如何构建云边协同的全球音视频云？| HDC 2024 分享

2024年，出海已成为泛娱乐行业的共识，大家都意识到增量在海外。当前，泛娱乐社交应用出海的热门玩法包括1V1视频交友、语聊房、直播等，这些玩法在当地的流行不仅与当地的经济发展水平、人口特征和本地文化相关，也受本地的互联网渗透率和基建水平影响。

例如，1V1视频交友、直播这类玩法就对当地的网络环境、用户终端设备有一定要求，尤其对音视频云服务提供商的音视频网络提出了高品质要求。

2024年6月22日，即构科技后台开发中心技术总监祝永坚在华为开发者大会2024的专题论坛发表演讲，分享构建云边协同的全球音视频云的实践经验。

即构科技基于在实时互动领域的多年技术积累与实践，落地了云边协同的全球音视频云架构：多云基础设施、边缘容器、全球多中心、MSDN （Massive Serial Data Network）海量有序数据网络。这也帮助即构建立了“生于云、长于云”的云原生全球音视频云，为客户提供高品质的实时互动通信。

即构出海客户的互动时长已经占大盘 50% 以上，客户应用遍布东南亚、南亚、中东北非、欧美、拉美等区域，也给即构带来一些挑战：

• 客户和用户遍布全球，包括非洲、印度等一些网络基建较差的地区
• 客户会有突发的活动，带来十倍、甚至数十倍的突发流量

为解决这些挑战，提升客户体验，即构着手建设云边协同的全球音视频云。

• 首先，我们使用了华为云等多家公有云基础设施，利用不同云商的优势区域覆盖我们的用户，可以得到很好的接入质量。
• 其次，在公有云的基础设施上，我们构建了自研的海量有序数据网络MSDN，来保障端到端的网络传输质量。MSDN是中立的软件定义网络层，能做到智能选择最优链路，在发生网络故障的时候实现秒感知、秒切换，并且不影响业务。
• 第三，为了灵活的容量管理，我们实现了中心和边缘的容器化，来支持资源共享和弹性伸缩。常态的负载使用长效资源，突发流量和某个边缘机房故障时，会自动补充多云的serverless资源，在极短时间扩容到位。这样可以较好地平衡突发容量和成本。
• 第四，即构打造了多中心多活架构来支撑本地体验最优化和高可用性。很多出海客户会同时在不同地区运营，在这个架构下，每个地区的用户都能得到最优的时延体验。

首帧是很多泛娱乐应用的核心体验指标，尤其是在1V1视频交友场景。因此，即构采取了很多措施来优化首帧体验，通过逻辑下沉边缘来优化首帧。

边缘的媒体服务数以万算，并且会因为容量变化而不断改变，因此用户推拉流前，都需要一个调度步骤来先获取资源。即构做法是把这个步骤省下来，提供一个较长周期不变的的边缘媒体网关入口，给到用户存下来。下一次用户推拉流的时候，就可以直接跟这个静态网关接口发起媒体协议。结合同机房内负载均衡，汇聚回源，并发串流等其他措施，从而实现很好的首桢效果。

在 1V1 场景中，“接通耗时”会直接影响接通率。在保证了业务接通率和网络质量的前提下，即构在实现呼叫接通率 99.99 % 的基础之上，针对“接通耗时”进行技术优化，提供定制化“秒开方案”，有效降低首帧加载时长，并在 1v1 盛行重点出海区域，如欧美、东南亚等地区，助力客户将 2 秒内的用户接通率提升至 95%，接通耗时中位数低至540ms。

低延迟是影响直播体验的重要指标。在大规模直播场景中，一般会使用基于TCP的传统CDN，但是延迟会高达5秒甚至数10秒。而电商直播等场景，需要更优的延迟体验。因此即构推出了超低延迟直播L3，可以拥有CDN的大规模并发能力，同时做到小于1000ms的延迟体验，并能有效降低成本。超低延迟直播L3是如何设计的?

• L3的边缘分发层是按set部署的，具备很好的水平扩展能力。每个set只会回源1路，同set内会做二次分发
• L3的网络传输，也是基于即构MSDN全球网络，结合自研的媒体传输协议，可以有效降低延迟

即构科技一直在实时互动领域不断创新，长期坚持极致工程化技术路线，做实产品方案去匹配客户业务场景的经验积累，帮助客户增长。

即构全链路自研音视频引擎，能实现了真正的可管可控；延迟低至60毫秒；弱网传输的优化，80%丢包仍可流畅通话；最多能支持1万人同时音视频连麦,；可实现4K 60帧高清视频通话。截至目前，即构已服务全球4000多科技企业，包括70%的国内互联网头部企业，700多所学校和企事业单位，以及200多个金融及政务客户，致力于与客户、伙伴携手共建实时互动世界。