎn)生數(shù)據(jù)出口費用。在全球范圍內(nèi)任何地方的任何云平臺上，這都是一筆重要的、不菲的、不可避免的開支。

那么，視頻平臺該如何在不破產(chǎn)的情況下，向全球觀眾傳遞內(nèi)容呢？很多企業(yè)都面臨類似的挑戰(zhàn)，Akamai的一位客戶最近也遇到了這種情況。該客戶是一家互聯(lián)網(wǎng)電視和點播內(nèi)容提供商，運營了一個知名的OTT平臺，專注于向全球觀眾提供直播電視、點播視頻和直播電視回看服務(wù)。

延伸閱讀，點擊鏈接了解 Akamai Cloud Computing

為了保障高峰時段的流媒體觀看體驗，并最大限度避免緩沖和延遲，他們在可擴展的云解決方案上投入了大量資源。起初，這位客戶選擇用Oracle Cloud GPU和AWS VT1實例來處理視頻轉(zhuǎn)碼任務(wù)。然而這些云服務(wù)的價格非常高，以至于該客戶在經(jīng)濟上無法承受！每次他們的視頻內(nèi)容以流媒體方式播放、下載或傳遞給終端用戶時，都會產(chǎn)生大量數(shù)據(jù)出口費用。

鑒于他們的觀眾遍布全球，并且大家都希望享受高質(zhì)量、低延遲的流媒體服務(wù)，該客戶的云服務(wù)費用開始迅速攀升。他們希望最大限度提高每個云虛擬機的轉(zhuǎn)碼效率，以改善成本效益，同時將轉(zhuǎn)碼后的視頻直接部署到用戶端，以降低服務(wù)延遲。然而，隨著用戶基數(shù)的快速增長和全球內(nèi)容分發(fā)范圍的不斷擴大，在財務(wù)上，該客戶越來越難以負擔(dān)。

面對不斷攀升的成本，客戶需要找到一種更具成本效益的解決方案，并且不以犧牲性能或用戶體驗為代價。為此，他們徹底重新評估了自己的視頻轉(zhuǎn)碼和內(nèi)容分發(fā)策略。他們希望能進一步優(yōu)化每個云虛擬機上的轉(zhuǎn)碼流任務(wù)數(shù)量，從而改善成本效益。此外他們還希望將轉(zhuǎn)碼后的視頻直接部署到更靠近用戶的位置，借此降低延遲并進一步提升觀看體驗。

AWS VT1不斷增加的成本（尤其是AWS高昂的數(shù)據(jù)出口傳輸費用）也促使該客戶重新評估自己原有的視頻轉(zhuǎn)碼內(nèi)容分發(fā)平臺。

視頻點播轉(zhuǎn)碼所面臨的挑戰(zhàn)

假設(shè)你在一家大型OTT平臺任職工程師的崗位，負責(zé)為數(shù)百萬用戶進行視頻轉(zhuǎn)碼。這是一項艱巨的任務(wù)，既需要技術(shù)專長，也需要在財務(wù)開銷上精打細算的能力。你的工作保證了觀眾們無論身處何地或使用何種設(shè)備，都能接收到高質(zhì)量、無縫的視頻流。

每天，你管理著一大批虛擬機，這些虛擬機負責(zé)進行視頻內(nèi)容的編碼工作。這項工作不僅需要轉(zhuǎn)換視頻格式，還要為不同分辨率、碼率和編解碼器進行優(yōu)化，以確保內(nèi)容能在從智能手機到4K電視的各種屏幕上正確、良好地播放。你的工作所面臨最大的挑戰(zhàn)在于：要讓這些虛擬機高效運行，以處理不斷流入的視頻數(shù)據(jù)流，同時要避免瓶頸并將延遲降至最低。

別忘了，視頻轉(zhuǎn)碼是一種資源密集型操作。每個視頻都必須以多種格式和質(zhì)量進行處理，以適應(yīng)不同的網(wǎng)絡(luò)條件和設(shè)備能力。這需要投入大量算力，也就是說，需要付出不菲的CPU、GPU和內(nèi)存資源成本。作為工程師，你需要不斷監(jiān)控這些資源，在多臺虛擬機之間平衡負載，以防止過度使用并確保整個系統(tǒng)能時刻體現(xiàn)出最佳性能。

除了計算需求，還有一個關(guān)鍵問題需要考慮：數(shù)據(jù)出口成本。每次視頻被流傳輸播放、下載或傳輸?shù)絻?nèi)容交付網(wǎng)絡(luò)（CDN）時，你的公司都需要支付數(shù)據(jù)出口費用。這種費用通常基于傳輸?shù)臄?shù)據(jù)量來收取，并可能因數(shù)據(jù)目的地、傳輸距離和消耗的帶寬等因素而異。這些費用會迅速累積，特別是當(dāng)你處理大量高清內(nèi)容并將其以流媒體形式傳送給全球觀眾時。妥善應(yīng)對這部分成本，已成為公司能否盈利的關(guān)鍵。

為了應(yīng)對這些挑戰(zhàn)，你需要制定一項策略，從而最大限度地提高轉(zhuǎn)碼基礎(chǔ)設(shè)施的運轉(zhuǎn)效率，同時控制成本。為此，你需要優(yōu)化虛擬機的利用率，確保每個虛擬機都能充分利用算力并且不會過載。這意味著要在每個虛擬機上轉(zhuǎn)碼更多的流媒體內(nèi)容。此外，你還需要選擇合適的云提供商。不同的云提供商提供了不同的定價模型和性能能力。你需要評估這些選項，以找到能在成本和性能之間實現(xiàn)最佳平衡的提供商。此外，你還需要通過某種策略來降低數(shù)據(jù)出口費用，例如將經(jīng)常訪問的內(nèi)容緩存到更靠近終端用戶的位置，有效利用CDN，并考慮選擇數(shù)據(jù)出口成本較低的替代云存儲解決方案。最后，你還需要探索成本效益更高的計算實例，如Linode，這些實例能提供可預(yù)測的定價，以及比傳統(tǒng)云提供商更好的成本效益比。

本質(zhì)上，作為工程師，你的角色就是確保視頻轉(zhuǎn)碼基礎(chǔ)設(shè)施的健壯性、可擴展性和成本效益。為此你需要不斷在“優(yōu)化技術(shù)性能”以及“應(yīng)對財務(wù)約束”之間進行平衡。通過實施周密的策略并利用合適的工具和技術(shù)，這樣的目標(biāo)還是可以實現(xiàn)的。

視頻轉(zhuǎn)碼操作的成本分析

讓我們來看一個詳細的成本分析案例：64GB專用Linode實例與AWS EC2 VT1 vt1.6xlarge實例進行視頻轉(zhuǎn)碼的成本對比，這個對比會考慮到數(shù)據(jù)出口成本和總成本效益比。

假設(shè)一家流媒體平臺需要每月轉(zhuǎn)碼100小時的視頻內(nèi)容。每個視頻文件的平均大小為1GB，為支持各種設(shè)備和分辨率，平臺希望將其轉(zhuǎn)碼為三種不同的輸出格式。此外還假設(shè)在這兩個提供商的平臺上轉(zhuǎn)碼每1小時的視頻內(nèi)容都需要2小時的時間，并且每個平臺均需要50個實例。

注意：上述費率有效性截止于撰寫本文時。最新費率可能有所變化，請參閱各自官網(wǎng)。

通過對比可以看出，遷移到Linode專用虛擬機可以顯著節(jié)約成本。在上述虛構(gòu)的場景中，使用Linode專用實例進行視頻轉(zhuǎn)碼，比使用AWS VT1便宜33%。除了實例成本較低外，當(dāng)客戶選擇使用Akamai計算實例時，Akamai還提供了大量的免費數(shù)據(jù)出口額度，這進一步降低了總體數(shù)據(jù)出口成本。這樣，你不僅能以更低成本進行視頻轉(zhuǎn)碼，還能在使用Akamai進行轉(zhuǎn)碼并通過Akamai CDN分發(fā)內(nèi)容時享受零成本的數(shù)據(jù)出口。如果使用Akamai CDN將轉(zhuǎn)碼后的視頻傳輸?shù)椒植键c（PoP），相關(guān)成本實際上會徹底消除。通過利用Akamai的計算資源進行轉(zhuǎn)碼，客戶可以享受更低的數(shù)據(jù)出口費用，并保證數(shù)據(jù)傳輸滿足成本效益方面的需求。

解決方案：遷移到Linode專用實例

上面為了對比成本而虛構(gòu)的故事講完了，接下來繼續(xù)講這位真實客戶的案例。本文開頭提到的那家OTT客戶如何從AWS EC2 VT1實例遷移到64GB專用Linode實例呢？他們使用Linode對象存儲服務(wù)保存上傳的視頻，然后連接到Linode Kubernetes引擎進行視頻轉(zhuǎn)碼。當(dāng)轉(zhuǎn)碼完成后，輸出的視頻被放置在輸出桶中，然后通過Akamai的CDN進行分發(fā)。下文將詳細介紹Linode的64GB專用虛擬機如何使這個視頻轉(zhuǎn)碼過程順利且以極高成本效益的方式順利實現(xiàn)。

步驟1：內(nèi)容獲取和存儲

首先，Linode獲取直播或點播視頻內(nèi)容。這些視頻會被上傳到本地的專用對象存儲服務(wù)，也就是Linode對象存儲服務(wù)中，該存儲桶專門用于處理傳入的內(nèi)容，充當(dāng)了等待處理的原始視頻的存儲庫。此處還可能存儲與每個視頻相關(guān)的元數(shù)據(jù)，例如標(biāo)題、描述和時間戳。當(dāng)視頻上傳到此存儲桶后，視頻處理管道就會開始運轉(zhuǎn)。

步驟2：轉(zhuǎn)碼工作流初始化

一旦原始視頻上傳到Linode存儲桶，轉(zhuǎn)碼虛擬機就會開始工作。這些專用虛擬機被配置為持續(xù)監(jiān)控存儲桶，掃描需要處理的新視頻。一旦檢測到新視頻，轉(zhuǎn)碼軟件（本例中客戶使用了Capella）就會被觸發(fā)并啟動轉(zhuǎn)碼過程。在轉(zhuǎn)碼過程中，原始視頻文件會被轉(zhuǎn)換為各種格式和分辨率，這是為了適應(yīng)不同的設(shè)備和帶寬條件。這就是Linode視頻轉(zhuǎn)碼的強大之處。專用Linode虛擬機利用并行處理能力，可高效地同時處理多個轉(zhuǎn)碼任務(wù)，確保及時處理傳入的視頻。

步驟3：輸出存儲

轉(zhuǎn)碼軟件處理原始視頻時，轉(zhuǎn)換好的輸出會存儲在一個輸出專用的Linode存儲桶（或同一個存儲桶的不同文件夾）中。轉(zhuǎn)碼后的視頻已經(jīng)準(zhǔn)備好傳遞給終端用戶，并已轉(zhuǎn)換為兼容各種設(shè)備和流媒體平臺的格式。作為額外的優(yōu)勢，Linode對象存儲服務(wù)確保了轉(zhuǎn)碼后視頻的高可用性和耐久性，具備冗余和數(shù)據(jù)完整性機制，可防止數(shù)據(jù)丟失。

步驟4：CDN集成

為了提高性能和可擴展性，該客戶選擇將Akamai的CDN集成到他們的視頻處理工作流程中。Akamai會緩存、分發(fā)和控制視頻庫的訪問，并以低延遲和高吞吐量的連接將內(nèi)容傳遞給終端用戶。通過利用Akamai的邊緣緩存和全球分發(fā)能力，客戶能優(yōu)化內(nèi)容交付，通過距離終端用戶最近的邊緣位置提供視頻，從而減少延遲并提升用戶體驗。這樣做的一個額外優(yōu)勢是：客戶使用了Akamai云虛擬機進行轉(zhuǎn)碼，因此在通過Akamai的CDN分發(fā)內(nèi)容時不會產(chǎn)生數(shù)據(jù)出口費用。

步驟5：基礎(chǔ)設(shè)施管理和自動化

為了簡化操作并提高可擴展性，該客戶使用了Linode Automation API來管理自己的基礎(chǔ)設(shè)施并實現(xiàn)版本更新。Linode Automation API允許以編程方式配置虛擬機、存儲卷和網(wǎng)絡(luò)資源，使基礎(chǔ)設(shè)施能夠通過代碼高效地進行管理。憑借基礎(chǔ)設(shè)施即代碼（IaC）機制，客戶可以通過代碼，以聲明的方式定義自己的基礎(chǔ)設(shè)施需求，從而自動執(zhí)行重復(fù)性任務(wù)，并保證了環(huán)境的一致性。

總結(jié)

希望這篇關(guān)于視頻點播轉(zhuǎn)碼的挑戰(zhàn)、優(yōu)化虛擬機利用率以及降低數(shù)據(jù)出口成本的介紹文章，能夠幫助更多人了解如何通過Akamai解決方案解決流媒體和視頻平臺領(lǐng)域的一個老大難問題。在本文通論的這個具體客戶的例子中，使用Linode專用實例進行視頻轉(zhuǎn)碼比使用AWS VT1實例便宜33%。另外也別忘了：使用Akamai進行視頻轉(zhuǎn)碼并使用Akamai CDN分發(fā)內(nèi)容時，還可以完全避免數(shù)據(jù)出口成本。

如果想進一步了解Akamai圍繞視頻和媒體等行業(yè)提供的更多解決方案，歡迎訪問Akamai。

—————————————————————————————————————————————————

如您所在的企業(yè)也在考慮采購云服務(wù)或進行云遷移，

點擊鏈接了解Akamai Linode的解決方案