视频分布式转码-只需批量计算一个API

视频分布式转码

网络流量分析机构Sandvine 2018年10月的《全球互联网现象报告》中显示，在全球整体的互联网下行流量中，视频占到了近58%。现在原始视频的分辨率越来越高，但是在互联网带宽有限的情况下，大部分视频提供商都需要将原始视频转码成多种清晰度的视频，便于用户在不同的网络环境中选择不同清晰度的视频进行观看。因此，视频转码成了必不可少的技术环节。

目前视频转码系统一般的架构形式如下图所示：

转码系统中各个角色的功能如下：

• 转码中心控制节点：负责调度和分发转码任务，原始视频切片和转码后视频合并等工作。
• 转码机： 从中心控制节点接收转码任务，完成转码工作，高CPU消耗。
• 存储系统：存储源视频供转码机机型下载，以及转码后的视频供用户下载。

而为了加快转码速度，多采用分片转码，具体流程如下图所示：

若从零开始搭建这套转码系统需要开发的服务器角色多、交互多、任务管理调度复杂。一般转码机都是高CPU消耗，这就需要提高硬件配置，而在没有转码任务时，系统中的服务器实际是处于空闲状态，这也是一种很大的资源浪费。

使用腾讯云的批量计算产品，只需要调用一个API-SubmitJob 就能自动完成上述复杂的调度和交互流程。并且批量计算只在提交转码任务时才创建腾讯云服务器，在转码任务完成后自动释放云服务器，做到按量按需使用，极大地节约资源。同时批量计算结合了腾讯云的竞价实例，更是能让云服务器使用成本减少90%以上。

本文将介绍一种使用腾讯云批量计算完成分布式转码的方法。

使用腾讯云批量计算转码

批量计算简介

腾讯云批量计算-Batch Compute，动态创建服务器资源以响应提交的作业，可以免除用户配置维护云服务器的工作，按需使用。同时批量计算利用自身的调度功能，能有效地处理作业内部任务之间的先后关系，免去复杂的调度逻辑，让使用者将更多的精力集中于数据的处理和分析上。

批量计算与分布式转码

批量计算中有三个重要的概念：

• 作业：用户提交批处理工作的最小单位，它由单个或多个有前后依赖关系的任务组成。可以通过非常易用的 DAG 语法，来给多个批处理任务设置依赖关系，共同组成一个作业，然后依次执行各个任务，直到所有任务完成。
• 任务：作业的基本组成单位，包含了实际在一台云服务器上执行的应用程序的相关信息。
• 任务实例： 批量计算调度和执行的最小单元，负责执行具体的计算任务。

现在我们在分布式转码