全域调度：云边协同在视频场景下的探索实践

随着多媒体业务越来越多的涌现，每个业务都有不同的差异性特征。各大视频云厂商遇到的最大挑战是如何打造多媒体分发网络，使用最低成本为多业务提供最优质网络体验。本次分享邀请到了华为云算法专家——杨昌鹏老师，为我们介绍云边协同在视频场景下的探索实践。

文 / 杨昌鹏

整理 / LiveVideoStack

大家好，今天我会从云厂商的角度与大家分享一下怎么去做全域调度，本次分享的题目是——全域调度：云边协同在视频场景下的探索实践。

首先自我介绍一下，我本人是视频领域的新手，之前主要的研究方向是云资源相关的调度优化，包括VM调度，容器调度。最近一段时间主要在做视频相关的调度，包括带宽资源的规划和调度相关的算法研究。

本次分享，主要包括以上四个方面，其中核心模块是后三个，接下来，我将为大家一一进行介绍。

#01

全域调度简介

分享的第一部分是全域调度的简介，大家对这个词可能会比较陌生，实际上这是在上周华为TechWave上发布的分布式云的概念，分布式云其实就是一张网，把客户所有不同类的请求全部纳管起来。对客户来讲我们是统一的架构和管理界面，但对我们来说，这里面需要很多的调度技术，全域调度就是里面非常核心的模块。

说到调度，一个友商同事曾说，调度的本质是修路，其实我不太认可。说到调度一定要有两个对象，一个是资源，另一个是业务，这两个东西如果脱离任何一个来讲，都不合适。如果调度的本质是修路的话，那应该还要看你有预算。我们可以先从云厂商的角度来看调度，业务是多样性的，典型的主要包括点播、直播、RTC。每种业务的时延要求、质量以及其承载的规模都是不一致的，同时每种业务采用的基础架构也有不一致性。比如点播的形式，基本采取通过存储上面的Cache来换带宽。直播和RTC都是长连接，做调度时需要注意的是端到端的时延，所以非常不一样。

我们再看资源，资源层也分为两块，其一是计算资源，其二是带宽资源。在视频云上涉及到整个全链路资源，包括端侧，边缘侧，中心节点，公有云。这些资源在算力上明显是由低到高的，同时还会有一些带宽资源，在时延和成本上都是不一致的。所以我们的业务种类有很多，资源种类也有很多。

一个非常朴素的想法是，我们如何实现多业务和多资源的协同匹配，这其实在现实中是有案例的。比如我们的快递网络，一家公司可能有做快的票单，也有做慢的票单，实际上它们也是资源的协调。例如有些线路上，快慢件可以放一辆车上，有些快慢可以放到不同的独享车辆上，这些都是从资源利用率的角度上考虑的。实际上我们云上面临的调整会更大一些，因为我们本身决策的颗粒度和时长会有更高的要求，可能是毫秒级的，同时云上的业务种类众多，使得我们整个调度问题会变得非常复杂。

这个复杂我们可以从两个视角来看，一个是我们的云使用者来看，其实他的诉求是有“变”和“不变”两种。第一个“变”是说，带宽的资源需求量变化是非常大的，比如针对直播这样的场景，晚上带宽的需求量会突然变高。但是我们的用户又希望在带宽发生剧烈变化时，资源是可以及时获取的。在春节时期，带宽资源会有上百T的需求，那如何去应对这种突发的资源请求呢？

另外业务的种类是不同的，不同的业务有对应的SLA要求，甚至同一个产品，例如直播内还有连麦，包括还有新的业务也在逐渐产生。它们在不同场景下对时延的要求不一样，那么我们如何去应对业务种类多样性？

同时我们的业务本身地域上的分布式也是变化的，比如主播跟用户的分布是非常不一致的。典型来讲，我可能在华南地区和华东地区，我的用户分布会比较多，那如何去应