云时代，视频直播、实时音视频通信等在线音视频服务面临种种庞大的网络情况和流量发作式的增长，对音视频质量监控和成本优化提出新的严峻挑战。本次分享我们邀请到了华为云音视频大数据研发卖力人康永红，他详细先容了基于大数据的音视频全流程质量监控评估体系和各个环节的优化实践，以及面向差别的业务和场景，如何通过差别的关键数据指标革新音视频服务的体验质量和产物成本。

文 / 康永红整理 / LiveVideoStack大家好，很是有幸能有这次分享时机，首先谢谢LiveVideoStack。我是康永红，来自华为公司，在大数据和音视频业务领域有十多年研发履历，卖力直播、视频集会、RTC、VR的QoC、QoE、QoS治理，主要聚焦在基于大数据解决音视频产物体验提升和成本优化的业务领域。我小我私家认为这也是整个音视频领域的一个难点。

2020年是不平凡的一年，客观来说它促进了我们音视频业务的发作性增长。华为云基于大容量、低时延、全互联的媒体网络，通过全国的2000多个节点和几百T的宽带，和我们的客户一起服务了亿级在线用户。在这个历程中，通过大数据解决视频体验质量和成本优化显得尤为重要，同时我们也积累了一些履历，今天我将和大家分享云原生时代，华为云在音视频质量监控与优化的实践。

本次分享主要分为四部门：第一部门是云原生时代为什么要做音视频数据服务体系，第二部门是华为云视频直播和RTC音视频直播在体验质量上的实践案例，第三部门会先容华为在云原生时代是如何快速构建音视频服务全流程质量监控平台，最后将总结和展望音视频业务体验质量的思考和技术计划。1“ 构建音视频数据服务体系从音视频体验的生长趋势来看分为直播、RTC和XR三代，可以归纳为两个特点：第一点是用户体验越来越真实，传输分辨率从720P到1080P、再到XR的4K、6K、8K、以致更大；另一点是业务要求互动性越来越强，迟延方面从30s到XR不凌驾100ms，对延迟要求更低。

基于以上质量体验的生长趋势，我们需要有一个后台技术支撑。我们在使用大数据解决支撑的历程中也履历了三个阶段：首先是5年前用大数据平台解决技术问题，其次是在3年前用数据中台解决效率问题，第三个阶段是最近两年我们综合1.0、2.0时代的特点，接纳“中台+可信数据服务”的数据服务中台模式解决价值问题。我们认为数据服务中台是解决业务差异性和市场不确定性的最佳框架。在直播中我们经常会遇到卡顿、实时音视频通话延迟等情况，这些问题都市严重影响用户体验。

解决这些问题的一般方法是构建音视频质量监控平台，收罗数据，用大数据的方法解决监控质量问题。在这历程中，我们又会遇到一些新的问题，好比收罗数据延迟很大、丢失许多、数据禁绝确，此外还包罗大数据算力不够、交付时延比力长等等问题。这些体验和技术问题带给我们许多挑战——包罗会在什么场景泛起这些问题，无法精准确定是网络问题、设备问题还是情况问题，以及这些问题影响了哪些客户等等。

那我们要怎么解决这些问题呢？在端+边缘盘算+云盘算的云原生时代，技术上已经给了我们一些解决方法。最好的实践是基于“数据湖+数据服务”的云原生数据驱动能力，去解决业务差异性和市场不确定性。这套架构分为六层，我们通过这六层去解决后台系统的相对稳态及前端业务稳态之间的矛盾。

架构落地的详细实践是基于云服务基础设施，首先我们构建了统一的音视频数据湖，同时构建从收罗、生产到消费的数据价值链，通过这两者联合，支持所有同时在线的几大类服务接入，和面向内外部七类客户，以及包罗运营、运维等客户数据服务的QoS、QoE、QoC等三大类七小类的场景诉求。固然仅仅基于这个架构开展体验质量优化事情是远远不够的，这只是技术上的解决方法。从在业务角度出发，我们认为QoE体验是一个治理的问题，我们在业务上需要做一些设计，这块我们构建了音视频服务的体验体系，大致分为两个大的阶段和三个小的阶段。

两个大阶段是先诊断、再提升，在诊断中分为监控和诊断两个小阶段。详细展开来看，首先需要构建QoE、QoS的立体实时监控体系以及辅助AI的异常检测方法，做到实时发现问题。第二步在发现问题后用秒级诊断能力，快速诊断体验原因，这个原因可以详细到用户行为级。基于诊断效果，第三步就需要做体验提升，一般有两种方法：第一种是依靠人工履历做优化，另一种方法是智能调理，我们在面向差别行业、差别场景的情况下，基于智能调理计谋在成本可控的情况下做到用户体验最优。

基于上述体验质量优化体系，接下来我将详细展开分享华为云在视频直播和RTC实时音视频方面的体验优化实践的案例。2“ 华为云视频直播体验优化实践我们首先看一下华为云视频直播体验优化实践案例，我们在做到低时延、不卡顿、高清晰的同时，还实现了成本可控。总体分为三个阶段：第一阶段质量监控，第二阶段问题诊断，第三阶段体验提升。

视频直播的质量监控，我们首先构建了笼罩流质量、体验、规模、网络、成本、设备六个维度的立体质量监控体系，涵盖了QoE、QoS、QoC三十多个指标，其中包罗帧率、码率等焦点的QoS指标，秒开率、卡顿率等QoE体验指标和带宽、回源率等成本QoC相关的指标。第二个阶段问题诊断——视频直播的秒级质量诊断，这是基于网络数据+端数据构建的直播流全链路监控体系。

诊断流程贯串了第一公里主播端监控推流帧率等QoS指标，到网络节点间帧率、码率等QoS质量指标监控，带宽回源率、成本指标，以及最后一公里观众端卡顿、秒开、黑屏等QoE指标。这样就实现端到端实时的秒级监控，如果发现异常情况可以实时反馈给主顾和调理系统，好比我们在第一公里发现帧率、码率泛起异常，就通知客户在主播端举行计谋调整，如果实在网络发现异常，就做一些节点用户数据调动或其他计谋的优化，而当观众端泛起体验异常时，智能调理系统会做调理计谋的调整。以上整个全链路监控系统笼罩了12路直播全场景和全协议监控。直播流全链路监控系统——从第一公里、到媒体网络、再到最后一公里，整个都是可视化的，这样可以提升问题诊断的效率。

第三步体验提升，视频直播体验提升大致分为两种方法。其一是通过运维同学的履历实施，另一种方法是基于智能调理系统——基于端、边、云数据协同做智能调理体验优化，这种方法使用了统一视频数据湖技术，实现端、边、云的QoS、QoE、QoC数据的协同，通过智能分析引擎生成流、客户、网络链路、节点、观众的实时画像，基于实时画像+调理计谋由智能调理系统实施智能调理，在成本可控的情况下做到最佳体验。

权衡指标主要选取两类指标，一类指标是成本指标，好比通过回源率来权衡成本是否下降；另一类指标为体验指标，通过卡顿率、秒开率等判断用户体验是否有提升。以上是视频直播在质量监控和体验提升的一些实践案例。

3“ 实时音视频RTC体验优化实践接下来分享实时音视频RTC的体验优化的实践案例。RTC属于第二代音视频业务，它和第一代直播在业务方面有许多差异，比力关注时延以及行为级的监控，基于这些差异性，我们也接纳了三个差别优化体系。

第一点是质量监控，RTC质量监控体系建设了笼罩通话、网络、成本、设备等六个维度的立体质量监控体系，笼罩QoE、QoS、QoC三十多个指标。其中焦点指标包罗等码率、帧率、丢包率、发抖质量QoS指标和秒开率、时延、卡顿率、入房和选看乐成率等用户体验QoE指标，以及带宽等成本QoC指标，与直播监控指标相比，特别是端到端的时延指标，这是基于前面提到的差异性着重关注的。

基于监控体系，第二个事情是问题诊断，我们首先建设了三类体验质量数据服务，第一类是监控指标数据服务，主要笼罩的是服务端、客户端、设备、QoE、QoS、QoC，这些数据放在统计库、时序库中使用。第二类是网络端所有控制面和媒体面的事件数据服务。

第三类是终端事件数据服务，包罗终端侧用户行为事件，例如加入房间、切换角色、操作麦克风或摄像头等事件，此外还包罗了终端设备数据，例如CPU、内存、摄像头等。基于这三类体验质量数据服务，RTC构建了三层问题诊断体系。第一层构建是笼罩全链路、全维度的QoE/QoS实时监控体系，可以在分钟级完成体验诊断和快速恢复问题。上图案例中，红色1是十一点时发现乐成率告警，我们通过维度下降发现是某一个客户的APP下降很厉害，最后通过节点维度定位到是天津某一个SFU节点服务异常，整个故障恢复时间在分钟级就可以完成。

第二层监控体系是基于网络行为数据和端侧行为数据的一键式用户个例通话QoS观察能力，它可以资助我们快速解决RTC业务单用户的体验问题和投诉。上图的案例通过房间信息以及用户行为事件信息，快速判断用户听不到声音是因为举行了静音操作导致的，整个历程也是在分钟级完成。

第三层问题诊断能力是在第一层QoE/QoS全局指标监控和第二层QoS行为观察能力基础上的体验问题自动诊断高级能力，它通过监控三十多个指标发生二十多个异常事件，并通过学习模型，给出影响的六类体验场景。这样系统就可以快速自动化地判断出体验发生异常的原因，而且快速通报给客户。4“ 音视频服务全流程质量监控平台上述先容的是华为云RTC业务体验优化的实践案例，做体验质量优化事情是需要平台完成的，我们下面来分享华为是如何构建音视频服务全流程质量监控平台的。

首先从数据收罗、传输、盘算到消费四个环节的亿级规模音视频质量监控大数据平台，包罗支持端、边、云全数据收罗和传输的数据网络，支持实时盘算、离线盘算和机械学习的多模数据处置惩罚系统，以及支持运维、运营、客户的数据消费服务体系。在构建平台时，会遇到许多性能、质量、效率以及实时性的问题，如何构建一个大容量、低成本、高效率和可信数据质量的平台？我们接纳了批流一体和存算分散的架构。

批流一体解决的是开发效率的问题，我们同一个指标可能在批流一体中盘算一次就可以对所有服务使用，不需要重复开发，同时我们有一站式数据开发平台可以解决开发效率的提升。成本问题上我们接纳的是存算分散——存储和盘算是分散的，存储接纳的是工具存储，价钱相对低廉，盘算引擎接纳的是前面先容的批流一体的方式，这样可以做到成本最佳。质量方面是接纳了“ODS-DWD-DWS-ADS”四层数据治理平台，保证所有数据可跟踪、可治理，确保任何指标数据都是实时、完整、准确的。在有了大容量、低成本的平台后，我们还面临断网、设备故障等问题。

我们在平台可用性上基于云服务实施，接纳跨Region主备容灾和多AZ模式，整体SLA可达99.99%，来自端、边缘、云等全部六类数据不丢失，监控、调理等六类服务不降级。这样我们在整个情况下，任何环节泛起异常，在质量和服务提升上都可以正常事情。5“ 总结与展望回首本次分享，音视频体验生长有三个特点：第一，用户对体验的要求是真实感越来越强，直播、RTC等用户要求更高；第二，在用户体验上要求越来越互动；第三，面临种种网络、终端业务情况越来越庞大。为了保证音视频体验质量，我们有3个利器：第一，针对差别业务场景，构建“先监控再诊断后提升”的体验质量体系；第二，基于“数据湖+数据服务”解决用户差异性和市场不确定性的问题；第三，在实施历程中要平衡成本和体验的关系。

对未来音视频业务体验我们有三点计划偏向：一是连续基于端、边、云数据协同来驱动QoE、QoS、QoC优化；二是构建音视频内容质量的智能评估体系；三是建设第三代XR音视频体验质量规范，如沉醉感等。以上是本次分享的全部内容，谢谢大家。

本文来源：BOB体育官方入口-www.ywjndp.com