CN104202356A - 一种基于多码率版本的视频云点播系统视频文件部署方法 - Google Patents

Abstract

本发明为一种基于多码率版本的视频云点播系统视频文件部署方法，考虑相同视频内容多码率版本的情况，选择存储部分码率的版本文件来降低系统总代价；对于每个视频，其最高码率的版本文件必须存储在云平台中，其他码率的版本文件，通过其点播概率、云平台中的存储代价系数和转码计算代价系数来确定该版本文件是否存储在云平台上；存储在云平台上的版本文件直接供用户点播，不存储云平台上的版本文件，通过将存储在云平台上的码率比其高且最接近的版本文件实时转码来供用户点播，从而使视频云点播系统的总代价最小。

Description

一种基于多码率版本的视频云点播系统视频文件部署方法

技术领域

本发明属于视频点播领域，涉及到视频云点播、文件部署，特别是涉及一种基于多码率版本的视频云点播系统视频文件部署方法。 

背景技术

随着互联网技术的发展与不断普及，当前视频点播应用正在面临新的挑战：不仅要提供越来越多的海量的视频资源，还要具备对这些资源提供多码率版本的能力，这对视频运营商的存储资源、带宽资源、计算资源等等都是严峻的考验。在如今支持多码率版本视频点播的大趋势下，视频资源数量剧增，所需要的存储空间也就成倍增加，另外，视频转码对计算资源的消耗也十分巨大，那么媒体服务器中的视频文件如何部署，才能充分利用系统的存储和计算资源，降低系统的总代价，是一个非常重要的研究课题。因此，针对这种基于多码率版本的大数据量视频云点播应用的文件部署方法研究就显得非常重要。申请人经过查新，检索到以下几篇与本发明相关的属于视频点播文件部署领域的专利，它们分别是： 

1.中国专利201410043239.7，一种自动部署方法、部署服务模块及部署应用模块； 

2.中国专利201310198591.3，一种基于云服务器群的流媒体视频点播副本混合缓存策略； 

在上述专利1中，发明人提出了一种自动部署方法，能够大大缩减了部署文件的时间，增强了部署的效率。该发明实施例方法包括：部署服务模块获取到部署任务，获取到与所述部署任务对应的文件，根据部署任务将所述文件切分为N个数据包，根据部署任务将N个数据包发送至对应的N个部署应用模块；所述部署应用模块获取到对应的数据包后，根据所述任务信息向其余N-1个应用服务器上的部署应用模块获取对应的N-1个数据包，在获取到N个数据包后，将N个数据包组合为所述文件，在获得所述文件后，向部署服务模块返回1个完成标识；当部署服务模块接收到N个完成标识后，部署服务模块结束所述部署任务。本发明实施例还提供一种部署服务模块和一种部署应用模块。 

在上述专利2中，发明人提出了一种在云服务器群中高效缓存流媒体视频点播视频副本的方法，该方法基于视频时长进行视频副本的前缀动态分块，采用动态前缀与完整副本混合存储策略来提高系统效率，提高用户的体验质量，该方法首先根据视频热度等因素确定需要的副本数，并基于点播率确定副本的两种类型：完整副本和前缀副本，对前缀副本，前缀部分基于视频时长进行动态分割，产生前缀副本；当存储空间充足时，采用热度均衡和负载均衡相结合的方法对副本进行放置，当存储空间不足时，基于时间窗阈值平滑删除热度已降低的视频副本，上述方法，能够使得用户达到比较好的视频点播体验。 

根据上述查新，现有技术所存在的问题是，都没有考虑到在如今支持多码率版本视频点播的大趋势下，随着视频资源数量急剧增加，海量数据资源如何进行选择性部署，以及没有考虑相同视频内容不同码率版本视频文件在部署过程中的独特性。 

发明内容

为了克服上述现有技术的不足，本发明的目的在于提供一种基于多码率版 本的视频云点播系统视频文件部署方法，考虑到相同视频内容多码率版本的情况，采用选择性存储文件部署算法来提高系统资源利用率，降低系统总代价。 

为了实现上述目的，本发明采用的技术方案是： 

一种基于多码率版本的视频云点播系统视频文件部署方法，考虑相同视频内容多码率版本的情况，选择存储部分码率的版本文件来降低系统总代价，具体包括： 

对于每个视频，其最高码率的版本文件必须存储在云平台中，其他码率的版本文件，通过其点播概率、云平台中的存储代价系数和转码计算代价系数来确定该版本文件是否存储在云平台上； 

存储在云平台上的版本文件直接供用户点播，不存储云平台上的版本文件，通过将存储在云平台上的码率比其高且最接近的版本文件实时转码来供用户点播，从而使视频云点播系统的总代价最小。 

所述其他码率的版本文件过其点播概率、云平台中的存储代价系数和转码计算代价系数来确定该版本文件是否存储在云平台上的方法为： 

Step1获取该版本文件V的点播概率p_V、文件大小C_V、播放时长L_V以及云点播系统的点播请求到达速率λ，其中0<p_V<1，C_V>0，L_V>0，λ>0； 

Step2根据文件大小C_V和云平台中的存储代价系数P_S计算该版本文件V的存储代价Cost_C＝P_S*C_V，其中P_S>0； 

Step3在该视频文件已存储的所有版本文件中，获取该视频文件已存储的码率高于并最接近该版本文件V的版本文件V′； 

Step4根据云点播系统的点播请求到达速率λ、版本文件的点播概率p_V、版本文件的播放时长L_V、云平台中的转码计算代价系数P_T计算得到由版本文件V′到当前版本文件V的转码计算代价Cost_T＝P_T*λ*p_V*L_V，其中P_T>0； 

Step5如果该版本文件V的存储代价不大于所述转码计算代价，即Cost_C≤Cost_T，则将该版本文件V存储在云平台上，否则，该版本文件不存储在云平台上。 

与现有技术相比，本发明的优点在于：考虑了相同视频内容不同码率版本视频文件在部署过程中的独特性，提出了一种基于多码率版本的视频云点播系统视频文件部署方法，选择存储部分码率的版本文件来降低系统总代价。 

附图说明

附图1为本发明基于多码率版本的视频云点播系统选择性存储文件部署算法流程图。 

附图2为本发明中其他码率的版本文件是否存储在云平台上的判别方法流程图。 

具体实施方式

下面结合附图和实施例对本发明进行详细描述。 

本发明实施的关键技术包括：计算版本文件的存储代价和转码计算代价。 

下面分析实施过程中需要的参数。 

(1)版本文件V的点播概率p_V(0<p_V<1) 

版本文件V是第i个视频文件的第j个版本文件，其点播概率由第i个视频文件的点播概率p_i与第j个版本文件的点播概率p_j′相乘得到，即p_V＝p_i*p_j′。 

假设视频文件点播热度服从zipf-like分布，则第i个视频文件的点播概率为 其中θ为zipf-like分布的参数，θ∈[0,1]，M为视频文件总数，0<p_i<1， ${\mathrm{\&Sigma;}}_{i=1}^M{p}_i=1.$

对于某一个视频文件，假设其不同版本之间的点播概率服从高斯分布，则第j个版本文件的点播概率表示为式中：N为视频的版本个数；σ∈(0,1)，m∈{1,2,...,N}，m对应的是点播概率最高的版本号，而σ越小，表示版本之间的点播概率分布差距越大，σ越大表示版本之间的点播概率分布越均匀；0<p_j′<1，

故，版本文件V的点播概率p_V＝p_i*p_j′。 

(2)点播请求到达率λ 

由于用户到达系统的请求数都是相互独立的，那么用户请求到达模型其实质就是用户在每个时间片内到达系统的请求数量的概率密度分布，用户请求到达概率密度分布公式与泊松(Poisson)分布相同，其中λ即泊松分布的参数，则在用户请求到达规律模型中用λ表示用户点播请求到达率，含义为平均每秒钟到达云点播系统的请求个数，例如λ＝2/sec，表示平均每秒钟有2个请求到达云点播系统。 

(3)版本文件V的存储代价 

版本文件V的存储代价可根据云平台中的存储代价系数P_S(P_S>0)和版本文件的大小C_V相乘计算得到，即存储代价Cost_C＝P_S*C_V。例如，云平台中的存储代价系数为￥0.1/GB，版本文件大小C_V为4GB，则其存储代价Cost_C＝0.1*4＝0.4； 

(4)版本文件V转码计算代价 

版本文件V的转码计算代价可根据云点播系统的点播请求到达速率λ(λ>0)、版本文件的点播概率p_V、版本文件的播放时长L_V、云平台中的转码计算代价系数P_T(P_T>0)计算得到，则由版本文件V′到当前版本文件V的转码计算代价Cost_T＝P_T*λ*p_V*L_V。例如，云点播系统的点播请求到达速率λ＝2/sec，云平台中的转码计算代价系数为￥0.5/CPU/小时，版本文件的点播概率p_V＝0.0001，版 本文件的播放时长L_V为7200秒(2小时)，则其存储代价Cost_T＝0.5*2*0.0001*7200＝0.72。 

如图1所示，本发明基于多码率版本的视频云点播系统选择性存储文件部署算法详细实施步骤如下： 

Step1：开始； 

Step2：判断所有视频文件是否全部处理，若是，则跳至Step11； 

Step3：取出一个未被处理的视频文件，将该视频所有版本文件按照码率从高到低进行排序； 

Step4：判断该视频文件所有版本文件是否全部处理，若是，则跳至Step2； 

Step5：顺序取出一个未被处理的版本文件； 

Step6：判断该版本是否为该视频最高码率的版本文件，若是，则存储该版本文件并跳至Step4； 

Step7：计算该版本文件的存储代价； 

Step8：在该视频选择存储的所有版本文件中，获取该视频文件已存储的码率高于并最接近该版本的版本文件C′； 

Step9：计算由C′转码到该码率版本文件的转码计算代价； 

Step10：判断该版本文件的存储代价是否大于转码计算代价，若是，则不存储该版本文件并跳至Step4，否则，存储该版本并跳至Step4； 

Step11：结束。 

其中，如图2所示，其他码率的版本文件是否存储在云平台上的判别方法详细实施步骤如下： 

Step1获取该版本文件V的点播概率p_V(0<p_V<1)、文件大小C_V(C_V>0)、播放时长L_V(L_V>0)以及云点播系统的点播请求到达速率λ(λ>0)； 

Step2根据文件大小C_V和云平台中的存储代价P_S(P_S>0)计算该版本文件的存储代价Cost_C＝P_S*C_V； 

Step3在该视频文件选择存储的所有版本文件中，获取该视频文件已存储的码率高于并最接近该版本的版本文件V′； 

Step4根据云点播系统的点播请求到达速率λ(λ>0)、版本文件的点播概率p_V、版本文件的播放时长L_V、云平台中的转码计算代价系数P_T(P_T>0)计算得来，即由版本文件V′到当前版本文件V的转码计算代价Cost_T＝P_T*λ*p_V*L_V； 

Step5如果该版本文件的存储代价不大于所述转码计算代价，即Cost_C≤Cost_T，则将该版本文件存储在云平台上，否则，该版本文件不存储在云平台上。 

Claims (3)

1.一种基于多码率版本的视频云点播系统视频文件部署方法，其特征在于，考虑相同视频内容多码率版本的情况，选择存储部分码率的版本文件来降低系统总代价，具体包括：

对于每个视频，其最高码率的版本文件必须存储在云平台中，其他码率的版本文件，通过其点播概率、云平台中的存储代价系数和转码计算代价系数来确定该版本文件是否存储在云平台上；

存储在云平台上的版本文件直接供用户点播，不存储云平台上的版本文件，通过将存储在云平台上的码率比其高且最接近的版本文件实时转码来供用户点播，从而使视频云点播系统的总代价最小。

2.根据权利要求1所述基于多码率版本的视频云点播系统视频文件部署方法，其特征在于，所述其他码率的版本文件通过其点播概率、云平台中的存储代价系数和转码计算代价系数来确定该版本文件是否存储在云平台上的方法为：

Step1版本文件V是第i个视频文件的第j个版本文件，获取该版本文件V的点播概率p_V、文件大小C_V、播放时长L_V以及云点播系统的点播请求到达速率λ，其中0＜p_V＜1，C_V＞0，L_V＞0，λ＞0；

Step2根据文件大小C_V和云平台中的存储代价系数P_S计算该版本文件V的存储代价Cost_C＝P_S*C_V，其中P_S＞0；

Step3在该视频文件已存储的所有版本文件中，获取该视频文件已存储的码率高于并最接近该版本文件V的版本文件V′；

Step4根据云点播系统的点播请求到达速率λ、版本文件的点播概率p_V、版本文件的播放时长L_V、云平台中的转码计算代价系数P_T计算得到由版本文件V′到当前版本文件V的转码计算代价Cost_T＝P_T*λ*p_V*L_V，其中P_T＞0；

Step5如果该版本文件V的存储代价不大于所述转码计算代价，即Cost_C≤Cost_T，则将该版本文件V存储在云平台上，否则，该版本文件不存储在云平台上。

3.根据权利要求3所述基于多码率版本的视频云点播系统视频文件部署方法，其特征在于，所述点播概率p_V＝p_i*p_j′，其中，p_i为第i个视频文件的点播概率，0＜p_i＜1，θ为zipf-like分布的参数，θ∈[0，1]，M为视频文件总数，p_j′为第j个版本文件的点播概率， ${p_j}^{\&prime;}=\frac{1}{\sqrt{2\mathrm{\&pi;}}\mathrm{\&sigma;}}{e}^{-{(j-m)}^2/2{\mathrm{\&sigma;}}^2}/\underset{j=1}{\overset{N}{\mathrm{\&Sigma;}}}\frac{1}{\sqrt{2\mathrm{\&pi;}}\mathrm{\&sigma;}}{e}^{-{(j-m)}^2/2{\mathrm{\&sigma;}}^2},$ 0＜p_j′＜1，σ为高斯分布的参数，σ∈(0，1)，σ越小，表示版本之间的点播概率分布差距越大，σ越大表示版本之间的点播概率分布越均匀，m为高斯分布的参数，对应点播概率最高的版本号，m∈{1，2，...，N}，N为视频的版本个数，