首次披露：快手是如何做到百万观众同场看直播仍能秒开且不卡顿的？

前言

移动视频直播经过2016年的井喷期，已经进入下半场，大家的关注点已经从如何构建完善的直播平台的粗放增长阶段，转入精细化运营阶段。如何在巨大的流量、复杂的应用场景、复杂的网络条件下，持续优化用户体验，是业界十分关注的话题。

快手拥有5亿注册用户，单个直播间人数峰值已经超过180万，他们针对海量用户，基于大数据技术，在首屏和流畅度优化上做了大量的探索与实践。快手直播是如何设计全链路质量监控方案、如何搭建大数据处理Pipeline 、如何解决开播跳帧、首屏卡顿优化等问题的？本文干货满满，全面解密快手直播大数据技术架构与优化实践。

罗喆，快手 软件工程师，最早加入快手的视频技术工程师，负责移动直播系统的构建和调优，并且搭建了基于大数据的质量监测系统。 加入快手之前在腾讯从事实时视音频传输优化工作。来文整理自快手软件工程师罗喆在ArchSummit深圳2017上的演讲

开场白

大家下午好，我是罗喆，来自快手，过去的一年多我在快手做直播的体验优化相关的工作。今天给大家分享的主题是快手如何在大数据的驱动下来优化直播的质量。

加入公司这一年多，公司的注册用户和日活每天都刷新峰值，到现在，快手的注册用户已经超过5亿，短视频数量已经超过了int32所能存储的数字的上限，也就是21个亿，日活跃用户数也已经达到6500万，而且还处于高速增长的趋势之中。

快手的直播业务2016年初上线，我们的直播业务和别的直播平台很不一样，那就是快手的直播是面向普通人的直播，而不是只有网红大V；快手的直播内容，也大多是常见的生活场景，非常多样化，这样的模式也决定了快手直播需要考虑的业务场景更复杂。

目前，快手的直播业务量迅速增长，单个直播间的观看人数峰值，最高时超过了百万人。（8月7日，在用户“MC天佑”的直播中，快手单个直播间同时在线人数最高超过了180万。）那么，我们是如何在庞大的用户基数下保证直播的流畅度呢？我将从四个方面进行解析。

快手直播面临的挑战与解决方案

1快手直播的特点和挑战

快手直播有四个显著的特点，这些特点给快手带来了机遇，也让我们面临着巨大的挑战：
 

• 一是随着直播业务的不断发展，用户对直播的体验要求越来越高，需要做精细的人群优化；
• 二是快手主要是面向普通人的直播，场景丰富真实，也带来一些问题，比如用户的网络情况非常复杂；
• 三是用户基数大，直播的流量巨大，为了业务的稳定性，必须采用多家供应商CDN，也带来了管理和业务上的复杂性；
• 四是不同场景的直播要求不一，我们需要在不同的场景下面对清晰or流畅、首屏秒开or低延时这样的矛盾选择。这样的业务特性下就会带来体验问题多样化、不同CDN之间的需求协调周期长，以及网络环境复杂多变的问题。

2数据驱动的优化方法论

针对线上纷繁复杂的直播体验问题，快手视频团队在实践过程中总结出了一套数据驱动的优化方法论，归纳一下有三点：
 

• 首先是区分痛点，设置优先级：
  把问题分为两类：可以忍受和不能忍受，不能忍受的诸如播放失败、绿屏和黑屏等，这种影响功能可用性的问题定位高优先级，快速处理；可以忍受的包括卡顿、清晰度、延时等能看但用户体验不好的设置普通优先级，持续优化。

• 

• 其次是制定优化方案：
  问题出现后，定制一个合理的优化方案，这里可能涉及到多方，有快手需要解决的问题，也有CDN服务商需要解决的问题，需要合理的排期保证问题有序解决。
• 第三步是灰度验证或AB测试：
  解决问题之后通过观测全网的数据进行灰度验证，确保方案是真正有效了之后，才全量上线。

 

快手直播全链路质量监控

这套方法论的基础是数据，那么，快手直播到底用到哪些数据，怎么判断用户的播放体验是否 OK 呢？下面先介绍一下快手的直播系统端到端的处理流程：视音频信号实时采集，经过预处理和音视频编码，封装发送到 CDN 源站，播放端从 CDN 边缘拉到数据，然后进行解码，经过音视频同步之后，给观众展现出来。

我们在推流端和播放端分别做了非常完善的质量监测体系。在推流端，数据的源头是摄像头采集到的画面和麦克风采集到的声音