CN109379602A - 基于云存储的数据存取方法及其系统 - Google Patents

Abstract

本发明涉及一种基于云存储的数据存取方法及其系统，包括采集视频数据，将视频数据分割成多个视频数据块，将每个视频数据块分别存储到对应的不同云存储服务器中；客户端通过云控制服务器在所述云存储服务器中查询并获取所需视频数据块。本发明提供的数据存取方法不用将客户端需求转换为文件名或文件信息，简化了视频数据的存取，从而提高视频数据的效率；同时也减少了可能出错的环节，增加系统的可靠性。

Description

基于云存储的数据存取方法及其系统

技术领域

本发明涉及一种多媒体技术领域，特别涉及一种基于云存储的数据存取方法及其系统。

背景技术

随着科学技术的不断发展，信息技术和计算机互联网分别在极大程度地改变了人们的日常的生活，尤其是高清视频的普及，存储多媒体所需的空间不断的增长，传统的存储架构已经很难满足需求。

云存储以其海量的存储空间、高可靠性、高并发、高可扩展性及高性价比等越来越受到人们的重视。以谷歌文件系统GFS为代表的主流云存储系统往往是以虚拟文件的形式来组织数据的，用户只能以文件名(或文件ID)+偏移量的方式来获取数据，当多媒体数据达到一定规模时，附加的索引系统就难以承载在一般的主流数据库上，势必导致其存储和获取数据设计非常复杂，降低了数据的存取效率。

因此，如何在云存储系统高容量、高可靠性及高可扩展性的基础上，简化多媒体数据的存取，提高存取多媒体数据的效率成为亟待解决的问题。

发明内容

因此，为解决现有技术存在的技术缺陷和不足，本发明提出一种基于云存储的数据存取方法及其系统。

具体地，本发明一个实施例提出的一种基于云存储的数据存取方法，包括：采集视频数据，将视频数据分割成多个视频数据块，将每个视频数据块分别存储到对应的不同云存储服务器中；客户端通过云控制服务器在所述云存储服务器中查询并获取所需视频数据块。

在本发明的一个实施例中，将视频数据分割成多个视频数据块之后，还包括：

将所述多个视频数据块按照预设压缩编码方式进行编码；其中，所述预设压缩编码方式为多线程扫描压缩编码方式。

在本发明的一个实施例中，所述多线程扫描压缩编码方式，包括将视频图像帧分为多个图像块，采用多种标记符号在水平和垂直方向依次循环标记每个图像块，采用多线程扫描方式扫描一种标记符号对应的图像块并获取预测残差，按照设定顺序采用多线程扫描方式依次扫描剩余多种标记符号对应的图像块并获取预测残差。

在本发明的一个实施例中，将每个视频数据块分别存储到对应的不同云存储服务器中之后，还包括：

将所述多个视频数据块的信息保存到所述云控制服务器中；其中，每个视频数据块的信息包括视频数据块索引、视频源索引、云存储服务器索引、开始时间和结束时间。

在本发明的一个实施例中，客户端通过云控制服务器在所述云存储服务器中查询所需视频数据块，包括：

客户端根据所述视频源索引和所述开始时间向所述云控制服务器查询第一个视频数据块所在的所述云存储服务器；

根据所述视频源索引和上一个视频数据块的所述结束时间向所述云控制服务器查询下一个视频数据块所在的所述云存储服务器。

在本发明的另一个实施例提出的一种基于云存储的数据存取系统，包括：采集器、云控制服务器和多台云存储服务器；其中，

所述采集器，用于将采集到的视频数据按照采样时间分割多个视频数据块，将所述多个视频数据块压缩编码后存储到对应的不同云存储服务器中，将视频数据块的信息保存到云控制服务器中。

所述云控制服务器，用于保存视频数据块的信息。

所述云存储服务器，用于分别存储采集器上传的视频数据块。

在本发明的一个实施例中，所述云控制服务器包括信息存储单元和信息查询单元，所述信息存储单元用于保存所述视频数据块的信息；所述信息查询单元用于接收客户端的请求向客户端输出所需的视频数据块所在的所述云存储服务器。

在本发明的一个实施例中，所述云控制服务器还包括数据删除单元，用于定期删除云存储服务器中过期的视频数据块，并更新当前保存的视频数据块的信息。

在本发明的一个实施例中，所述云存储服务器包括数据存储单元和数据下载单元，其中，所述数据存储单元用于存储所述采集器上传的视频数据块，所述数据下载单元用于接收客户端的请求向客户端发送所需的视频数据块。

基于此，本发明具备如下优点：

本发明提供的数据存取方法不用将客户端需求转换为文件名或文件信息，简化了视频数据的存取，从而提高视频数据的效率；同时也减少了可能出错的环节，增加系统的可靠性。

通过以下参考附图的详细说明，本发明的其它方面和特征变得明显。但是应当知道，该附图仅仅为解释的目的设计，而不是作为本发明的范围的限定，这是因为其应当参考附加的权利要求。还应当知道，除非另外指出，不必要依比例绘制附图，它们仅仅力图概念地说明此处描述的结构和流程。

附图说明

下面将结合附图，对本发明的具体实施方式进行详细的说明。

图1为本发明实施例提供的一种基于云存储的数据存取方法流程示意图；

图2为本发明实施例提供的一种图像块划分标记示意图；

图3为本发明实施例提供的另一种图像块划分标记示意图；

图4为本发明实施例提供的一种图像多线程扫描示意图；

图5为本发明实施例提供的一种当前图像块与距离最近的参考图像块的原始位置示意图；

图6为本发明实施例提供的一种当前图像块与距离最近的参考图像块的拉近位置示意图；

图7为本发明实施例提供的一种当前图像块全参考方向的示意图；

图8为本发明实施例提供的一种当前图像块无下参考方向的示意图；

图9为本发明实施例提供的一种当前像素确定第二参考像素的示意图；

图10为本发明实施例提供的一种基于云存储的数据存取系统示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明的具体实施方式做详细的说明。

实施例一

请参见图1，图1为本发明实施例提供的一种基于云存储的数据存取方法流程示意图；本实施例对本发明提供的一种基于云存储的数据存取方法进行详细描述，该方法包括如下步骤：

步骤1、采集视频数据并存储

将采集到的视频数据按照采样时间分割成能独立播放的视频数据块，将视频数据块压缩编码后存储到不同的云存储服务器中，将视频数据块的信息保存到云控制服务器中；其中，视频数据块的信息包括：视频数据块索引、视频源索引、云存储服务器索引、开始时间和结束时间。

进一步地，可以利用摄像头采集视频数据，将视频数据可以按照拍摄时间分割成能独立播放且时间长度相等的视频数据块，将视频数据块压缩编码后存储到云存储系统中不同的云存储服务器上，同时将视频数据块的信息保存到云控制服务器。

进一步地，视频数据块可以按照MPEG3或MPEG4方式或H.263方式或H.264等方式进行压缩编码。进一步地，视频数据之所以能被压缩编码，是因为视频图像数据中存在着冗余。压缩编码的目的就是通过去除这些数据冗余来减少表示视频图像数据所需的比特数。视频数据的压缩编码技术主要包括：预测模块、量化模块、码控模块和熵编码模块。其中预测模块作为一个重要的模块，是利用相邻像素间存在的空间冗余度，根据邻近像素信息对当前像素值进行预测。视频即为连续的图像帧序列，对视频数据进行压缩编码即对视频数据流中的每幅视频图像帧进行压缩编码。进一步地，在本发明的一个实施例中视频数据块即将视频数据划分为多个块，每个视频数据块包括多个视频图像帧，利用多线程扫描压缩编码方式对视频数据块中的每个视频图像帧进行压缩编码。

步骤2、通过云控制服务器查询所需的视频数据块；

客户端可以根据视频源索引和开始时间向云控制服务器查询第一个视频数据块所在的云存储服务器；还可以根据视频源索引和上一个视频数据块的结束时间向云控制服务器查询下一个视频数据块所在的云存储服务器。

步骤3、获取所述视频数据块；

客户端通过云控制服务器获取所需的视频数据块所在的云存储服务后，与所需的视频数据块所在的云存储服务器建立通信，接收所需的视频数据，将视频数据解码后可以进行播放。

需要说明地是，一次操作有且只有一个视频源索引，如果需要获取多个视频源采集的视频数据，即为多个独立的过程。

进一步地，在本发明的一个实施例中，视频数据块的获取方法包括以下步骤：

步骤31、客户端根据所需视频数据的视频源索引和开始时间向云控制服务器请求第一个视频数据块所在的云存储服务器；

其中，视频源索引和开始时间一般由调阅历史视频的用户设定的。用户一般通过客户端设置所需调阅视频数据的视频源索引、开始时间、截止时间等。

步骤32、云控制服务器向客户端发送第一个数据块所在的云存储服务器信息为云存储服务器1；

步骤33、客户端与云存储服务器1建立通信，请求第一个视频数据块；

步骤34、云存储服务器1向客户端发送第一个数据块；

步骤35、判断当前获取到的视频数据块的结束时间是否为预设的截止时间，若否执行步骤36，否则结束流程；

步骤36、客户端根据所需视频数据的视频源索引和上一个数据块结束时间向云控制服务器查询下一个视频数据块所在的云存储服务器；

步骤37、云控制服务器向客户端发送下一个视频数据块所在的云存储服务器的信息为云存储服务器2；

步骤38、客户端与云存储服务器2建立通信，请求下一个视频数据块；

步骤39、云存储服务器2向客户端发送下一个视频数据块。

循环执行步骤35～39，直到当前获取到的视频数据块的结束时间为预设的截止时间，即接收完所需的视频数据为止。为了节省客户端的资源，提高客户端的效率，当客户端每接收一个视频数据块完成后，可以断开与当前云存储服务器的通信。

在一个实施例中，举例说明视频数据块的获取过程，例如用户需要调阅摄像头A采集的2018年1月2日0时0分0秒至2018年1月2日3时0分0秒之间的视频数据，而视频数据块的采集时间设置为一个小时，则具体步骤如下：客户端向云控制服务器查询摄像头A采集的2018年1月2日0时0分0秒至2018年1月2日3时0分0的视频数据；云控制服务器将云存储服务器1的信息发送给客户端；客户端从云存储服务器1获取第一个视频数据块，此视频数据块为0时0分0秒至1时0分0秒的视频；客户端向云控制服务器查询摄像头A采集的2018年1月2日1时0分0秒至2018年1月2日3时0分0的视频数据；云控制服务器将云存储服务器2的信息发送给客户端；客户端从云存储服务器2获取第二个视频数据块，此视频数据块为1时0分0秒至2时0分0秒的视频；客户端向云控制服务器查询摄像头A采集的2018年1月2日1时0分0秒至2018年1月2日3时0分0的视频数据；云控制服务器将云存储服务器3的信息反馈给客户端；客户端从云存储服务器3获取第三个视频数据块，此视频数据块为2时0分0秒至3时0分0秒的视频，获取完所需的视频数据块后，将视频数据块解码，结束流程。

优选地，在本发明的又一个实施例中，为了更进一步节省云存储服务器的存储空间，还可以包括：定期删除云存储服务器中过期的视频数据块，并更新云控制服务器中保存的视频数据块的信息。具体地，云控制服务器定期查询超期的视频数据块，向超期的视频数据块所在的云存储服务器发送删除数据的命令，同时更新当前保存的视频数据块的信息。

本实施例提供的数据存取方法不用将客户端需求转换为文件名或文件信息，简化了视频数据的存取，从而提高视频数据的效率；同时也减少了可能出错的环节，增加系统的可靠性。

实施例二

本实施例在上述实施例的基础上，对本发明提出的多线程扫描压缩编码方式进行详细描述。该方式包括如下内容：

视频数据通常可以包括一系列连续的视频图像帧，对视频数据进行压缩编码即对每一视频图像帧进行压缩编码。

具体压缩编码方法如下所示。

步骤1、将视频图像帧分为若干个图像块，每个图像块大小相同，因此视频图像帧中的图像块数量固定。本实施例以图像块大小为8*4，视频图像帧大小为128*64为例进行说明，则每个图像块的行分辨率为8、列分辨率为4。

步骤2、对视频图像帧中的每个图像块进行标记，选取P个标记符号。在水平方向，采用多个标记符号依次循环完成水平方向图像块的标记；在竖直方向，采用多个标记符号依次循环完成竖直方向图像块的标记。本实施例中视频图像帧的分割以及标记如图2所示，图2为本发明实施例提供的一种图像块划分标记示意图；将大小为128*64的视频图像帧分为16行16列共256个大小为8*4的图像块；以0、1、2、3标记每个图像块，具体为将奇数行的图像块以符号0、2分别循环标记每个图像块，将偶数行的图像块以符号3、1分别循环标记每个图像块。

优选地，还可以将视频图像帧分割为4行4列，奇数行按照0、1分别循环标记每个图像块，偶数行按照1、0分别循环标记每个图像块，如图3所示，图3为本发明实施例提供的另一种图像块划分标记示意图。

步骤3、压缩编码时，每次预测第一标记符号至第N标记符号中的一种标记符号的图像块，直至所有图像块预测结束，达到对图像块跳块扫描的效果，N的取值为1～P。其中，第一标记符号至第N标记符号的图像块的预测顺序可以设定。对于任意一种标记符号的图像块的预测顺序为按照视频图像帧从左到右，从上到下的顺序对图像块进行预测。

本实施例以图2所示的视频图像帧为例进行说明如何进行压缩编码，具体步骤如下：

步骤31、先对所有标记符号为0的图像块进行预测

步骤311、采取多线程扫描方式扫描所述第N标记符号对应的图像块；

在对标记符号为0的图像块进行扫描时可以采用多线程方式，具体地，请参见图4，图4为本发明实施例提供的一种图像多线程扫描示意图。在对行方向的标记符号为0的图像块扫描时，线程1、线程2、线程3及线程4同时进行扫描，从而可以增加视频图像帧中图像块的参考方向，可以在更精确的获得该图像块的纹理方向；其中，每次扫描的线程数量可以根据实际需要而定。

步骤312、确定参考图像块

标记符号为0的图像块最多可获得间隔一个图像块的五个参考方向，其中参考方向为上方向、左方向、左上方向、右上方向、右方向，因此可以确定出上方向的参考图像块，左方向的参考图像块，左上方向的参考图像块，右上方向的参考图像块，右方向的参考图像块；

步骤313、纹理方向选取

步骤313A、在当前图像块的参考方向中，找到距离最近的参考图像块。若存在参考图像块与当前图像块不紧相邻，那么拉近该参考图像块为紧相邻参考图像块，若任一方向没有参考图像块，则不处理，置空。如图5、图6所示，图5为本发明实施例提供的一种当前图像块与距离最近的参考图像块的原始位置示意图；图6为本发明实施例提供的一种当前图像块与距离最近的参考图像块的拉近位置示意图。

步骤313B、通过参考图像块寻找当前图像块的第一参考像素，若某图像块的参考方向为空，则无第一参考像素。假设当前图像块有8个参考图像块，因此当前图像块可以在每个参考图像块中获取到第一参考像素，即当前图像块可以确定出全方向的第一参考像素，假设Cmn(m＝1,2,3,4；n＝1,2,3,4,5,6,7,8)为当前图像块的当前像素，Rxy(x＝0,1,2,3,4,5；y＝1,2,3,4,5,6,7,8,9)为当前图像块的第一参考像素，如图7所示，图7为本发明实施例提供的一种当前图像块全参考方向的示意图。假设Cmn(m＝1,2,3,4；n＝1,2,3,4,5,6,7,8)为当前图像块的当前像素，Rxy(x＝0,1,2,3,4,5；y＝1,2,3,4,5,6,7,8,9)为当前图像块的第一参考像素，当前图像块下参考方向为空，因此，当前图像块无下方向的第一参考像素，如图8所示，图8为本发明实施例提供的一种当前图像块无下参考方向的示意图。

步骤313C、根据第一参考像素，计算每个参考方向权重，本实施例以图2为例，采用如下公式计算每个参考方向权重Dir，权重采用离方向箭头最近一面的第一参考像素。

步骤313D、在步骤312C计算的参考方向权重中选出Dir最小的1组作为最优纹理方向，图像块中所有像素值根据该方向进行预测。

步骤314、计算第二参考像素

根据所选的最优纹理方向和对应的反方向，根据当前像素的位置，计算每个当前像素的第二参考像素，如图9所示，图9为本发明实施例提供的一种当前像素确定第二参考像素的示意图；计算公式如下，

refmid＝p1*(dir2/(dir1+dir2))+p2*(dir1/(dir1+dir2))

若位置偏向1，ref＝weight*refmid+(1-weight)*p1

若位置偏向2，ref＝weight*refmid+(1-weight)*p2

其中refmid为两个第一参考像素的中点，p1、p2为按最优纹理方向的第一参考像素，dir1、dir2为参考方向权重，例如dir180，dir0；weight为距离权重。

首先考虑权重计算第一参考像素的中点，然后考虑位置计算第二参考像素，即第一参考像素中点靠近哪边，最终采用哪边的第一参考像素作为第二参考像素。

优选地，第二参考像素计算公式可变更，可以仅引入权重或位置。

具体举例如下：

若最优纹理方向为45度参考，对于c14，dir45＝2，dir225＝14，可得到第一参考像素为R05和R50，设R05＝100，R50＝40，

Refmid＝100*(14/16)+40*(2/16)＝88+5＝93

由于C14偏向R05，因此Refmid＝C23，Ref＝0.5*93+0.5*100＝96，第二参考像素值为96。

步骤314、确定预测残差

采用步骤313计算得到所有点的第二参考像素，采用原始像素值减去第二参考像素值得到预测残差。

步骤32、当所有视频图像帧中标记为0的图像块预测处理完毕后，对所有标记符号为1的图像块进行预测；

步骤321、确定参考图像块

标记符号为1的图像块最多仅能获得间隔一个图像块的3个参考方向，其中参考方向为上方向、左方向及右方向，因此可以确定出上方向的参考图像块，左方向的参考图像块及右方向的参考图像块；可以获得相邻图像块的4个参考方向，其中参考方向为左上方向、右上方向、左下方向、右下方向，可以确定出左上方向的参考图像块，右上方向的参考图像块，左下方向的参考图像块，右下方向的参考图像块；

步骤322、纹理方向选取

与步骤312的方法一致，此处不再赘述。

步骤323、计算第二参考像素

与步骤313的方法一致，此处不再赘述。

步骤324、确定预测残差

与步骤314的方法一致，此处不再赘述。

步骤33、当所有视频图像帧中标记为0和1的图像块预测处理完毕后，对所有标记符号为2的图像块进行预测；

步骤331、确定参考图像块

所有标记符号为2的图像块最多仅能获得间隔一个图像块的2个参考方向，其中参考方向为左上方向、右上方向，可以确定出左上方向的参考图像块，右上方向的参考图像块；以及获得相邻图像块的4个参考方向，其中参考方向为上方向、下方向、左方向、右方向，可以确定出上方向的参考图像块，下方向的参考图像块，左方向的参考图像块，右方向的参考图像块；

步骤332、纹理方向选取

与步骤312的方法一致，此处不再赘述。

步骤333、计算第二参考像素

与步骤313的方法一致，此处不再赘述。

步骤334、确定预测残差

与步骤314的方法一致，此处不再赘述。

步骤34、当所有视频图像帧中标记为0、1、2的图像块预测处理完毕后，对所有标记符号为3的图像块进行预测；

步骤341、确定参考图像块

所有标记符号为3的图像块最多获得相邻图像块的8个参考方向，其中参考方向为上方向、下方向、左方向、右方向、左上方向、右上方向、左下方向、右下方向，可以确定出上方向的参考图像块，下方向的参考图像块，左方向的参考图像块，右方向的参考图像块，左上方向的参考图像块，右上方向的参考图像块，左下方向的参考图像块，右下方向的参考图像块。

步骤342、纹理方向选取

与步骤312的方法一致，此处不再赘述。

步骤343、计算第二参考像素

与步骤313的方法一致，此处不再赘述。

步骤344、确定预测残差

与步骤314的方法一致，此处不再赘述。。

至此，可以获取当前视频图像帧中每个像素的预测残差，将当前视频图像帧中每个像素的预测残差以及当前视频图像帧中每个图像块的标记符号进行编码。

1、本实施例提供的压缩编码方法对于视频图像帧中的图像块可获得更多的参考方向；导致预测可以获得更小的预测残差，尤其是纹理复杂区域的预测效果更优。

2、本实施例提供的压缩编码方法首先通过跳块多遍历的方法，对于视频图像帧中每个块图像块，平均可以获得更多的参考边缘，即获得更多的参考像素；然后对于每个块，采用多方向预测，可以在更精确的获得该块的纹理方向；根据纹理方向和相应的参考像素，通过纹理方向权重和位置偏移权重，对当前预测块中的像素，可获得与当前像素值最相似的参考像素，并获得更小的预测残差，降低了编码的理论极限熵。

实施例三

本实施例在上述实施例的基础上，对本发明提出的基于云存储的数据存取系统进行详细描述，如图10所示，图10为本发明实施例提供的一种基于云存储的数据存取系统示意图；该系统包括：采集器41、云控制服务器42和多台云存储服务器43，其中：

采集器41，用于将采集到的视频数据按照采样时间分割成能独立播放的多个视频数据块，将多个视频数据块压缩编码后存储到对应的不同云存储服务器中，将视频数据块的信息保存到云控制服务器中。

云控制服务器42，用于保存视频数据块的信息；还用于根据接收到的查询请求输出所需视频数据块所在的云存储服务器。进一步地，云控制服务器包括信息存储单元和信息查询单元，信息存储单元用于保存视频数据块的信息；其中，视频数据块的信息包括：视频数据块索引、视频源索引、云存储服务器索引、开始时间和结束时间。信息查询单元用于接收客户端的请求向客户端输出所需的视频数据块所在的云存储服务器。

优选地，为了及时删除过期的视频数据块节省存储空间，云控制服务器还包括数据删除单元，数据删除单元用于定期删除云存储服务器中过期的视频数据块，并更新当前保存的视频数据块的信息。云控制服务器还可以用于维护云存储服务器的状态信息。

云存储服务器43，用于分别存储采集器上传的视频数据块；还用于根据接收到的下载请求发送指定的视频数据块；进一步地，云存储服务器包括数据存储单元和数据下载单元，数据存储单元用于存储采集器上传的视频数据块，数据下载单元用于接收客户端的请求向客户端发送所需的视频数据块。数据存储单元可以存储多个视频数据块，所有云存储服务器上存储的视频数据块的总数目决定了系统的规模。

在一个实施例中还可以包括客户端，与云控制服务器和云存储服务器通过网络连接，用于向云控制服务器查询所需的视频数据块所在的云存储服务器，并与相应的云存储服务器建立连接，获取所需的视频数据块。

综上所述，本文中应用了具体个例对本发明进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制，本发明的保护范围应以所附的权利要求为准。

Claims (9)

1.一种基于云存储的数据存取方法，其特征在于，包括：采集视频数据，将视频数据分割成多个视频数据块，将每个视频数据块分别存储到对应的不同云存储服务器中；客户端通过云控制服务器在所述云存储服务器中查询并获取所需视频数据块。

2.根据权利要求1所述的方法，其特征在于，将视频数据分割成多个视频数据块之后，还包括：

将所述多个视频数据块按照预设压缩编码方式进行编码；其中，所述预设压缩编码方式为多线程扫描压缩编码方式。

3.根据权利要求1所述的方法，其特征在于，所述多线程扫描压缩编码方式，包括将视频图像帧分为多个图像块，采用多种标记符号在水平和垂直方向依次循环标记每个图像块，采用多线程扫描方式扫描一种标记符号对应的图像块并获取预测残差，按照设定顺序采用多线程扫描方式依次扫描剩余多种标记符号对应的图像块并获取预测残差。

4.根据权利要求1所述的方法，其特征在于，将每个视频数据块分别存储到对应的不同云存储服务器中之后，还包括：

将所述多个视频数据块的信息保存到所述云控制服务器中；其中，每个视频数据块的信息包括视频数据块索引、视频源索引、云存储服务器索引、开始时间和结束时间。

5.根据权利要求1所述的方法，其特征在于，客户端通过云控制服务器在所述云存储服务器中查询所需视频数据块，包括：

客户端根据所述视频源索引和所述开始时间向所述云控制服务器查询第一个视频数据块所在的所述云存储服务器；

根据所述视频源索引和上一个视频数据块的所述结束时间向所述云控制服务器查询下一个视频数据块所在的所述云存储服务器。

6.一种基于云存储的数据存取系统，其特征在于，包括：采集器、云控制服务器和多台云存储服务器；其中，

所述采集器，用于将采集到的视频数据按照采样时间分割多个视频数据块，将所述多个视频数据块压缩编码后存储到对应的不同云存储服务器中，将视频数据块的信息保存到云控制服务器中。

所述云控制服务器，用于保存视频数据块的信息。

所述云存储服务器，用于分别存储采集器上传的视频数据块。

7.根据权利要求6所述的系统，其特征在于，所述云控制服务器包括信息存储单元和信息查询单元，所述信息存储单元用于保存所述视频数据块的信息；所述信息查询单元用于接收客户端的请求向客户端输出所需的视频数据块所在的所述云存储服务器。

8.根据权利要求6所述的系统，其特征在于，所述云控制服务器还包括数据删除单元，用于定期删除云存储服务器中过期的视频数据块，并更新当前保存的视频数据块的信息。

9.根据权利要求6所述的系统，其特征在于，所述云存储服务器包括数据存储单元和数据下载单元，其中，所述数据存储单元用于存储所述采集器上传的视频数据块，所述数据下载单元用于接收客户端的请求向客户端发送所需的视频数据块。