想要實現優質高速的互聯網視頻服務，一定離不開高質量的內容分發網絡服務，就是我們常說的CDN，在10月13日云棲大會視頻多媒體分論壇上，阿里云高級技術專家空見為大家講解了CDN服務過程中，數據處理、安全監測、日志分析、智能分析是如何為CDN賦能的。下面是演講主要內容提煉：

一、業務背景

目前阿里云CDN的節點的數量超過1200個，可承載的帶寬能力超過80Tbps，基本能覆蓋國內一半的分發要求，海外的部署也是十分廣泛的。在產品方面，CDN包括PCDN、安全加速、全站加速等各種子產品，因為分析的場景不同，所以對數據平臺的擴展性也提出了更高的要求。從業務規模來看，阿里云CDN現在線上跑著百萬級的域名，每個域名的分析都要做，比傳統CDN高了兩個量級。如此龐大的業務，對于用戶內容的分發是好事情，對數據的回收和分析，卻是一個不小的挑戰。

二、數據需求

CDN的數據有三個關鍵字：海量、可靠、實時。

海量，CDN目前每秒鐘有大幾千萬的數據訪問，每天會沉淀出來5PB的系統日志，所以離線數據通常在EB級別，這個對實時計算和離線分析都有很大的壓力；在監控這塊阿里云CDN每天達到千億級別，而且每年CDN數據增長都在100%之上，所以系統必須要有很強的擴展性，并提前設計好各個環節。

可靠，CDN的數據一定要是準確的，不能有毛刺的數據。因為數據的應用場景是很苛刻的，比如計費和監控，不能出現紕漏，不能漏報誤報。數據出來后，阿里云CDN還要在全球范圍內調度流量，一絲一毫的不準確都可能導致很嚴重的后果，所以對于數據的準確性要求很高。第二是系統本身的穩定，系統各個環境不能有明顯的瓶頸，系統要有足夠強的容災能力，系統的自動恢復方案也要是充分的。

實時，在從前，阿里云CDN是五分鐘分析一次數據，不管是計量還是計費，都以這個為標準。現在，因為有了更多的業務場景，以直播為例，如果一個主播推流斷掉了，不能馬上發現的話，影響的可能就是幾十、上百萬的用戶的觀看體驗。所以，在實時性上，阿里云CDN現在能做到分鐘以及秒級的實時，也就是說，在整個數據的要求上來看，不僅吞吐量要大，延遲也要足夠低。

如此大規模的數據，如此嚴苛的要求，阿里云CDN又如何應對呢？

三、數據收集

下面我們看看阿里云CDN在數據收集方面是怎么做的。現在整個系統數據量化的程度還是比較高的，不光是用戶的訪問數據，系統的操作數據也是可以量化的。下面是數據收集全貌圖：

數據來源，有兩個方面，一個是左邊的節點，另一個是右邊的用戶。

先從從左邊的邊緣節點來看，它是從全球的邊緣節點去采集和處理，上面的數據大部分都是訪問、回源的日志，節點之間互相探測的日志等，在總數據中占比80%以上。這里的數據量級非常大，而且本身CDN就是分布式系統，所以阿里云CDN將一部分數據分析工作在節點上就先完成了，比如通用的流量、命中率、QPS等指標，會在節點上做預處理，同時，全量的數據也會通過流式傳輸往數據中心去走。

右面是用戶數據，通過瀏覽器或SDK來訪問我們內容的用戶，還包括系統上的用戶，包括管理員管理配置、業務人員在后臺對線上資源進行調配等，一般這里的數據直接通過流式傳輸平臺SLS客戶端直接發出。

在中心傳輸這一層，阿里云CDN采用阿里云本身的SLS產品，SLS支持對數據進行抽取、轉化、分發、檢索等功能，本身比較靈活，滿足了ETL的場景，并且可以在上面做一些客戶定制化的處理。SLS下來后，再用Blink對數據進行流式處理，它有一個好處就是中間狀態可以保存，不需要應用和外部的第三方存儲再做交互，能夠滿足數據定制化分析的一些場景。原始的訪問及分析后的業務數據，最終會沉淀存儲在ODPS中。用戶也可以選擇其他存儲方式，比如可以提供文件下載功能的對象存儲OSS。另外，時序數據也會存在OTS數據庫中，以備實時檢索。

以上的數據收集，基本上都是采用阿里云的產品，阿里云CDN的技術專家們只需要把系統串聯起來，保證整體可用性即可，如此，就能將更多精力集中在數據的分析和應用上了。

四、數據分析

在數據分析這塊，離線方面會做的輕一點，做運營報表和數據挖掘。阿里云CDN更多的是做實時數據分析。這兩個分析系統，會將數據最終匯集到專家系統，用于檢測這些數據有沒有異常，找到異常問題的定位。找到問題根源后，根據其他平臺產生的數據，關聯起來，用機器學習的算法做一個問題的分類。

數據分析的使用場景包括：
自動化運維，通過機器資源、線上問題的收斂，阿里云CDN目前只需要三個運維就足夠了；
智能調度，實時根據大區、節點的情況，合理調度流量和進行節點建設；
用戶畫像，相當于給用戶提供一個體檢，給出當前服務的建議，優化業務；
事件中心，記錄當前節點上正在發生的事件，關注網絡抖動和發布情況。

五、數據應用

左邊是官網的截圖，用戶可以根據自己想要的維度，關注各類報表，看到CDN使用的情況。
中間是內部的監控系統，分鐘+秒級監控，用于問題的復排和打標。
右邊是事件的數據，顯示當前整個平臺的流量、事件等級和匯集情況等。

除了業務層數據，阿里云CDN和阿里云IDST聯合，對CDN上分發的文本、圖片、視頻等內容進行鑒定，篩查涉黃等違規內容，防止IP被封。

六、總結

整個CDN數據化為了驅動系統，形成下發、執行、采集、分析的閉環。

在分享的最后，空見總結道：“從業務接入層，我們可以提供方便、快捷的接入環境；在策略執行層，我們可以快速把操作發布到線上，達到秒級生效；在數據生產層，我們將把所有的系統都量化起來，采集到海量、有效的數據；在決策中心層，我們相應對數據進行收斂，只關注關鍵數據指標，整個是一個閉環的過程。有了數據化的系統，后面的自動化、智能化才有更多發揮的空間。”

總結

以上是生活随笔為你收集整理的阿里云高级技术专家空见： CDN的数据化之路的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。