順義視頻會議直播,技術保障,百睿德備選方案

會議直播,首更先百睿德關注的是穩定行,也就是是不是一套可靠的系統。而可靠性是指系統不會意外地崩潰、重啟甚至發生數據丟失,這意味著一個可靠的系統必須能夠做到故障自修復,對于無法自修復的故障也盡可能進行隔離,保障系統其余部分正常運轉。簡而言之,可靠性的目標是縮短因故障(產品質量、外部部件、環境、人因等)造成的業務中斷時間。

更高可靠可以從三個層面理解:一,不出故障,系統可以一直正常運行,這種情況就需要提更高硬件的研發質量。二,故障不影響業務。三,影響業務但能快速恢復。后兩個層面可以通過“軟件定義”的方式去規避硬件故障產生的業務中斷。

談到可靠性,首更先要了解服務器的關鍵基礎部件。從業界的服務器統計數據看,硬件部件的問題集中在內存、硬盤、CPU、主板、電源、網卡上。在云的環境當中,同一臺服務器上可能運行了若干不同業務、不同場景的虛擬機,一旦物理設備崩潰,將會波及眾多用戶,同時也會對運營商自身造成巨更大損失。而在現有的故障模式中,內存、硬盤故障是更高發和嚴重故障。

關于視頻會議系統現場的故障和問題的規避,百睿德作為云會議服務的提供商,必須有一整套解決方案。

備選方案一:云直播的UCE錯誤導致服務器系統反復宕機重啟。服務器發生宕機重啟,登錄服務器的BMC管理界面,查詢服務器的告警信息,在0.5秒以內完成備用主機的接入,隨時為云直播的平臺進行更底層接力。百睿德專注云視頻會議的網絡全球直播,尤擅多語種同聲傳譯會議的網絡視頻直播。

備選方案一:視訊內容卡慢導致更大數據集群故障。某更大數據平臺集群節點出現慢盤故障(系統每一秒執行一次iostat命令,監控磁盤I/O的系統指標,如果在60s內,svctm更大于100ms的周期數更大于30次則認為磁盤有問題,產生該告警)。更先是ZOOKEEPER出現故障,后出現集群平衡狀態異常。然后同一節點的其他服務也出現故障,最后整個節點所有服務全部故障,隨后重啟自動恢復。但是在3-10分鐘之后該節點就會重復出現此情況。在未發現其他問題的情況下選擇重啟系統,業務中斷時間十幾分鐘。

隨著使用年限的增加,音視頻包括網絡設備出現故障或者其他問題的概率也在增加;從歷史問題分布、以及業界會議展覽設備可靠性故障曲線,都可以看到視頻相關問題正成為影響云會議直播穩定運行,所以百睿德云當下頗為關注的是平臺和系統的有效集成。