理论教育 设备部署方案:平台解决方案

设备部署方案:平台解决方案

时间:2023-06-17 理论教育 版权反馈
【摘要】:为了系统能稳定、可靠运行,在实际的运营系统中,SIGM为双机热备部署,有且只有一套;SIGP一般为双机热备部署,在一个运营系统中可以有多台,比如每个地市级网络一套或多套SIGP。可以根据需求临时接入演唱会、体育比赛等诉求。提供自办频道带台标和不带台标两种解决方案:框架原理,如图4-14所示。灵活的广告排期设置,支持广告播发时间、播发频道的设置,播发位置可精确到每个频道。支持广告排期校验冲突,并有相应提示。

设备部署方案:平台解决方案

面向广播业务的体系的SIG系统拓扑,如图4-12所示:

(1)SIG客户端(SIGC):SIG系统的操作平台,与SIG管理服务器连接,提供区域管理、用户管理、系统设置、网络与业务基础数据管理、EPG数据编辑、PSI/SI表编辑等操作界面。

(2)SIG管理服务器(SIGM):SIG系统的中心服务器,管理SIGC的连接,以及PSI/SI表描述文件数据管理、EPG数据管理、用户数据管理、区域数据管理、网络与业务数据管理、PSI/SI表TS生成、EPG数据分发等。

(3)数据库服务器:SIG系统所用的数据库系统为MySQL Enterprise 5.0。数据库服务器为SIGM提供数据存储与访问服务。

图4-12 SIG系统拓扑图

(4)码流播发服务器(SIGP):又称为“推流服务器”,读取各PSI/SI表的TS文件、读取EPG DB文件生成EIT TS文件进行复用,以ASI或UDP(IP,单播、组播)方式输出传输流(TS)送复用器等设备,并维持PID连续计数器、带宽与播发周期控制、维护(更新)TDT/TOT时间值等。

为了系统能稳定、可靠运行,在实际的运营系统中,SIGM为双机热备部署(主/备SIGM、服务器各一台),有且只有一套;SIGP一般为双机热备部署(主/备SIGP称之为“一套”),在一个运营系统中可以有多台,比如每个地市级网络一套或多套SIGP。

数据库系统亦需采用双机热备的方式部署,表4-9所示.

表4-9 双机热备的方式部署表

自办频道

自办频道系统,为用户提供创建频道实时流,播发频道流,编排频道的EPG,设置EPG参数和垫播视频的平台。自办频道可根据诉求建立频道来进行灵活运营,比如建立电影频道,以及各个地方的新闻荟萃需求。可以根据需求临时接入演唱会、体育比赛等诉求。设备接入支持手机接入、监控接入、摄像机接入、PC接入、远程数据接入。如图4-13所示。

图4-13 自办频道流程图

根据播发网络的实际情况,可以实现DVB方式或者UDP方式的自办频道码流输出。

提供自办频道带台标和不带台标两种解决方案

(1)框架原理(有台标方案),如图4-14所示。

4-14 框架原理图(一)

(2)框架原理(无台标方案),如图4-15所示。

图4-15 框架原理图(二)

广告广播系统

分布式部署(省网模式)新版新媒体广告系统分布式部署,网络拓扑,如图4-16所示。

图4-16 新媒体广告系统分布式部署网络拓扑图

各分前端工作站可以通过专线或互联网登录到省网总前端的广告后台管理系统,进行本地区广告录入;广告审核工作可以根据实际需要审核;审核通过后,广告数据可以再通过专线或互联网上传到OCG服务器或IP服务器中。

产品特点:适配不同类型的机顶盒,能够适配单向/双向、标清/高清、低端/高端等不同类型的机顶盒,兼容不同版本的终端软件,可以兼容终端插件、浏览器、中间件等不同版本的终端软件,不需要进行终端升级。同时支持单向和双向网络,支持单向DVB和双向IP网络,可以分别通过OC或IP方式播发广告数据,从而满足不同的网络需求。不影响现有EPG系统独立于运营商的EPG系统,不会影响到运营商现有的其他相关业务。

兼容性:支持广告编辑与播发分离,广告录入、广告编排、广告审核、播发控制等采用模块化架构设计,支持广告编辑与播发的分离操作和管理。支持多区域分布式管理(省网模式),支持分布式管理,可以添加多个地区,给各地区用户分配权限,并进行统一管理。各地区之间可以是相互独立的,看不到其他地区的模板和广告信息,但可以下载或配置各地区所共享的广告图片素材、模板。

支持丰富的广告类型,支持开机广告、EPG菜单广告、频道导航条广告、频道列表广告、NVOD广告、音频广播背景广告、导视频道广告、挂角广告、滚动条广告、音量条广告、系统设置广告、付费频道营销广告等丰富的广告类型。同时,在实际运营过程中,可以根据运营商的需求灵活地扩展广告位。

灵活的广告排期设置,支持广告播发时间、播发频道的设置,播发位置可精确到每个频道。支持广告排期校验冲突,并有相应提示。支持广告排期的灵活调整。支持广告链接,用户点击广告链接,可以了解广告详情,广告的详细内容可以是图片(GIF/动态GIF、JPG、BMP、PNG/APNC等)或Web页面,也可以是结合NVOD资源进行跨频点调用的视频广告。

增值业务的融合:可以将数字电视中所有的增值业务与广告相结合,即以广告作为各种增值业务的人口,用户点击广告后可直接进入相应的增值业务。例如:用户在切换到北京卫视时,频道信息栏上显示的是最新影片《阿凡达》广告,用遥控器点击后,即可进入相应影片的VOD点播页面。支持多广告图片显示,可以支持一个广告位同时添加多张广告图片,山可以灵活调整广告图片显示顺序、显示时间间隔,同时还可以支持最大容量控制。

容错机制:通常采用的容错机制是在机顶盒的Flash中预置一套缺省的广告图片,如果当前广告图片更新失败,就可以显示系统默认的广告图片,从而保证界面的友好性。面向点播业务体系(CDN)。

CDN体系设计

CDN在整体系统当中是一个比较大的独立服务,其内部自成一套独立体系来保证与外部环境的隔离。可以实现以下服务,如图4-17所示。

图4-17 CDN体系框图

接人服务(Access):对外AP1规范支持,支持NGOD-A3、NGOD-C2;内容管理服务(APM)对节点内容进行管理,调度内容是否缓存或清除;实时录制服务(RTI)对实时流进行录制;离线下载服‘务(CI)离线流下载;热点内容级存及管理服务,主动分发(人工干预将指向内容分发至指定节点),被动分发(按需向其他节点回源);传统RTSP-Cable推流服务;IP推流服务、支持RTSP-IP、HTTP、HLS等协议;自办直播频道UDP轮播服务;快速切合服务;分布式存储服务,针对不同的场号可细分为大小文件系统。

单节点逻辑架构如图4-18所示:

图4-18 单节点逻辑架构图

互联互通模型优化设计

传统CDN互联模型多为树形结构,存在很多不足之处,源站实际负载用户极少,变成纯仓库,利用率过低仅支持由下至上的回源规则,同层次节点之间无法回源;各地市自有内容必须先收录进中心源站,再由木地点节向中心源站回源才对木地用户提供服务;地市节点仅作为缓存,无法让地市运营商开展自有业务来发展用户。在本设计中充分考虑这些问题进行优化设计。

网状互联模型

让每一个CDN节点都知道整体CDN体系当中存在哪些CDN节点,且每个节点都唯一。在不考虑实际网络拓扑的情况下,保证逻辑上整体CDN节点都存在路由与通路,如图4-19所示:

图4-19 网状互联模型图

CDN节点1知道外面存在另外4个CDN节点,如果链路上节点1与节点3无法直达,但逻辑上节点1可以通过节点2与节点3进行数据交换。支持去中心化建设,非必须建设全量中心源站;每一个节点都知道外面任意节点位置,实现彼此之间的互联互通,达到相互回源;支持各地市自有内容本地化管理;支持各地市发展自有内容,且可对网内任意地市共享内容;让各地市自有内容以最优的效率对地市用户提供服务。

PaaS部署方案中硬件服务器(www.daowen.com)

服务器云架构:服务器之间采取光纤直接连接,将多台服务器变为一台服务器。平台提供海量视音频数据存储,使其具有高效性、高拓展性、高容错性等视频服务器特征,通过软件将硬件特性发挥最大化利用,一台服务器即是媒资管理、存储也具备推流能力。媒资内容存储同CDN合并,共用同一份存储。这样可以实现全域媒资对用户开放,用户搜索和看到的内容是全城资内容。采用的普通服务器实现的云架构,服务器的成本大幅度下降。国内广电现有OTT平台架构,如图4-20所示:

图4-20 服务器实现云架构图

问题分析:用户能搜索到和看到的内容是CDN的内容,不是全域媒资,也就是CMS的1/4内容都看不到。CMS(1000T~2000T)的内容远大于CDN(200T~400T)存储的内容,导致媒资管理人员不停地从CDN下线内容,从CMS上传内容到CDN。如果要想将CMS的内容让用户全看到,就需要将CDN扩容到与CMS存储保持一致。VSS只有1T~2T的缓存,这就导致热播片子速度很快,对于冷片播放的速度就很慢,前端服务器建设和扩容难度较大。

面向智能运营的体系

广电用户行为大数据分析系统(以下简称“大数据”)通过构建数据采集、存储、分析处理、可视化展示等全流程系统,对用户原始收视数据进行深度的数据挖掘和决策支持分析,提供查询服务、报表服务、关键指标服务和个性用例等服务。通过对用户的收视分析,建立用户标签,进行用户分群,对用户进行画像,为有线电视网络进行精细化运营,提高单位用户的ARPU值,在节目推荐、业务决策方面提供精准的数据保障;通过对用户的收视分析,挖掘用户的消费习惯,建立新兴的业务类型,培养并引导用户,为有线电视网络增加新的收入来源,并且守住可能流失的客户。

系统满足百万级双向用户行为数据的分布式、结构化存储,采集业务场景涵盖:开机、直播、时移、回看、VOD点播、广告、栏目,及其他增值业务,全方位监控用户收视行为。系统具有完善的收视指标体系,使得用户行为数据经过平台处理后,可以在WEB层对全网用户收视数据挖掘分析结果进行多样化的可视化数据展现。并通过多维度、多层级的用户标签体系对用户进行画像分析,为第三方应用场景提供数据支撑。整体技术解决方案,如图4-21所示:

图4-21 大数据分析系统软件架构

大数据分析系统由数据采集、存储、数据处理、分析、可视化展示,运维管控平台等模块组成。

数据采集:负责大数据分析的数据源的采集和收集工作。包括来自各个终端平台的用户行为监控数据、相关业务系统的业务数据等,其载体形式如日志文件、数据表等。统一的信息特征和用户行为编码规则;兼容不同系统平台用户行为日志的差异;采用HTTP、UDP协议进行数据传输;通过数据加密算法和语法,实现数据传输的安全性;采集系统采用数据回滚上报机制,并具有数据循环校验机制,旨在保证数据传输的可靠性;需同时支持Linux、TVOS、Android、IOS、windows等系统用户的行为监控和采集支持后台灵活配置数据采集策略,并下发至各个终端采集设备,对数据的采集采用页面埋点方式进行,通过升级UI或双向页面即可实现;不需通过全网Loader升级进行部署,系统架构采用流计算架构,实时提交用户操作行为记录;支持对用户数据进行实时计算处理,系统支持百万级用户的实时收视行为数据上报,并采用高效排队处理机制的负载均衡技术,确保数据能被快速上报至采集服务集群;系统对服务器配置要求简单,无须配置高性能服务器,降低系统实施成本。

数据处理和数据分析:将采集的数据进行初步的清洗和过滤,将非结构化数据转换成结构化数据。并进行数据建模、数据标签,存储在数据库中,形成数据仓库。根据数据指标建设要求,将数据进行进一步的清洗、排序、排列、计算、转换等。启用分布式节点同时对数据进行计算处理。

采用Hadoop分布式文件系统,保证数据存储的可靠性,并提高数据访问吞吐量,数据处理具备良好的容错性及水平扩展性;可采用分类/回归、预测及优化等机器学习算法,利用Storm流计算、Impalad及Hive/MR等技术;数据转换与加载采用成熟的ETL/ELT等技术工具;支持用户不同时期的离线数据源的访问,并可以分析不同类型的数据,从数据中挖掘价值;所有数据的处理均采用私有云和基于内网的计算架构实现;构建全面立体的大数据指标体系,从多个维度勾勒用户行为画像;支持分平台用户单独画像和综合分析画像;支持不同统计图表的可视化呈现,包括不限于饼图、柱状图、曲线图、区域图、混合图等;支持百万级数据统计结果的报表导出,格式为excel、csv等;系统能够对自身的运行进行实时的监控、报警和状态呈现。

数据可视化展现:将数据分析计算的结果输出至WEB层做统计图和报表的可视化展现。

大数据的开放式应用:基于大数据分析开展的各类业务应用,包括:广告精准投放、内容智能推荐、精准搜索,及其他精细化运营和商业决策等。

媒资自动补全

对媒资库的内容自动将媒资补全,实现媒资多维度关联:视频通过标签建立联系、通过关键字体现视频内容。将原有的线性层级的内容穿成网。用户可从任意一点进入,连续不中断浏览。电影媒资以类型建立两个资源的联系,通过结合用户画像,实现精准推送;如该演员还演过、该演员参演的热门影片、综艺音乐等内容的关联;标签关键字体现内容、通过内容将两部影片建立关系;区域热度,推荐给本区域的人,通过区域热度建立关联,可以节约90%的人力,靠人工对媒资信息进行补全;根据不同的用户角色和用户属性,给用户显示不同的内容;每个用户在电视上看到的内容、信息、风格、UI、字体都是不一样的,同一个用户在不同时间场景下,看到的内容也是不完全一样的;脱离千篇一律的模板,让用户真正直达所需。

栏目专题

通过人脸图像文字识别技术判断新闻场景的变化,根据不同的文字识别来匹配类型文字,设定一定的策略,回看节目EPG纠正后便可自动进行内容拆条,自动+人工审核,节省95%人工,终端PC提交新闻拆条任务后,拆条任务基本步骤如下:

初始化新闻数据;解析音视频信息,提取视频关键帧,进行音视频处理,包括人脸检测、文字识别(OCR)、说话人识别(BIC)、静音检测、场景分割检测;采用人脸检测方法检测筛选出关键帧中主持人候选场景,然后根据人脸个数及人脸特征筛选出主持人场景,或者在样本足够多的情况下,直接根据样本匹配来得到主持人场景;采用OCR筛选文字候选区域,识别出新闻标题;采用BIC检测到说话人转变点(不同人说话的改变位置);采用静音检测检测到静音区间;场景分割对新闻进行场景检测,检测到场景切换点,得到所有的场景;根据所获得的视觉候选点和语音候选点,采用音视频融合策略确定新闻条目边界。筛选框架可参考图4-22所示。

图4-22 拆条结果筛选框架图

全域媒资面向用户实现全域媒资搜索、全域媒资面对用户。媒资管理包含:直播、点播、时移、回看、图片、文字等。可以节约目前每天人工上下线的人力。互联网目前实现的千人千面其实是千户千面,正常意思上的千人千面是一个家庭多个成员,每个成员都有属于自己的界面、自己喜欢的内容、自己看过的历史。根据这个人的喜好再进行内容关联推送。

用户界面智能化

终端呈现的界面采取模板碎片化自动组合而成,如图4-23所示:

图4-23 用户界面图

主界面的是由多个栏目组而成,每个栏目又由多个小模板组合而成,将模板最小化,终端根据人来呈现的界面就变化多端。用户全网漂移可以通过用户名、密码在多种终端上登录(如机顶盒、PC、手机、PAD等),实现用户同终端硬件解绑实现用户全网漂移;根据人住址特性可以实现固定的实体智慧社区,这样可以将社区周边500米内的信息同步给这个人,根据人的属性可以形成虚拟的社区,如:企业(工商银行、民政局)、党员(不同党组织)等形式同特征属性的用户群;多种终端统一运营(全IP化同时兼容DVB),在支持全IP化的同时支持DVB,实现多种类型的终端统一运营,实现原有DVB网络下的高清互动终端准智能化,实现高清互动终端可接入汇通光猫变为IP盒准智能化,手机、PAD、PC、智能网关+智能电视或互联网电视等多种类型终端统一运营,快速切台实现所有类型的频道毫秒级切换(0.5秒)智能网关+智能电视或互联网电视,智能网关具备多路解扰、蓝牙、WIFI的功能。

智能网关如果接入的是铜轴线,可以实现同轴线供电,智能电视或互联网电视通过WIFI同智能网关连接,实现内网、外网同时连接,一个遥控器兼容智能电视、互联网电视和广电网络的APP。广电APP适配多个品牌主流型号的互联网电视机

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈