优酷网视频存储架构

优酷网视频存储架构

2010-12-29 16:05

视频分享网站总会面对这样两个问题：视频资源能否吸引网民以及视频浏览是否顺畅？中国互联网协会互联网数据中心发布的《2008上半年视频网站数据》显示，2008年上半年，优酷网月度总访问时长突破1.1亿小时，通过与全行业的浏览时长比对，优酷网占据的时长份额已超过50%。Gomez中国网站用户体验排行榜显示，2008 年7月1日到2008年7月31日，优酷网的平均响应时间是2.78秒。

1.1亿小时与2.78秒，正是这两个长短对比鲜明的数据，充分体现出优酷网“快者为王”的经营理念。近日，记者独家采访了优酷网CTO姚键，试图从技术方面揭密优酷网的快字诀。

一切为了性能

“2007年，优酷网的用户访问量提升了25倍。”姚键说起这个增长仍显激动，“硬件设备同样有相应的增加。”据记者了解，目前优酷网有近千万个视频资源，以每段视频20MB来计算，大约占据200TB的存储空间。优酷网采用服务器直连式存储（DAS）架构，即一台服务器只连接一台存储阵列。姚键透露，优酷网目前有数千台服务器。

优酷网的服务器主要来自戴尔，还有一部分来自惠普。优酷网引进的戴尔服务器主要以 PowerEdge 1950与PowerEdge 860为主，存储阵列以戴尔MD1000为主。如上图所示，优酷网将PowerEdge 1950作为Web服务器和流媒体服务器，分别服务于页面系统与视频系统。另外，还有一些服务器作为转码服务器，将用户上传的视频进行解码和再编码，最后做成统一的FLV格式。在存储层面，优酷网主要利用戴尔MD1000+ PowerEdge 860的组合，两者以DAS的方式相连，作为一个存储单元。

在回答记者提出的为何没使用网络存储，如SAN等架构时，姚键表示：“用户访问量持续成倍增长，对系统的性能、成本和可扩展性都造成了很大压力。采用 DAS存储可以更好地满足对性能的需要。如果采用SAN存储，不仅成本增加会十分明显，而且在系统变得日益庞大时，性能也会出现瓶颈。”

“为了提高用户的访问速度，我们想了很多办法。”姚键表示，“我们甚至都不用RAID。不采用RAID技术，可以节省很大的存储空间，同时减少成本，而且能够提供更好的I/O性能。”据悉，目前优酷网的存储系统利用率都在90%以上。不用 RAID是否会给视频数据的安全带来不良后果？姚键表示：“由于优酷网采用了自建的内容分发网络（CDN）技术，所有视频在不同的城市都有副本，所以不用担心数据的安全性。即使某地的一段视频发生了损坏，用户也可由实时的调度系统引导至其他CDN站点进行视频浏览。在优酷网的内容分发网络中，局部失效不影响整体访问，实际上比存储网络的安全性更高。”

更大范围内的分级存储

自建的调度系统是优酷网实现快速访问体验的核心。优酷网将所有的服务器和存储设备分布在全国20多个CDN站点中，方便当地用户就近访问，以获得更快的视频体验。

不像其他应用可提前计划，互联网访问具有很大的不可预知性，很难预测什么视频在哪段时间的访问会突然增加。因此，实时有效的调度系统就显得非常关键。在网民访问优酷网的视频时，调度系统会根据该视频原本发布所在的位置、用户IP地址等信息安排网民就近访问，并会参考该站点的设备是否出现损坏、该地区是否是访问热点等因素，以便使用户的浏览速度达到最快。正是有了高效的调度系统，优酷网才可以将 90%以上的带宽都提供给用户，而其他CDN系统提供给用户的带宽通常只有70%~80%。

“优酷网所有的视频在一周之内会被用户访问一遍。”姚键说，“因此，优酷网的数据区分在线、离线的意义不大，更不用像其他行业那样要把部分历史数据进行归档处理。”事实上，优酷网对视频信息也会区别对待，只是区分的标准在于访问热度。访问频率高的视频会根据访问用户地址在各CDN站点间重新分布，并且会存放在SAS硬盘上，而冷门视频则会存放在速率稍慢的SATA硬盘上。

用户连线

优酷网CTO姚键

技术是互联网的生命。由于设备急速增加，我们非常在意系统的成本、性能与可扩展性。我们没有使用最先进、最贵的系统，就像Google使用自己的文件系统一样，不在乎贵不贵，而在乎是否合理运用。每台服务器或存储系统配多少块硬盘，文件块的大小为多少，我们都会做详细测试，以实现更佳的性能配置。

快速崛起的视频网站

根据知名调研机构AC尼尔森公司的数据：优酷网日视频播放量（VV）在2007年12月就突破1亿，每日独立访问用户数量（UV）超过1200万。最新的数据是优酷网的VV已经达到1.5亿，UV超过2500万。“在一定的周期内，硬件平台的性能必将会发挥到极限，但此时用户的需求仍持续性地高速增长，这就需要最新技术和最新产品要跟得上甚至超过我们的步伐。我们每年都会经历几次‘向硬件要性能’的阶段。” 优酷网采购经理赵辉先表示。

“我们重视新技术，例如对SSD（固态硬盘）就很渴望。我们非常看重SSD的I/O能力，其随即读写速度非常高，这是现有所有硬盘都达不到的。我们渴望这种新的硬盘能迅速应用到新的服务器中。” 赵辉说。

目前优酷网采用的是基于Flash的视频点播技术，这与P2P直播/点播有所不同，前者所有流量都来自服务器。因此优酷网相比其他网站，更需要大量存储和流媒体服务器。
 
基于此，优酷网对硬件设备供应商的要求主要有以下几点：

第一， 供货期短。硬件设备的供货是否及时，对发展迅猛的互联网企业而言生死攸关。用赵辉先生的话说，“我们要求供应商能迅速供货，而不是坐等。在互联网行业，等待往往就意味着死亡。”供货期尽可能地短，成为其选择供货商的首要因素。

第二， 产品线完备。一方面，互联网行业是对新技术有着强烈需要的行业，渴望最新的技术能迅速应用到成熟的硬件产品中；另一方面，“适合的就是最好的”，考虑到成本等因素，优酷网还需要一些虽然不是“最好的”，却是最“适合的”产品，这就要求硬件设备供应商的产品线齐全，用赵先生的话说就是，“我们要的设备，供应商都要有。”

第三， 由于运营成本高，性价比也是优酷网需要考虑的重点。最后，由于优酷网的服务器分布在全国各地，远程管理与7X24小时现场服务等优质的技术支持与服务也是优酷网必需的。

服务器应用

目前，优酷网主要采用dell PowerEdge 1950、PowerEdge 860，存储阵列以dell MD1000为主。这些设备的主要配置如下：

PE1950采用英特尔至强5310处理器，4G内存，两块300G SAS硬盘。PE860采用英特尔至强3060处理器，4G内存，一块80G SATA硬盘。MD1000存储阵列则装载有15块750G SATA硬盘。

在体系结构上，优酷网采用分布式的结构，服务器和存储设备分布在全国各地，用户就近访问，获得最快的视频体验。

优酷网将PE1950作为Web服务器和流媒体服务器，分别服务于页面系统与视频系统。页面系统用以展示用户信息、积分、留言及视频的截图、排名、展示等，该系统所用的服务器数量只占20%左右，80%的服务器都是用于视频系统的流媒体服务器，它们通过负载均衡的方式为用户提供流媒体服务。

优酷网视频系统的加速机制较复杂，简单而言，它通过多种方式保证分布在全国各地的用户进行就近访问—— 用户点击视频请求后，优酷网将根据用户所处地区位置，将离用户最近、服务状况最好的视频服务器地址传送给用户，从而保证用户可以得到快速的视频体验。另外，还有一些服务器作为转码服务器——由于用户上传的视频格式很不统一，大小也不一样，就需要转码服务器首先进行解码，解码后再编码，最后做成flash 文件，即统一的Flv格式。转码服务器在做完这些工作后，进行分发，存储，最后再通过流媒体服务器将视频传送给用户。

在存储层方面，与服务器层面的“就近访问”相对应，优酷网的存储则是采用“分布式存储”，即利用 “MD1000+PE860”的组合，将视频数据都存储在服务器所处的全国各大城市。MD1000与PE860以DAS（直连存储）的方式相连，作为一个存储单元，每个存储单元之间各自为阵，不存在关联——一台PE860服务器只连接一台MD1000存储器。