腾讯研发总监王辉：十亿级视频播放技术优化揭秘 读后笔记

原文：腾讯研发总监王辉：十亿级视频播放技术优化揭秘

agenda： 快速上线 --> 成本优化 --> 体验优化

我的分享主要是按照我们产品迭代的几个关键步骤展开：
首先是快速上线，2015 年我也是跟随着大家的体验快速上线了新短视频的体验；
其次面临的是成本问题，在做的过程中做了一些成本的优化工作；
然后是体验优化。在解决成本问题之后，短视频的观看体验要做到极致。比如说视频的秒开、不产生缓冲、不卡、成功率的提升。

1 基本的播放需求

基本的技术要点
边下边播，加速播放速度
流量控制，具备元控制能力，让带宽消耗可控
与业务合理解耦
模块化复用，统一播放逻辑，跨平台
监控上报，多维度监控，对业务知根知底

可以看到，完成核心技术要点最核心的一点是如何控制视频的下载，传统的方式是播放器直接塞播放地址给播放器，它就可以直接播放，这其实是一个黑盒。
我们在中间加了一个本地代理，播放器与服务器的数据请求，我们完全可以把控。在这个过程中，比如说播放器要数据时，可以给它更多的数据，这样能解决它缓冲的问题。有了这层代理之后，架构也更清晰一点。

基于 MVC 架构，在 MODEL 一层做一些业务的逻辑，在 VideoController 这一层做控制视频的播放和下载。
有了下载代理之后，就可以通过代理管理下载，在 APP 里面有很多的视频请求，VideoProxy 可以管理这些请求，做流量控制，做预加载，还可以做优先级调度和做监控上报，下载逻辑层则主要关注怎么优化服务器，对接缓存管理层，同时我们抽象出了一个数据层，我的数据源可以是 HTTPDataSource，也可以读本地，也可以是来来自腾讯视频的数据源，也可以是第三方 APP 的数据源，协议层主要是 HTTP、HTTPS、HTTP2 的解决。
在 VideoController 的逻辑里，其实都可以放到 C 层来实现，这样安卓和 iOS 完全可以通用，这一层的逻辑可以在 QQ 和 QQ 空间两个 APP 里面使用，相当于是我们一套逻辑可以完全复用，不用再开发四套逻辑。

监控目的：
问题定位
耗时统计
成功率统计
实时告警

监控上报，肯定是不可缺少的，这是一个成熟的项目必备的要素：

1. 问题定位，老板跟用户反馈说我这个视频播不了，要有一套成熟的问题定位的方式；
2. 耗时统计，用户播放这个视频花多长时间播出来，这也是要了解到的；
3. 成功率统计，外网用户播放视频的成功率是多少？还要通过实时报警，才能及时知道外网发生一些故障。

定位问题
    错误归纳
    上报流水
    错误统计
实时统计
    播放成功率
    下载成功率
    缓存耗时
    缓存概率
    播放次数
实时告警

传统的捞 Log 方式大家都有，但是这种方式效率太低，需要等用户上线之后才能捞到 Log，Log 捞到之后还得花时间去分析。我们做法的是在关键问题上做一些插装，把每一类错误和每一个具体的子错误都能定义出来，这样一看错误码就知道播放错误是由什么原因导致的。

还可以把每次播放视频的链路所有关键流水上报到统计系统里来，每一次播放都是一组流水，每一条流水里面就包含了例如首次缓冲发生的 Seek，或下载的链接是多少，下载的时间是多少，有了这些流水之后，用户反馈播放失败，我首先可以用流水看发生了什么错误？错误在哪一步？每一步信息是什么？几秒钟就可以定位到问题。

有了这个数据上报之后，还可以做一些报表。比如说可以做错误码的报表，有了报表之后就可以跟进哪个错误是在 TOP 的，负责人是谁，原因是什么，都可以看到。

3 成本优化

如果之前不做限速的话，一点开视频就疯狂地下数据，带宽有多大就下多少的数据，这样浪费很严重。我们采取的第一个策略是进行流量控制。在高峰期播放到第 10 秒时，预下载 N 秒数据，下载到 N 秒就停下来。然后，可以做多级限速。一开始不限速，下载到合适时机做 1 倍码率限速。高峰期时预加载的数据会少一些，防止高峰期时带宽占用明显，这是初级的策略。最终我们也有码率切换的策略。这对用户的观看体验影响比较大，这也是之前必备的一个策略。

流量控制
H265
    客户端适配
    客户端解码适配
    客户端解码覆盖
    H256编码后端策略
    H256编码后端优化
    自严H256编码器

4 体验优化

核心的流程主要是三个步骤：
客户端初始化播放器；
下载数据；
等待播放。

这里主要有两个大的耗时点，第一下载视频数据耗时；第二个是客户端的耗时，下载视频数据耗时的话，主要是下载数据量和下载的速度。
这里有一个很直接的问题，播放器需要下载多少数据才能播放？

优化点：

1. mp4的MOOV问题，保证都在文件首部
2. 播放器行为优化（Mdata优化）
3. 优化下载耗时
   防盗链耗时
   IP直出与竞速
4. 预加载：预加载时机
5. 客户端性能优化
   线程梳理
   异步化
   重复运算做缓存
   hls优化
   串行下载改并行下载

缓存优化
正常情况(10%)
带宽调整（暂停其他占用下载带宽的逻辑）
低速切换IP
网络抖动（单次下载出现两次抖动，就突破下载限制）
Seek场景(90%)
缓存系统重构，支持文件空洞
存储做一次重构，支持文件空洞

成功率优化
成功率优化，也是比较关键的指标。成功率优化没有捷径，可能是 Case by Case 各个击破。
针对错误进行编码，有几百个错误码，每一个错误码捞 log 去看，错误码原因进行上报，每次进行循环一个个错误码进行解决
下载常用错误
DNS劫持 35%
异常返回403 25%
异常返回404 10%
慢速网络 10%
网络不稳定 10%
异常返回500 5%
内容遭劫持 5%
播放常用错误
视频播放器内部错误 35%
播放器调度不合理导致的错误 65%
播放器成功率解决
逻辑上的问题，因为播放器是有状态机的，开发人员比较多，每个人过来加一个逻辑的话，会导致播放状态出现问题。
解决播放器错误的方法：
HOOK 播放器接口与回调，实现播放器状态机，监控插放器 API 的调用是否合法，不合法直接告警或 Crash。
帮助开发快速定位问题，同时减轻测试同事的负担，封装成 UI 组件，使其它开发不必理解播放器。