Facebook 是如何支持 80 万并发视频流直播的

阅读数:5176 2016 年 11 月 17 日

话题:Facebook语言 & 开发架构

具备构建横跨全球的分布式服务能力的公司寥寥无几,甚至比拥有核武器的国家还要少。然而,Facebook 就是这样的一个公司,它的视频流直播系统Facebook Live就是一个横跨世界的分布式服务。Facebook 的 CEO Mark Zuckerberg说:

我们做了一个重大决定,把更多的精力集中在视频直播上。因为直播是一种新兴的方式,跟过去五年甚至十年的那些离线视频不一样……我们正迎来视频的新黄金时期。如果把时间快进五年,人们在 Facebook 上看到的和他们每天分享的大部分内容都是视频,这对我来说一点也不惊奇。

如果你身处广告行业,还有什么比获得源源不断的可作为广告载体的内容更能激动人心?这些内容不拘一格地出现,持续增长,永不停息。谷歌在这上面打起了如意算盘,开始把广告业务的重心压在呈指数级增涨的 Web 上。

能够体现 Facebook 在流视频方面具有强大能力的例子,当属那个两人使用橡皮圈撬开一个西瓜的视频。这个视频时长 45 分钟,高峰时段有 80 万人同时在线观看,这些观众还给出了 30 万份评论。对于一个拥有 15 亿用户的社交网络来说,这样的并发量可以说已经达到了病毒级规模。

2015 年的 Super Bowl(美国国家美式足球联盟年度冠军赛)有1 亿 1 千 4 百万观众,其中大概有236 万观看的是视频直播。在 2015 年的 E3 游戏展期间,Twitch 直播系统高峰期用户达到84 万。9 月 16 日的共和党辩论在高峰时有92 万 1 千人同时在线观看直播。

这么看来,Facebook 也已经是名列前茅了。这里要注意的是,Facebook 在同一时间还要处理其它大量的视频流。

有一篇文章引用了 Facebook 首席产品官 Chris Cox 的话,他说 Facebook:

  • 有超过100 人同时工作在 Live 项目上(刚开始只有 12 个人,现在有 150 多人)
  • 希望并发直播流的服务能力可以达到百万级别
  • 希望可以做到单个流支持百万并发用户,还能无缝地支持跨设备、跨地域的视频流服务

Cox 说“我们发现这是一个非常具有挑战性的基础设施问题”。如果把我们解决这个问题的细节公之于众应该会很有趣的吧?天啊!不过等等,我们会这么干的!

Federico Larumbe来自 Facebook 流量团队,他负责的缓存系统支撑着 Facebook 的 CDN 和全局负载均衡器。他为我们带来了“横向扩展 Facebook Live”的出色演讲,分享了 Live 的一些工作细节。

下面是我对这次演讲做的笔记,它真的令人印象深刻。

最初的故事

  • Live 是一个可以让人们实时分享视频的新项目。
  • Live 在 2015 年 4 月份启动,当时只能通过Mentions使用,作为少数高端人士与他们粉丝之间的互动工具。
  • 在之后的一年里,产品不断改进,协议也在迭代更新。
    • 他们开始使用HLS,也就是 HTTP Live Streaming。iPhone 开始支持 Live,并允许他们使用现有的 CDN 架构。
    • 同时对RTMP(Real-Time Messaging Protocol)进行调研,RTMP 是一个基于 TCP 的协议。手机端分别有一个视频流和音频流被发送到 Live Stream 服务器。
      • 优点:RTMP 缩短了从广播者到观看者之间的延迟,这个对广播来说意义重大。减少几秒钟的延迟,从用户体验方面来说就是一个很大的改进。
      • 缺点:需要全新的架构,因为它不是基于 HTTP 的。需要开发新的 RTMP 代理,这样才能大规模使用。
    • 同时调研了MPEG-DASH(基于 HTTP 的动态自适应流)。
      • 优点:相比 HLS,它可以节省 15% 的空间。
      • 缺点:它支持自适应比特率,编码质量取决于网络的吞吐量。
  • 2015 年 12 月,在多个国家启动了该项目。

不同的直播视频引起的问题

  • 之前提到的撬西瓜视频的流量模式:
    • 刚开始增涨很快,在几分钟内就超过每秒 100 个请求,然后持续增涨,直到视频结束。
    • 然后流量呈断崖式下降。
    • 换句话说,流量的形状就像一个尖刺。
  • 直播视频跟一般的视频不一样,它的流量模式呈尖刺状
    • 直播视频更吸引人,比一般视频会多出3 倍以上的浏览量。
    • 直播视频会出现在显眼位置,更有可能被浏览到。
    • 网站的忠实用户会收到通知,所以有更多的人可能会看到视频。
  • 尖刺流量模式会给缓存系统和负载均衡器带来一些问题。
  • 缓存系统问题
    • 有可能很多用户同时观看视频直播。这样会造成惊群(Thundering Herd)问题。
    • 尖刺流量模式会给缓存系统带来压力。
    • 视频按秒分段存储,缓存视频分段的服务器有可能在流量高峰时过载。
  • 全局负载均衡问题
    • Facebook 的 PoP(Point of Presence)服务器分布在世界各地,流量通过全局进行分发。
    • 如何防止高峰流量拖垮 PoP 是个具有挑战性的问题。

全局架构

视频直播流从主播端到观众端的流程是这样的:

  • 主播在他们的手机上发起一个视频直播。
  • 手机把 RTMP 流发送到 Live Stream 服务器上。
  • Live Stream 服务器对视频流进行编码并转成多种比特率。
  • 服务器为每种比特率持续地生成 MPEG-DASH 分段。
  • 分段被存储在数据中心的缓存里。
  • 分段从数据中心的缓存转发到 PoP 的缓存里。
  • 观众端接收直播流。
  • 观众端设备上的播放器以一定的速率从 PoP 缓存里获取分段。

如何横向扩展

  • 在数据中心缓存和 PoP 缓存之间存在一个多路分发点。用户访问的是PoP 缓存,而不是数据中心缓存,而且有很多 PoP 缓存分布在世界各地。
  • 在每个 PoP 里也有多路分发机制。
    • PoP 内部被分为两层:一层是 HTTP 代理,一层是缓存。
    • 用户向 HTTP 代理请求分段,代理检查分段是否已经在缓存里,如果是,就返回分段,否则请求会被发送到数据中心。
    • 不同的分段被存储在不同的缓存里,这样有助于在多个缓存主机间进行负载均衡。

避免数据中心出现惊群效应

  • 如果所有用户同时对同一个分段发起请求会出现什么情况?
  • 如果分段不在缓存里,所有请求都会被发送到数据中心。
  • 合并请求。在 PoP 缓存里使用合并请求可以减少发送请求的数量,这样只有一个请求会被发送给数据中心。其它请求会等待第一个请求返回的响应,然后把数据返回给用户。
  • 增加一个新的缓存层,避免出现热点服务问题
    • 所有用户向的请求都发给同一个主机会造成该主机过载。
    • 在代理里增加缓存层。只有第一个请求会访问到缓存,代理会处理剩下的请求。

PoP 还存在风险,需要全局负载均衡来救场

  • 数据中心的惊群问题得到了解决,但 PoP 仍然存在风险。Live 存在的一个问题是,在 PoP 达到负载均衡器的负载指标之前,高峰流量已经让 PoP 发生过载。
  • 每个 PoP 的服务器数量和连接带宽都是有限的。如何避免 PoP 在高峰时发生过载?
  • 一个叫 Cartographer 的系统把子网跟 PoP 映射起来,它会对每个子网和 PoP 之间的延时进行监测。
  • 在知道每个 PoP 负载的情况下,用户请求会被发送到距离最近的可用 PoP 上。代理有一个负载计数器记录了它们的负载情况。通过收集这些计数器我们就可以知道每个 PoP 的负载情况。
  • 现在出现了对 PoP 处理能力的约束和最小化延迟的优化问题。
  • 控制系统在收集指标和作出反应方面存在延时。
  • 他们把指标收集时间从一分半钟减少到 3 秒,不过 3 秒仍然是延迟。
  • 解决方案是对负载进行预测
  • 他们实现了一个负载评估器,通过前一个负载和当前负载来推断后面的负载。
    • 如果当前负载是增加的,那么评估器如何能推断下一个负载会减弱?
    • 他们使用了三次样条插值Cubic Spline Interpolation)功能。
    • 先获得第一个和第二个导数,如果速度是正数,说明负载在增加。如果加速度是负数,那么说明速度在下降,并最终变成零。
    • 三次样条插值可以预测更复杂的流量模式,不仅仅是线性模式。
    • 避免振动
    • 插值功能同时解决了振动问题。
    • 指标收集和反应出现延迟说明数据已经过时。插值会减小误差,预测更准确,同时减少振动。这样负载就可以接近预设值。
    • 目前的预测是基于前三次的时间间隔,每个间隔 30 秒,所以得出的结果几乎是实时的。

测试

  • 想办法让 PoP 过载。
  • 构建一个负载测试服务,为 PoP 模拟直播流量。
  • 模拟 10 倍于真实数据的负载。
  • 模拟每次请求一个分片的客户端。
  • 这个测试系统有助于发现和修补负载评估器的漏洞,用以调整配置参数,并验证用于解决惊群问题的缓存层是否工作正常。

上传的可靠性

  • 实时上传视频是一个挑战。
  • 举个使用 100Kbps 到 300Kbps 的网络带宽上传视频的例子。
  • 音频需要 64Kbps 的吞吐量。
  • 标准分辨率的视频需要 500Kbps 的吞吐量。
  • 手机的自适应码率用于协调视频跟音频之间的吞吐量差值。视频的码率根据实际可用的网络带宽进行调整。
  • 手机根据已通过 RTMP 上传的字节数和上一个间隔的平均权重来决定上传的码率。

未来的方向

  • 使用推送机制代替轮询机制,在发送分片请求前,使用 HTTP/2 把分片推送到 PoP 上。

相关文章

查看英文原文:How Facebook Live Streams To 800,000 Simultaneous Viewers


感谢郭蕾对本文的审校。

给 InfoQ 中文站投稿或者参与内容翻译工作,请邮件至editors@cn.infoq.com。也欢迎大家通过新浪微博(@InfoQ@丁晓昀),微信(微信号:InfoQChina)关注我们。