快手QoE指标设计的分析初探

  • 时间:
  • 浏览:1

上图的第第一根曲线,你是什么 是某直播房间的用户评论中出现卡顿的数量,刚才在介绍QoE指标的并且也专门提到过你是什么 指标,是用户主观感受的直接反馈。在17点58分的时间点上,你是什么 指标一个劲 的上涨,应该是在你是什么 并且用户几滴 的感觉到卡顿了,你是什么 并且时需立刻去查和它相关的QoS指标:单个房间的拉流卡顿率。

运营商ISP,CDN,终端类型,网络类型,客户端版本全是在分析有哪些的大问题时常见的维度。

二, 直播的用户体验(QoE,Quality of Experience)监测指标简介

Q3: 主播端和拉流端的Buffer长度是如何选则的?

一, 快手业务简介

首先,第4个多多维度是省份,即地域,也却说空间的维度,如何让 推流和拉流CDN服务商的资源分布是按大省如何让 大区来部署的,不多不多不多不多选则省份作为关键的地域上的维度来观测QoS至标。

首太快了 判断是全是如何让 QoS指标出现了有哪些的大问题原因的QoE指标波动。比如说主播在直播打王者荣耀,但他的手机连接王者荣耀的服务器卡了会使整个游戏画面变得比较卡,从而原因直播看上去比较卡,你是什么 并且用户的QoE指标会占据 变化,但直播的QoS指标全是正常的,不多不多不多不多在占据 QoE指标变化的并且,一般是先看和它直接相关的QoS指标是全是真的有有哪些的大问题。你是什么 例子,在同样时间点,你是什么 房间的拉流卡顿率也大幅度的上涨,还可不可否 判断是服务质量出了有哪些的大问题。

3,直播质量(QoS)指标介绍

拉流开播并且,用户如何让 会持续观看一段时间,通过在拉流端上报卡顿次数和卡顿时长来计算整体的卡顿率,作为稳定播放期间性能的评估指标。卡顿率的定义却说给定时间窗口内,占据 过卡顿的观看行为数量除以总的观看行为数量。

当用户看一遍画面后,时需评估开播过程的性能,整个开播过程算不算流畅的,这里主要用首帧时间来评估。

采集 / LiveVideoStack

全链路的数据采集,分析,不还可不可否 精准的定位有哪些的大问题,并制定方案改进。本文来自快手流媒体大数据平台架构师罗喆在LiveVideoStackCon热身分享上的分享,他会在10月19-20日的LiveVideoStackCon上分享更全版和全版的内容。

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/vn9PLgZvnPs1522s82g/article/details/8183000068

5, 分析维度

文 / 罗喆

快手的主要业务却说短视频和直播,上图是许多快手的直播截图,从有有哪些图片中还可不可否 看出快手平台的内容比较具有生活气息,场景十分充沛,有室内有户外,有游戏有吃播,如何让 从技术的宽度来看,村里人 主要时需避免用户地域分布广、网络环境复杂性、手机机型复杂性、业务场景充沛等挑战。面对海量的用户,复杂性的场景,村里人 选则通过建立全面的数据监测体系,实时感知用户的体验有哪些的大问题,从而提出有针对性的优化策略,如何让 评估优化的收益。在实践中,村里人 总结了一系列用户体验(QoE)、服务质量(QoS)相关指标,研究了它们之间的区别和心系,对于体验优化有指导性作用,在此分享一下村里人 的相关经验,希望对从事相关工作的同学们能有帮助。

首先,在主播端,评价主播端的推流性能是通过直接计算主播的推流卡顿,主播端最容易占据 有哪些的大问题却说网络抖动原因卡顿。在观众端,首先是通过计算黑屏率评估拉流可用性,黑屏指用户全版看这麼直播的画面,即整个直播观看不可用。

播放端的采集数据,采集过程是主播端的逆序过程。村里人 会全版记录拉流节点信息,细分的首屏时间,接收缓冲区信息,卡顿,码率、解码帧率等,在播放失败的并且,也会上报错误信息和原因。 

2, 主播端采集数据

Q1: 码率自适应做在编码并且,如何实现自适应过程?

5,短视频大数据体系简介和预告

下面来看一遍播率和用户评论卡顿数,完播率的定义是全版的观看一遍4个多多短视频的比例,用户评论卡顿数的定义是直播间里观众给主播发送内容是”卡”或同义评论的数量。完播率评价的是,用户算不算看一遍4个多多短视频。用户评论卡顿数是用户很直观的4个多多真实反馈,当他确实你是什么 直播间卡了,他会要强烈的抱怨一下,这反应了用户的真实体验。在影响你是什么 个多多指标的因素中,技术服务质量的权重就会比较大。完播率涉及到因素主要包括推荐给用户的视频是全是他喜欢看的,以及整个播放过程是全是流畅,有有哪些与具体的技术服务指标全是较强相关性。用户评论卡顿数的波动有如何让 如何让 直播的过程富含许多因素影响到了直播,比如说网络抖动,主播机器卡了如何让 商业CDN的服务质量下滑等等,有有哪些还可不可否 原因用户观看卡顿,而有有哪些全是技术服务质量。这八个QoE指标,能比较全版的说明QoE指标和用户体验相关,也和QoS相关,如何让 QoS在不同的QoE指标所占的权重是不一样的,有的指标用户行为的权重会大许多,有的指标QoS权重会大许多。

五, 短视频业务

首先并肩看一下直播业务的全版流程,还可不可否 分为三块:推流端,传输CDN和播放端。

接下来,看4个多多具体例子,这是4个多多单房间的卡顿监控数据:

三, 直播技术服务质量(QoS,Quality of Service)指标介绍

对于快手来说,QoE是重要的监测指标,但如何让 要找到影响QoE的因素,还时需通过QoS来监测。

剩下的还有不多不多不多不多细分的维度全是业务相关的,这里就不一一列举了。这麼多的维度并且,如何让 不进行聚合,用于数据分析和监控很不方便。时需通过OLAP维度聚合模块,将维度进行一定程度上的聚合。

首先,次均观看时长和在线人数会反映用户的行为,从图中还可不可否 看出,次均观看时长和在线人数两条曲线在晚高峰深冬的随还可不可否 太快了 达到峰值,而在白天一个劲 占据 4个多多比较平稳的增长情況。你是什么 增长趋势是用户行为原因的,如何让 用户在晚上的并且更有时间刷短视频和观看直播,不多不多不多不多次均观看时长和在线人数还可不可否 上涨。你是什么 跟服务质量也会有关系,在晚高峰的并且如何让 卡顿严重,如何让 会引起曲线下行,但总体上来说,服务质量指标在这里所占的权重暂且是决定性的。

直播回放:

4, 直播QoS指标

在十月份LVS大会正式的演讲中,我如何让 给村里人 全版分享,快手团队是如何避免有有哪些困难,制定出符合短视频业务需求的QoE和QoS指标,并利用有有哪些指标指导体验优化的。希望感兴趣的同学不不还可不可否 积极报名参会。

这是4个多多QoE指标和QoS指标关联的例子,也展示了平时跟进具体有哪些的大问题的辦法 :重点监控QoE和核心的QoS指标,在QoE的指标占据 有哪些的大问题的并且,立刻快速的找到和它直接相关的QoS的指标,判断是全是服务质量真的出现有哪些的大问题。

有4个多多特殊的维度是直播房间,单个房间的观看卡顿率,主播有这麼推流卡顿也是一个劲 时时需到的QoS信息。

https://www.baijiayun.com/web/playback/index?classid=13000733000147056&session_id=2013000300020&token=GqnbiUX1y4lt681rrJ0J_RVM5yFl6dFS4sB52SAekvWq3jsp5ES4O8ykX8qRNLttvr5OwSoF9BcKp0fXMnVKLQ

A: 你是什么 是村里人 的4个多多技术形状,还可不可否 离米 提一下是将许多特殊信息写在视频流中间,通过有有哪些特殊信息,在播放端就还可不可否 判断,它和主播之间的延迟是十几个 。

今天的主要内容分为以下十几个 次要:

QoE与QoS指标之间的关系,在大规模数据集下,规律是非常稳定的,如何让 在分析具体有哪些的大问题的并且,情況往往会占据 变化,如何让 实际会影响QoE指标的因素不多,QoS指标却说其中4个多多因素,在QoS指标在短时间下降,这麼差到无法忍受的情況下,直播间的内容和氛围,粉丝群体区别,主播当事人号召力,还可不可否 更显著影响QoE。

QoS指标用于衡量系统中,客观占据 的质量相关事件,是技术优化的主要目标。从技术宽度出发的优化,均以QoS为目标,如卡顿率,首屏时间等。下面介绍一下快手的QoS指标设计思路。

1, 直播全版流程

有了核心的QoS指标,还时需了解从有哪些维度上来分析有有哪些指标,下面介绍一下分析有有哪些指标的维度。

六, Q&A

正如何让 短视频的业务,比直播要更复杂性许多,如何让 村里人 在制订QoE和QoS指标并且,遇到了不多不多不多不多困难。第一,短视频的功能繁多,流程复杂性;第二,涉及模块多,包括上传模块,转码模块,CDN的各种复杂性策略,全链路的监控难度比较大;第三,要平衡清晰度和流畅度,成本之间的矛盾关系,如何让 QoE和QoS的指标制定起来,挑战更大。

采集到了数据并且,为什么么把它转添加4个多多监测指标呢?数据时需汇聚成许多对用户体验有关键影响的指标不还可不可否 进行观测,下面按照直播的流程介绍每个核心QoS指标。

进一步分析,如何让 有几滴 用户拉流卡顿,村里人 推测,很有如何让 是跟主播推流卡顿有关,这麼村里人 看下第三张图,主播端推流监控数据,这两条曲线分别是推流的帧率和码率,在同样的时间点,还可不可否 看一遍是主播推流码率大幅度下降了,此时,观众端卡顿率上升且QoE指标评论卡顿数也大幅度的上升。你是什么 并且,就如何让 定位有哪些的大问题应该是主播的网络占据 了许多抖动,推流码率大幅度的下降,观众端感受到的卡顿大幅度上升。

2,用户体验(QoE)监测指标简介

四, 直播QoE-QoS指标联合分析

3, 播放端采集数据

4,直播QoE-QoS指标联合分析

你是什么 有哪些的大问题说明,用户确实纷纷抱怨直播卡,如何让 村里人 并这麼离开直播房间,还是继续等待英文在直播房间中间。你是什么 情況全版违背了并且介绍的,卡顿率影响观看时长的规律。卡顿率高了,如何让 大次要观众还是要我继续观看。

A: 有有哪些值的过滤全是在服务器端做。

你是什么 截图是快手真实的业务数据的截图,横轴是卡顿率,纵轴是播放时长,还可不可否 明显的看一遍你是什么 曲线的趋势是随着卡顿率的上涨,播放时长快速的下降。实际情況中,假使 数据规模足够大,不管从任何维度观测,你是什么 个多多指标的关系,基本上都符合却说的规律。你是什么 规律也很容易理解,当直播观看变得很卡的并且,用户继续观看的动力下降,不多不多不多不多人会选则退出直播间。 

1,快手业务简介

Q2: 发送端到接收端的延时是如何统计的?

在观看端,短视频的特点是观看时长、下载时长很短,高频,快手4个多多短视频默认这麼7秒,下载时长如何让 这麼1-2秒,如何让 是一下到底的体验。用户对于偶尔出现的卡顿,会更加敏感。

刚才介绍直播的QoE和QoS指标的数据采集,计算辦法 和观测的维度。接下来举例介绍,QoE和QoS指标到底是有有哪些关联?

A: 确实主播端这麼4个多多buffer的强行限制,直播端会在buffer到一定长度进行丢帧,在拉流端,村里人 将Buffer长度限制在5秒,为了控制延时的大小。

图中的第第一根曲线,是观看人数曲线,对比下面的两条曲线,和上图一样,是4个多多QoS指标。还可不可否 看一遍,在主播推流占据 卡顿的时刻,观看人数你是什么 QoE直播却说略有下降,并这麼像评论卡顿数指标那样出现大幅的变化。

从推流端到拉流端的整个全流程都用这八个核心的指标来监控大盘的情況。

除了性能之外还有稳定性,拉流端还有两种场景是如何让 它如何让 许多原因原因断线了,断了并且用户会自动重连,通过统计重连次数观测稳定性。

如何让 你是什么 例子还有4个多多很有意思的地方,你是什么 直播同样的时间点,观察另外4个多多QoE指标:观看人数

简单介绍一下QoE(Quality of Experience)用户体验指标,QoE指标的设计理念是为了更贴近用户的真实感受,采集的是用户的行为数据,主却说用来衡量用户的主观体验,比如直播卡顿了,十几个 用户会离开当前直播间。与之对应,技术服务质量指标(QoS,Quality of Service),主要反映的是客观指标,如占据 了十几个 次卡顿。如上图所示,是八个典型QoE指标的示例。

Q4: 卡顿时长的过滤是在服务器端,还是在客户端?

目前智能监控主却说看省份,ISP和CDN4个多多维度聚合的结果,用你是什么 来做线上的报警,参考历史同期的数据,做同比和环比的监测。此外,有有哪些维度聚合并且进入到数据可视化模块,数据还可不可否 很方便的做多样的可视化和多维度的分析,这里主却说离线的业务分析。

接下来简单介绍一下快手的短视频业务,也为十月份的LVS大会做4个多多预告。这里主却说简单讲下短视频业务和直播到底有有哪些不一样?主要从内容生产,传输,观看来对比:

 

首先,短视频会涉及到复杂性性的内容生产流程,导入、拍摄、剪辑,还可不可否 叠加魔法表情、特效滤镜,比直播要复杂性不多不多不多不多。其次是在采集过程中,短视频还可不可否 做更灵活的策略,如多CDN调度,预加载,CDN预热例如的策略,监控起来也会有不多不多不多不多不一样的QoS、QoE指标,如慢速比、播放完成率等。

A: 村里人 实现码率自适应,主却说通过预测可用发送强度,如何让 在强度占据 变化时,反向反馈给编码器,使之及时调整输出码率,从而实现码率自适应。

制订QoS指标并且,时需先采集比较全版的打点数据,在主播端,采集架构图从左往右,首先是摄像头和麦克风的采集,并且是去噪,美颜和特效等前避免算法,有有哪些技术模块非常消耗CPU和机器的内存,为了监控性能,时需对你是什么 过程中的帧率、CPU和内存占用做全版的上报。并且进入编码环节,这里村里人 同样会监控帧率,除此之外,村里人 也会采样上报编码器的客观质量数据,便于线上做大规模质量调优。在传输环节,村里人 会统计主播端的卡顿次数,记录收流源站服务器的IP、地理位置等全版信息。

A: 动态变化,根据场景设置,但不不超过4个多多限定值。

Q5: 这麼主播推流端的GoP大小恒定的,还是个动态变化的?