大视频处理简单来讲 ， 处理一个大视频的基本思路是：
（1）将视频先进行切片处理 ， 把每一个分片的大小控制在合理的大小 ， 以便单个函数计算实例可以对其进行快速处理 。
（2）拉起多个函数计算实例对每一个分片进行并行处理 。
（3）对处理结果进行合并 。
通过Serverless工作流 + 函数计算进行视频处理的流程如下：
文章插图
通过Serverless工作流提供的可视界面 ， 我们能在工作流执行的过程当中 ， 方便的查看到每一个步骤运行的信息 ， 并配合自定义的Dashboard实现对整套视频处理系统的全面监控：
文章插图
文章插图
总结基于函数计算和Serverless工作流的弹性高可用视频处理架构 ， 充分体现了云原生时代Serverless化思想 ， 以事件驱动的形式触发函数执行 ， 真实计算资源真正意义上的按需使用 。
对于使用而言 ， 这套方案在保证业务灵活度的同时 ， 可以显著降低维护成本与资源成本 ， 并大幅度的缩短项目交付时间 。
在线教育领域对于视频处理的需求量非常大 ， 而且对于处理速度、并发吞吐量、资源利用率等方面都有极高的要求 ， 函数计算 + Serverless工作流方案组合帮助用户轻松建设弹性高可用的视频处理架构 ， 是实现这些复杂需求的最优解 。随着云原生的不断发展 ， Serverless相关技术还将深入更多的业务场景 ， 有未来有无限可能！
推荐阅读
- 用云服务器搭建VPN，构建自己的企业专线
- 如何构建和谐的师生关系
- 教你在几分钟内构建一个Python包
- 新闻个性化推荐系统源码之构建离线用户画像
- Node.js构建 Web 服务
- 全栈开发必备技能：构建RESTful API的13种最佳实践
- 用Python构建个性化智能闹钟
- 如何用Python构建机器学习推荐系统？网易云、爱奇艺也用这种方法
- 亿级 ELK 日志平台构建实践
- GCNN 使用Keras构建具有自定义结构和层次的图卷积神经网络