CN116684657A - 直播系统网络成本预测方法、装置、设备及计算机介质 - Google Patents
直播系统网络成本预测方法、装置、设备及计算机介质 Download PDFInfo
- Publication number
- CN116684657A CN116684657A CN202310675625.7A CN202310675625A CN116684657A CN 116684657 A CN116684657 A CN 116684657A CN 202310675625 A CN202310675625 A CN 202310675625A CN 116684657 A CN116684657 A CN 116684657A
- Authority
- CN
- China
- Prior art keywords
- anchor
- cost
- hardware
- bandwidth
- growth
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000012010 growth Effects 0.000 claims abstract description 131
- 238000009826 distribution Methods 0.000 claims description 58
- 238000004364 calculation method Methods 0.000 claims description 41
- 230000004069 differentiation Effects 0.000 claims description 31
- 238000004590 computer program Methods 0.000 claims description 10
- 238000007670 refining Methods 0.000 abstract description 4
- 238000005192 partition Methods 0.000 description 24
- 238000003860 storage Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000034373 developmental growth involved in morphogenesis Effects 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
- G06Q30/0206—Price or cost determination based on market factors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/21—Server components or server architectures
- H04N21/218—Source of audio or video content, e.g. local disk arrays
- H04N21/2187—Live feed
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/258—Client or end-user data management, e.g. managing client capabilities, user preferences or demographics, processing of multiple end-users preferences to derive collaborative data
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/45—Management operations performed by the client for facilitating the reception of or the interaction with the content or administrating data related to the end-user or to the client device itself, e.g. learning user preferences for recommending movies, resolving scheduling conflicts
- H04N21/4508—Management of client data or end-user data
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Signal Processing (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Entrepreneurship & Innovation (AREA)
- Finance (AREA)
- Game Theory and Decision Science (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computer Graphics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供了一种直播系统网络成本预测方法、装置、设备及计算机可读介质,该申请通过获取待预测的主播增长事件对应的预计主播增长数据,然后根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本,以及根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本,再根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本,从而能够在细化考虑硬件耗用差异化信息和带宽耗用差异化信息的基础上,综合、全面、准确地预测直播系统因主播增长而产生的网络成本。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种直播系统网络成本预测方法、装置、设备及计算机可读介质。
背景技术
本部分旨在为权利要求书中陈述的本申请的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就被认为是现有技术。
随着互联网技术的快速发展,网络直播日益受到人们的欢迎并形成了完整的产业链。
在直播系统中,拉新或者主播数正常增长,都会产生成本。例如有时候运营会开启直播拉新活动,每天直播会有奖励,这样就会吸引大量主播在一段时间内进行开播,主播数量会增长。主播数量的增长会给CDN(Content Delivery Network,内容分发网络)带来一系列的成本,包含接收主播推流的硬件成本和下行用户的观看成本等,准确的成本预算能为活动的策划、边缘计算厂商的选择等提供有力的帮助,现有技术缺乏能够准确的预测直播系统因主播增长而产生的网络成本的技术方案。
发明内容
本申请的多个方面提供一种直播系统网络成本预测方法、装置、设备及计算机可读存储介质,用以准确的预测直播系统因主播增长而产生的网络成本。
本申请的一方面,提供一种直播系统网络成本预测方法,其中,所述方法包括:
获取待预测的主播增长事件对应的预计主播增长数据;
根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本;
根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本;
根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本。
本申请的另一方面,提供一种直播系统网络成本预测装置,其中,所述装置包括:
主播增长数据获取模块,用于获取待预测的主播增长事件对应的预计主播增长数据;
推流硬件成本计算模块,用于根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本;
拉流带宽成本计算模块,用于根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本;
总成本计算模块,用于根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本。
本申请的另一方面,提供一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的直播系统网络成本预测方法。
本申请的另一方面,提供一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如上所述的直播系统网络成本预测方法。
本申请实施例提供的方案中,通过获取待预测的主播增长事件对应的预计主播增长数据,然后根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本,以及根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本,再根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本,从而能够在细化考虑硬件耗用差异化信息和带宽耗用差异化信息的基础上,综合、全面、准确地预测直播系统因主播增长而产生的网络成本。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1为本申请一实施例提供的直播系统的网络架构示意图;
图2为本申请一实施例提供的直播系统网络成本预测方法的流程示意图;
图3为本申请一实施例提供的直播系统网络成本预测装置的结构示意图;
图4为适用于实现本申请实施例中的方案的一种电子设备的结构示意图;
附图中相同或相似的附图标记代表相同或相似的部件。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请一个典型的配置中,终端、服务网络的设备均包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体,可以由任何方法或技术来实现信息存储。信息可以是计算机程序指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
本申请实施例所涉及的部分术语解释如下:
直播流:直播音视频数据的传输,它能够被作为一个稳定的和连续的流通过网络传输给观众观看。
直播房间:直播服务中,每个主播会有一个唯一标识符,以标识符可以进入该主播的直播观看页面。
转码:是指为了适应不同的网络带宽、不同的终端处理能力和不同的用户需求,将已经压缩编码的视频码率转换成另一个视频码率。
网络带宽:是指在单位时间(一般指的是1秒钟)内能传输的数据量。
码率:简单来说就是指在压缩视频的时候给这个视频指定一个参数,用以告诉压缩软件期望的压缩后视频的大小。码率的英文名为bps(bit per second),就是用平均每秒多少bit来衡量一个视频大小。
单位转换:1Byte=8Bits;1KB=1024Bytes;1MB=1024KB;1GB=1024MB;1T=1024G。
边缘计算:是一种分布式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。
CDN边缘计算厂商:能够提供边缘计算的CDN厂商。他们提供基本的边缘计算服务。
直播上行:主播推流到流媒体服务器的部分,称之为直播上行。
直播下行:用户从流媒体服务器或者CDN进行拉流观看的部分,称之为直播下行。
请参考图1,其示出了本申请一实施例提供的直播系统的网络架构示意图,如图所示,主播采集的直播视频流通过推流的方式通过边缘计算上行,然后转推到内容分发网络CDN,用户通过CDN拉流进行观看,该过程中,若主播数量增加,在边缘计算以及内容分发网络会产生成本的增加,本申请实施例主要针对该两部分从推流硬件成本和拉流带宽成本两个方面,通过细化考虑硬件耗用差异化信息和带宽耗用差异化信息,综合、全面、准确地预测直播系统因主播增长而产生的网络成本,具体的,本申请实施例提供了一种直播系统网络成本预测方法,该方法通过获取待预测的主播增长事件对应的预计主播增长数据,然后根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本,以及根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本,再根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本,从而能够在细化考虑硬件耗用差异化信息和带宽耗用差异化信息的基础上,综合、全面、准确地预测直播系统因主播增长而产生的网络成本。
在实际场景中,该方法的执行主体可以是用户设备、或者用户设备与网络设备通过网络相集成所构成的设备,或者也可以是运行于上述设备的应用程序,所述用户设备包括但不限于计算机、手机、平板电脑、智能手表、手环等各类终端设备,所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现,可以用于实现设置闹钟时的部分处理功能。在此,云由基于云计算(Cloud Computing)的大量主机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟计算机。
图2示出了本申请实施例提供的一种直播系统网络成本预测方法的处理流程,所述方法至少包括以下的处理步骤:
步骤S101,获取待预测的主播增长事件对应的预计主播增长数据。
其中,主播增长事件是指主播开播数量的增长事件,其可以是因拉新(拉动新用户参加)活动、节日庆祝活动等引发,也可以是根据日常的主播增长情况而产生,其预计主播增长数据一般是可以预测的,本申请对其预测过程不做限定,旨在获取其预计主播增长数据并进行成本的预测。
步骤S102,根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本。
其中,上述预计主播增长数据是携带有差异化增长数据的,例如,包括不同区域的主播增长数据、不同类目的主播增长数量等,由于不同区域所耗用的硬件成本是不同的,因此,根据差异化的预计主播增长数据和硬件耗用差异化信息,即可计算出所述主播增长事件对应的推流硬件成本。
步骤S103,根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本。
容易理解的是,类似于上述步骤S102,上述预计主播增长数据还可以包括差异化的主播关注量等级,不同主播关注量等级的主播,其开播时的用户观看量是不同的,从而带来的带宽耗用量是不同的,因此,根据上述预计主播增长数据和预设的带宽耗用差异化信息,可以计算出所述主播增长事件对应的拉流带宽成本。
步骤S104,根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本。
本申请实施例提供的上述直播系统网络成本预测方法,通过获取待预测的主播增长事件对应的预计主播增长数据,然后根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本,以及根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本,再根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本,从而能够在细化考虑硬件耗用差异化信息和带宽耗用差异化信息的基础上,综合、全面、准确地预测直播系统因主播增长而产生的网络成本。
在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于边缘计算区域的第一分布数据;
所述根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本,包括:
根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量;
根据每个所述边缘计算区域所需消耗的硬件资源量及针对该边缘计算区域所选择的硬件资源提供方的硬件资源单位成本,计算每个所述边缘计算区域对应的区域硬件成本;
根据每个所述边缘计算区域对应的区域硬件成本汇总得到所述主播增长事件对应的推流硬件成本。
其中,该第一分布数据记录有每个边缘计算区域对应的预计增长的主播数量,不同边缘计算区域对应的主播数量一般是不同的,该第一分布数据可以是根据历史数据统计得到的。
通过上述实施方式,充分考虑了不同边缘计算区域主播数量不同、且不同边缘计算区域对应的硬件资源提供方的硬件资源单位成本也可能不同的硬件耗用差异化信息来计算推流硬件成本,能够全面地、较为准确地预算推流硬件成本。
在上述实施方式的基础上,在一些变更实施方式中,所述方法还包括:
针对每个所述边缘计算区域,根据所述边缘计算区域所需消耗的硬件资源量,以及所述边缘计算区域对应的硬件资源提供方资源信息,选择所述边缘计算区域对应的硬件资源提供方。
其中,考虑到每个边缘计算区域可能有多个硬件资源提供方,因此可以根据各硬件资源提供方资源信息,例如剩余可用资源、硬件资源单位成本等信息,根据预设的硬件资源提供方选择条件为所述边缘计算区域选择合适的硬件资源提供方,从而能够根据具体硬件资源提供方的硬件资源单位成本更为准确地预算推流硬件成本。
在前述实施方式的基础上,在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于直播类目的第二分布数据;
所述根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量,包括:
根据所述第一分布数据,确定每个所述边缘计算区域对应的主播数量;
针对每个所述边缘计算区域,根据所述边缘计算区域对应的主播数量、所述第二分布数据以及预设的不同直播类目对应的平均码率,计算所述主播增长事件在所述边缘计算区域所需消耗的区域码率;
根据每个所述边缘计算区域对应的所述区域码率,以及预设的码率-硬件资源量对应关系,确定每个所述边缘计算区域对应的硬件资源量。
由于不同直播类目的码率一般是不同的,例如游戏类目的码率一般较高,而演唱类的码率一般较低,这种码率的差异也会带来硬件资源消耗量的不同,通过本实施方式,充分考虑了不同直播类目码率对硬件成本的影响,从而能够更加准确、全面地计算硬件资源量。
在前述实施方式的基础上,在另一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于直播类目的第二分布数据;
所述根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量,包括:
根据所述第二分布数据和预设的不同直播类目对应的平均码率,计算所述主播增长事件在每个所述直播类目所需消耗的分类目码率并汇总得到总码率;
根据所述第一分布数据,将所述总码率对应所述边缘计算区域进行分配,得到每个所述边缘计算区域对应的区域码率;
根据每个所述边缘计算区域对应的所述区域码率,以及预设的码率-硬件资源量对应关系,确定每个所述边缘计算区域对应的硬件资源量。
本实施方式同样考虑了不同直播类目码率对硬件成本的影响,只是与前述实施方式中的计算方式不同,同样能够准确、全面地计算得到硬件资源量。
在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于主播关注量等级的第三分布数据;
所述根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本,包括:
根据所述第三分布数据、预设的每个主播关注量等级对应的人均带宽耗用量、以及带宽单位成本,计算所述主播增长事件对应的拉流带宽成本,其中,不同主播关注量等级对应的人均带宽耗用量不同。
由于不同主播关注量等级的主播,其开播时的用户观看量是不同的,从而带来的带宽耗用量是不同的,因此,通过本实施方式,可以充分考虑主播关注量等级的影响,根据主播的关注量等级合理的计算拉流带宽成本,使得计算得到的拉流带宽成本更加贴合实际,预测更加准确。
在上述实施方式的基础上,在一些变更实施方式中,所述方法,还包括:
根据历史第一时刻对应的全局带宽、每个主播关注量等级的带宽占比及主播数量,计算每个所述主播关注量等级对应的人均带宽耗用量。
其中,主播关注量等级A对应的人均带宽耗用量可按以下公式计算:
人均带宽耗用量=(全局带宽*主播关注量等级A的带宽占比)/主播关注量等级A的主播数量
通过上述实施方式,可以根据历史数据较为准确地计算每个主播关注量等级对应的人均带宽耗用量,进而能够更加准确地对所述主播增长事件对应的拉流带宽成本进行预测。
为了便于理解,结合一个具体的示例对本申请上述直播系统网络成本预测方法进一步进行说明。
在一个具体示例中,本申请实施例通过细化主播推流地域、分区、码率、带宽分布情况,同时结合边缘计算硬件资源成本和容量,精准的预测主播短时间内大量增长,对CDN带来的成本压力,帮助运营更好的进行平台的运营,具体说明如下:
现在直播系统中,拉新或者主播数正常增长,都会产生成本。例如有时候运营会开启直播拉新活动,每天直播会有奖励,这样就会吸引大量主播在一段时间内进行开播,主播数量会增长。从运营的角度看,当然是好的,但是主播的增长会给CDN带来一系列的成本。成本包含接收主播推流的硬件成本和下行用户的观看成本。
而一般直播平台对于主播的增长带来的成本要不没有预测,最后由每个月收费帐单来体现,要不使用平均值来计算,例如现在平台有3万主播,产生成本为150万元,预测要新增1万主播,则增长的成本为50万元。这样的问题在于,流量本身并不是平均分配的,主要体现在以下几个方面:
①用户拉流观看的下行带宽,正常情况下top 2000的房间占据了90%的观看用户,占据了下行观看的90%的带宽,新增1万主播的带来的用户观看带宽不会是原来整体的1/3。
②接收推流的边缘计算上行的成本是不同的。边缘计算上行是部署在边缘计算厂商提供的容器上,其使用CPU/内存/带宽等成本单价是不同的,不能一概而论。而不同的边缘计算厂商在全国各地能够提供的资源容量也是不同的,例如有的厂商在华东地区资源多,有的在东北地区资源多。
③主播的推流码率并非平均分布的。一般而言,游戏类的主播对自己的设备要求更高,画质更加清晰,则推流的码率和帧率就会更高。而对于娱乐分区例如唱歌的主播,他们的设备一般即为手机,推流的码率和帧率要低很多。在相同边缘计算上行配置情况下,例如6C12G,能承载8M的主播推流100个,但是能承载4M的主播推流会达到200个甚至300个。这一部分消耗的资源是不同的。同时在不进行转码的情况下,相同的用户观看8M的流和4M的流产生的下行观看带宽成本相差一倍。
因此需要提供一种更加精准的成本预测方法,下面分别从主播推流地区分布、边缘计算厂商资源分布、推流分区分布、码率、下行观看带宽分布等角度分析其对直播系统网络成本的影响:
1、推流地区分布情况:
通过对推流区域进行统计和分析,发现主播在各个省份的占比是不同的,而不同省份、地区则对应不同的边缘计算厂商,因此,需要考虑推流地区分布对直播系统网络成本的影响,上述推流区域可根据边缘计算区域进行划分。
2、边缘计算厂商资源分布情况:
通过获取厂商在每个边缘计算区域的剩余容量分布情况,可以根据推流地区的分布所需要的资源来决定选用哪家边缘计算厂商服务,厂商资源格式如下表1所示:
表1
3、推流分区分布情况,该分区是指直播类目:
按照主播分区统计每个分区的平均推流码率。
分区平均码率=sum(该分区每个主播的推流码率)/该分区总人数。
并按照分区统计所有主播在分区的占比情况,可以根据该占比情况计算预计主播增长数据在不同直播类目的第二分布数据。
4、码率和硬件资源的转换
码率和帧率越高,需要边缘计算上行的承载能力就越强,因为需要CPU和内存去接收推流任务。通过压力测试,可以预先获取X(核)内存Y(G)内存的上行可以承载Z(M)的总码率的流,例如16C32G能承载2000M总码率的流。
5、下行观看带宽分布情况
通过统计不同房间占用的下行带宽,可以得知新增的主播会带来多少下行用户观看。一定程度上,主播的关注数和观看人数形成一定的线性关系,主播关注数越多,观看直播的概率越大,用户会越多。通过对现在的主播的数据进行统计,可以计算得到每个主播关注量等级对应的人均带宽耗用量如下表2所示:
表2
基于上述分析,可以通过以下方式计算在短时间内可能增加较多主播带来的成本:
①运营人员给到此次活动(可以是拉新活动,也可以是开播奖励等活动,下面用拉新作为例子)对应的预计主播增长数据,包括预计增加的主播数,假设为1000个,和主播在每个分区的分布(有的活动可能只针对某个游戏,所以就处于单一的分区),以及是否针对特定地区,还是全国都不限制。
②获取分区的平均码率(即预设的不同直播类目对应的平均码率)和每个分区的占比(即预计增长的主播数量对应于直播类目的第二分布数据)。假设没有针对任何一个分区,则使用通用的第二分布数据,例如娱乐:游戏:知识分区码率=3M:5M:2M,分区占比为2:6:2。
③如果指定特定边缘计算区域,则跳过本步骤,否则根据全局主播推流区域+运营商占比,推测1000个主播数在每个边缘计算区域的大致数量。假设没有指定特定地区,则使用通用的第一分布数据,例如华东:华中:华南=5:2:3(实际上应该要区分运营商的,但是这里为了说明简单化了)。
④评估所需码率资源。华东:华中:华南需要承载的流数为500:200:300。以华东地区为详情,华东地区资源为:500条流(参考③),对应于娱乐分区数量:游戏分区数量:知识分区数量=500*2/10:500*6/10:500*2/10=100:300:100。则每个分区所需要总码率为,娱乐分区总码率:游戏分区总码率:知识分区总码率=100*3M:300*5M:100*2M=300M:1500M:200M(参考②);
⑤评估所需硬件资源量。按照预设的码率-硬件资源量对应关系进行硬件资源量的转换。以华东地区为例,需要的总资源为300M+1500M+200M=2000M,则需要16C32G。
⑥获取厂商能提供的资源信息,假设A边缘计算厂商在华东地区能提供8C16G,单位成本为1000元(这里用8C16G的成本为单位成本,比较好举例子计算),B边缘计算厂商在华东地区能提供16C32G,单位成本为600元,总成本则为1200元;C边缘计算厂商在华东地区能提供32C64G,单位成本为500元,16C32G总成本则为500*2=1000元。则判断A不满足资源需求,BC均满足资源需求,且C的总成本更低,则使用C厂商的资源,成本为1000元。当然也可以进行资源的组合,即一家厂商没有办法提供全部资源,则按照价格的排序,依次去选择厂商。
⑦接下来计算下行观看带来的带宽成本。按照房间关注和带宽分布情况样例数据,和运营给到的预计拉新的主播关注数的第三分布数据进行计算。假设本次拉新1000个主播,聚焦为全平台的新人主播,关注数都是在5以下。则会产生的带宽成本=1000*((晚高峰最大全平台带宽*4%)/10000)*带宽的单位成本。
⑧将推流硬件成本和拉流带宽成本相加,即为总成本。
通过上述具体实施例,可以获得以下有益效果:通过细化主播推流地域,分区,码率,带宽分布情况,同时结合边缘计算硬件资源成本和容量,精准的预测主播短时间内大量增长,对CDN带来的成本压力,帮助运营更好的进行平台的运营。
基于同一发明构思,本申请实施例中还提供了一种直播系统网络成本预测装置,该装置对应的方法可以是前述实施例中的直播系统网络成本预测方法,并且其解决问题的原理与该方法相似。本申请实施例提供的直播系统网络成本预测装置可以实施上述直播系统网络成本预测方法,该直播系统网络成本预测装置可以通过软件、硬件或软硬结合的方式来实现。例如,该直播系统网络成本预测装置可以包括集成的或分开的功能模块或单元来执行上述各方法中的对应步骤。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。请参考图3,该直播系统网络成本预测装置可以包括:
主播增长数据获取模块101,用于获取待预测的主播增长事件对应的预计主播增长数据;
推流硬件成本计算模块102,用于根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本;
拉流带宽成本计算模块103,用于根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本;
总成本计算模块104,用于根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本。
在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于边缘计算区域的第一分布数据;
所述推流硬件成本计算模块102,包括:
硬件资源量确定单元,用于根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量;
区域硬件成本计算单元,用于根据每个所述边缘计算区域所需消耗的硬件资源量及针对该边缘计算区域所选择的硬件资源提供方的硬件资源单位成本,计算每个所述边缘计算区域对应的区域硬件成本;
推流硬件成本计算单元,用于根据每个所述边缘计算区域对应的区域硬件成本汇总得到所述主播增长事件对应的推流硬件成本。
在一些变更实施方式中,所述装置还包括:
资源提供方选择模块,用于针对每个所述边缘计算区域,根据所述边缘计算区域所需消耗的硬件资源量,以及所述边缘计算区域对应的硬件资源提供方资源信息,选择所述边缘计算区域对应的硬件资源提供方。
在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于直播类目的第二分布数据;
所述硬件资源量确定单元,包括:
区域主播数量确定子单元,用于根据所述第一分布数据,确定每个所述边缘计算区域对应的主播数量;
区域码率计算子单元,用于针对每个所述边缘计算区域,根据所述边缘计算区域对应的主播数量、所述第二分布数据以及预设的不同直播类目对应的平均码率,计算所述主播增长事件在所述边缘计算区域所需消耗的区域码率;
区域资源量确定子单元,用于根据每个所述边缘计算区域对应的所述区域码率,以及预设的码率-硬件资源量对应关系,确定每个所述边缘计算区域对应的硬件资源量。
在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于直播类目的第二分布数据;
所述硬件资源量确定单元,包括:
总码率计算子单元,用于根据所述第二分布数据和预设的不同直播类目对应的平均码率,计算所述主播增长事件在每个所述直播类目所需消耗的分类目码率并汇总得到总码率;
总码率分配子单元,用于根据所述第一分布数据,将所述总码率对应所述边缘计算区域进行分配,得到每个所述边缘计算区域对应的区域码率;
区域资源量确定子单元,用于根据每个所述边缘计算区域对应的所述区域码率,以及预设的码率-硬件资源量对应关系,确定每个所述边缘计算区域对应的硬件资源量。
在一些变更实施方式中,所述预计主播增长数据包括预计增长的主播数量对应于主播关注量等级的第三分布数据;
所述拉流带宽成本计算模块103,包括:
拉流带宽成本计算单元,用于根据所述第三分布数据、预设的每个主播关注量等级对应的人均带宽耗用量、以及带宽单位成本,计算所述主播增长事件对应的拉流带宽成本,其中,不同主播关注量等级对应的人均带宽耗用量不同。
在一些变更实施方式中,所述装置,还包括:
人均带宽耗用量计算模块,用于根据历史第一时刻对应的全局带宽、每个主播关注量等级的带宽占比及主播数量,计算每个所述主播关注量等级对应的人均带宽耗用量。
本申请实施例提供的直播系统网络成本预测装置,与本申请前述实施例提供的直播系统网络成本预测方法出于相同的发明构思,具有相同的有益效果。
基于同一发明构思,本申请实施例中还提供了一种电子设备,所述电子设备对应的方法可以是前述实施例中的直播系统网络成本预测方法,并且其解决问题的原理与该方法相似。本申请实施例提供的所述电子设备包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述本申请的多个实施例的直播系统网络成本预测方法和/或技术方案。
所述电子设备可以是用户设备、或者用户设备与网络设备通过网络相集成所构成的设备,或者也可以是运行于上述设备的应用程序,所述用户设备包括但不限于计算机、手机、平板电脑、智能手表、手环等各类终端设备,所述网络设备包括但不限于如网络主机、单个网络服务器、多个网络服务器集或基于云计算的计算机集合等实现,可以用于实现设置闹钟时的部分处理功能。在此,云由基于云计算(Cloud Computing)的大量主机或网络服务器构成,其中,云计算是分布式计算的一种,由一群松散耦合的计算机集组成的一个虚拟计算机。
图4示出了适用于实现本申请实施例中的方法和/或技术方案的一种电子设备的结构,该电子设备1200包括中央处理单元(CPU,Central Processing Unit)1201,其可以根据存储在只读存储器(ROM,Read Only Memory)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM,Random Access Memory)1203中的程序而执行各种适当的动作和处理。在RAM 1203中,还存储有系统操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM1203通过总线1204彼此相连。输入/输出(I/O,Input/Output)接口1205也连接至总线1204。
以下部件连接至I/O接口1205:包括键盘、鼠标、触摸屏、麦克风、红外传感器等的输入部分1206;包括诸如阴极射线管(CRT,Cathode Ray Tube)、液晶显示器(LCD,LiquidCrystal Display)、LED显示器、OLED显示器等以及扬声器等的输出部分1207;包括硬盘、光盘、磁盘、半导体存储器等一个或多个计算机可读介质的存储部分1208;以及包括诸如LAN(局域网,Local Area Network)卡、调制解调器等的网络接口卡的通信部分1209。通信部分1209经由诸如因特网的网络执行通信处理。
特别地,本申请实施例中的方法和/或实施例可以被实现为计算机软件程序。例如,本申请公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在该计算机程序被中央处理单元(CPU)1201执行时,执行本申请的方法中限定的上述功能。
本申请另一实施例还提供了一种计算机可读存储介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现前述本申请的任意一个或多个实施例的方法和/或技术方案。
具体来说,本实施例可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图或框图示出了按照本申请各种实施例的设备、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的针对硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或页面组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一个计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。装置权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
Claims (10)
1.一种直播系统网络成本预测方法,其中,所述方法包括:
获取待预测的主播增长事件对应的预计主播增长数据;
根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本;
根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本;
根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本。
2.根据权利要求1所述的直播系统网络成本预测方法,其中,所述预计主播增长数据包括预计增长的主播数量对应于边缘计算区域的第一分布数据;
所述根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本,包括:
根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量;
根据每个所述边缘计算区域所需消耗的硬件资源量及针对该边缘计算区域所选择的硬件资源提供方的硬件资源单位成本,计算每个所述边缘计算区域对应的区域硬件成本;
根据每个所述边缘计算区域对应的区域硬件成本汇总得到所述主播增长事件对应的推流硬件成本。
3.根据权利要求2所述的直播系统网络成本预测方法,其中,所述方法还包括:
针对每个所述边缘计算区域,根据所述边缘计算区域所需消耗的硬件资源量,以及所述边缘计算区域对应的硬件资源提供方资源信息,选择所述边缘计算区域对应的硬件资源提供方。
4.根据权利要求2所述的直播系统网络成本预测方法,其中,所述预计主播增长数据包括预计增长的主播数量对应于直播类目的第二分布数据;
所述根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量,包括:
根据所述第一分布数据,确定每个所述边缘计算区域对应的主播数量;
针对每个所述边缘计算区域,根据所述边缘计算区域对应的主播数量、所述第二分布数据以及预设的不同直播类目对应的平均码率,计算所述主播增长事件在所述边缘计算区域所需消耗的区域码率;
根据每个所述边缘计算区域对应的所述区域码率,以及预设的码率-硬件资源量对应关系,确定每个所述边缘计算区域对应的硬件资源量。
5.根据权利要求2所述的直播系统网络成本预测方法,其中,所述预计主播增长数据包括预计增长的主播数量对应于直播类目的第二分布数据;
所述根据所述第一分布数据,确定所述主播增长事件在每个所述边缘计算区域所需消耗的硬件资源量,包括:
根据所述第二分布数据和预设的不同直播类目对应的平均码率,计算所述主播增长事件在每个所述直播类目所需消耗的分类目码率并汇总得到总码率;
根据所述第一分布数据,将所述总码率对应所述边缘计算区域进行分配,得到每个所述边缘计算区域对应的区域码率;
根据每个所述边缘计算区域对应的所述区域码率,以及预设的码率-硬件资源量对应关系,确定每个所述边缘计算区域对应的硬件资源量。
6.根据权利要求1所述的直播系统网络成本预测方法,其中,所述预计主播增长数据包括预计增长的主播数量对应于主播关注量等级的第三分布数据;
所述根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本,包括:
根据所述第三分布数据、预设的每个主播关注量等级对应的人均带宽耗用量、以及带宽单位成本,计算所述主播增长事件对应的拉流带宽成本,其中,不同主播关注量等级对应的人均带宽耗用量不同。
7.根据权利要求6所述的直播系统网络成本预测方法,其中,所述方法,还包括:
根据历史第一时刻对应的全局带宽、每个主播关注量等级的带宽占比及主播数量,计算每个所述主播关注量等级对应的人均带宽耗用量。
8.一种直播系统网络成本预测装置,其中,所述装置包括:
主播增长数据获取模块,用于获取待预测的主播增长事件对应的预计主播增长数据;
推流硬件成本计算模块,用于根据所述预计主播增长数据和预设的硬件耗用差异化信息计算所述主播增长事件对应的推流硬件成本;
拉流带宽成本计算模块,用于根据所述预计主播增长数据和预设的带宽耗用差异化信息计算所述主播增长事件对应的拉流带宽成本;
总成本计算模块,用于根据所述推流硬件成本和所述拉流带宽成本确定所述主播增长事件对应的总成本。
9.一种电子设备,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至7中任一项所述的方法。
10.一种计算机可读介质,其上存储有计算机程序指令,所述计算机程序指令可被处理器执行以实现如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310675625.7A CN116684657A (zh) | 2023-06-08 | 2023-06-08 | 直播系统网络成本预测方法、装置、设备及计算机介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310675625.7A CN116684657A (zh) | 2023-06-08 | 2023-06-08 | 直播系统网络成本预测方法、装置、设备及计算机介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116684657A true CN116684657A (zh) | 2023-09-01 |
Family
ID=87781851
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310675625.7A Pending CN116684657A (zh) | 2023-06-08 | 2023-06-08 | 直播系统网络成本预测方法、装置、设备及计算机介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116684657A (zh) |
-
2023
- 2023-06-08 CN CN202310675625.7A patent/CN116684657A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11483606B2 (en) | Methods and apparatus to estimate population reach from different marginal rating unions | |
US10178198B2 (en) | System and method for selection and switching of content sources for a streaming content session | |
US9325597B1 (en) | Bandwidth upgrade recommendation | |
CN110268717A (zh) | 使用播放统计信息对多表示编码的比特率优化 | |
CN110213614B (zh) | 从视频文件中提取关键帧的方法和装置 | |
US10601891B2 (en) | Cloud streaming service system and cloud streaming service method for utilizing an optimal GPU for video decoding based on resource conditions, and apparatus for the same | |
US10191954B1 (en) | Prioritized transcoding of media content | |
CN101193276A (zh) | 向用户集合多媒体流的方法 | |
US9112948B1 (en) | System and method for assignment and switching of content sources for a streaming content session | |
CN111404966B (zh) | 一种高速公路视频监控系统的数据处理方法 | |
US9870538B2 (en) | Optimizing placement of advertisements across multiple platforms | |
US9615117B2 (en) | Content recording and storage allocation | |
US20210368225A1 (en) | Method and system for setting video cover | |
US11880861B2 (en) | Systems and methods for debiasing media creative efficiency | |
CN112995776B (zh) | 共享屏幕内容抓屏帧率确定方法、装置、设备和存储介质 | |
Schien et al. | Using behavioural data to assess the environmental impact of electricity consumption of alternate television service distribution platforms | |
CN108769754B (zh) | 一种基于视频回放终端的视频回放方法和系统 | |
US9294790B2 (en) | Information distribution device and method, and information distribution system | |
CN110996114B (zh) | 一种直播调度方法、装置、电子设备和存储介质 | |
CN112752111A (zh) | 直播流处理方法及装置、计算机可读存储介质、电子设备 | |
CN109948082B (zh) | 直播信息处理方法及装置、电子设备、存储介质 | |
CN116684657A (zh) | 直播系统网络成本预测方法、装置、设备及计算机介质 | |
CN113383555A (zh) | 用于窗口度量规则的方法和设备 | |
CN112911390B (zh) | 一种视频数据的播放方法及终端设备 | |
CN115834918A (zh) | 视频直播方法、装置、电子设备及可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |