會議直播,首更先百睿德關注的是穩(wěn)定行,也就是是不是一套可靠的系統(tǒng)。而可靠性是指系統(tǒng)不會意外地崩潰、重啟甚至發(fā)生數(shù)據(jù)丟失,這意味著一個可靠的系統(tǒng)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(tǒng)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(chǎn)品質量、外部部件、環(huán)境、人因等)造成的業(yè)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(tǒng)可以一直正常運行,這種情況就需要提更高硬件的研發(fā)質量。二,故障不影響業(yè)務。三,影響業(yè)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(guī)避硬件故障產(chǎn)生的業(yè)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(yè)界的服務器統(tǒng)計數(shù)據(jù)看,硬件部件的問題集中在內(nèi)存、硬盤、CPU、主板、電源、網(wǎng)卡上。在云的環(huán)境當中,同一臺服務器上可能運行了若干不同業(yè)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(xiàn)有的故障模式中,內(nèi)存、硬盤故障是更高發(fā)和嚴重故障。

關于視頻會議系統(tǒng)現(xiàn)場的故障和問題的規(guī)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(tǒng)反復宕機重啟。服務器發(fā)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(nèi)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(wǎng)絡全球直播,尤擅多語種同聲傳譯會議的網(wǎng)絡視頻直播。

備選方案一:視訊內(nèi)容卡慢導致更大數(shù)據(jù)集群故障。某更大數(shù)據(jù)平臺集群節(jié)點出現(xiàn)慢盤故障(系統(tǒng)每一秒執(zhí)行一次iostat命令,監(jiān)控磁盤I/O的系統(tǒng)指標,如果在60s內(nèi),svctm更大于100ms的周期數(shù)更大于30次則認為磁盤有問題,產(chǎn)生該告警)。更先是ZOOKEEPER出現(xiàn)故障,后出現(xiàn)集群平衡狀態(tài)異常。然后同一節(jié)點的其他服務也出現(xiàn)故障,最后整個節(jié)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(jié)點就會重復出現(xiàn)此情況。在未發(fā)現(xiàn)其他問題的情況下選擇重啟系統(tǒng),業(yè)務中斷時間十幾分鐘。

隨著使用年限的增加,音視頻包括網(wǎng)絡設備出現(xiàn)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(yè)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(wěn)定運行,所以百睿德云當下頗為關注的是平臺和系統(tǒng)的有效集成。