流媒体与实时通信 / 系统课时

直播容量和单位观看成本如何估算

直播容量和单位观看成本如何估算

本篇用一套可落地的容量模型,把直播路数、输出码率、转码资源、并发观看人数、平均观看时长和 CDN 出网量换算成带宽、节点规模与单位观看成本,并比较不同分发方式的资源差异。

学习目标

  • 能用峰值路数、码率和并发数计算推流、转码、源站与 CDN 的容量需求。
  • 能把总观看分钟数、CDN 出网量和基础设施费用换算成每千观看分钟成本。
  • 能用同一组业务数据比较直播直连源站、HLS/CDN 和低延迟方案的成本差异。

先把容量口径统一

直播容量最容易算错的地方不是公式,而是把不同口径混在一起。推流带宽按“路数 × 输入码率”计算,播放出网按“并发观看人数 × 输出码率”计算;转码资源则按“同时处理的输入路数 × 每路所需编码实例”估算。容量规划应至少同时看峰值小时和峰值瞬时并发。

例如某活动同时有 100 路推流,每路输入 6 Mbps,输出提供 1080p 6 Mbps 与 720p 3 Mbps 两档。若全部输入都需要转码,则原始输入带宽为:

100×6 Mbps=600 Mbps100 \times 6\ \text{Mbps}=600\ \text{Mbps}

若每路同时产出两档编码,则输出码率合计为每路 9 Mbps;100 路即 900 Mbps。这里的 900 Mbps 是源站向下游交付媒体的逻辑码率,不等于最终公网出网,因为 CDN 可能承担大部分观看流量。

计算推流、转码和源站容量

推流入口首先看网络与连接数。规划时可按峰值带宽再预留 30%~50% 的余量。上面的 600 Mbps 输入流量,按 40% 余量计算,入口网络至少应按 840 Mbps 规划;实际部署通常还要考虑 TCP/RTMP、封装及重传等协议开销。

转码应使用“单位实例吞吐 × 并发编码路数”来反推节点数。例如实测一台转码 Worker 使用 16 vCPU,可以稳定同时处理 8 路 1080p→720p 软件转码,则 100 路输入至少需要:

⌈100/8⌉=13 台 Worker\lceil 100/8 \rceil=13\ \text{台 Worker}

若采用 20% 余量,则按 16 台规划,而不是刚好部署 13 台。若一台 GPU Worker 实测可同时处理 32 路同规格任务,则同一业务只需 ⌈100/32⌉=4\lceil100/32\rceil=4 台,按 20% 余量可规划 5 台。这里必须使用压测实测吞吐,不应直接拿厂商的理论编码路数当生产容量。

源站容量还要区分“扇出”方式。假设 100 路直播中每路有 200 人观看,平均输出 6 Mbps,则同时观看人数为 2 万,若源站直接向每个播放器发送流量:

20,000×6 Mbps=120 Gbps20{,}000 \times 6\ \text{Mbps}=120\ \text{Gbps}

这已经远大于 100 路推流所需的入口带宽,因此直播平台通常要把大规模播放流量交给 CDN 或其他边缘分发层,而不是让源站承担每个观众的一份公网出口。

把观看量换成 CDN 成本

成本模型建议统一使用“观看分钟”作为业务单位。假设一天峰值期间有 20,000 名并发观众,平均观看时长 30 分钟,则当日观看分钟约为:

20,000×30=600,000 人分钟20{,}000 \times 30=600{,}000\ \text{人分钟}

若输出平均码率按 4 Mbps 计算,忽略协议开销时,每个观看分钟产生的数据约为:

4 Mbps×60 s=240 Mbit=30 MB4\ \text{Mbps} \times 60\ \text{s}=240\ \text{Mbit}=30\ \text{MB}

因此当天 CDN 出网量约为:

600,000×30 MB=18,000,000 MB≈18,000 GB=18 TB600{,}000 \times 30\ \text{MB}=18{,}000{,}000\ \text{MB}\approx18{,}000\ \text{GB}=18\ \text{TB}

若 CDN 合同价按每 GB 0.03 美元估算,则仅 CDN 出网费用约为 540 美元。由于实际账单通常会受到区域、峰值计费、HTTPS 请求数、回源、流量阶梯价等因素影响,这个数字只能作为模型基线。

单位观看成本可写成:

每千观看分钟成本=CDN费用+转码费用+媒体节点费用总观看分钟数×1000\text{每千观看分钟成本}=\frac{\text{CDN费用}+\text{转码费用}+\text{媒体节点费用}}{\text{总观看分钟数}}\times1000

例如当天 CDN 540 美元、转码 160 美元、媒体节点与入口基础设施分摊 100 美元,总成本 800 美元;观看量为 600,000 分钟,则:

800/600,000×1000≈1.33 美元/千观看分钟800/600{,}000\times1000\approx1.33\ \text{美元/千观看分钟}

这个指标适合横向比较不同编码梯度、CDN 方案和部署方式,比单看“每台服务器多少钱”更接近真实业务成本。

比较三种分发方式

可以用同一业务量直接比较资源需求。假设 2 万并发、平均输出 4 Mbps、日观看 60 万分钟:

分发方式 源站公网出口 CDN 出网 主要瓶颈 典型适用场景
播放器直连源站 约 80 Gbps 0 源站带宽与连接数 小规模内网或低并发直播
源站 + HLS/CDN 低很多,主要承担回源 约 18 TB/日 CDN 出网与回源 大规模公开直播
低延迟协议 + CDN 通常低于直连源站 与码率和观看时长同量级 边缘连接、请求数与带宽 互动直播、赛事、拍卖

这里的 80 Gbps 来自 20,000 × 4 Mbps。采用 CDN 后,源站主要负责向边缘节点提供有限数量的回源流,而 CDN 负责大量边缘播放连接;因此扩容重点从“把源站公网出口做得足够大”转变为“保证回源、边缘带宽和热点分发策略能够承受峰值”。

HLS、低延迟 HLS 或其他低延迟方案在相同平均码率下,纯带宽成本不会因为协议名字改变很多,但请求数、分片数量、连接保持时间、缓存命中率和回源次数可能明显不同。实际选型应在相同观看分钟数下测一次完整链路,再比较每千观看分钟成本,而不是只比较单 GB 单价。

用压测结果反推生产规模

上线前至少准备四个指标:单路转码吞吐、单媒体节点稳定连接数、单节点有效出口带宽、CDN 回源峰值。压测时逐项增加负载,记录 CPU/GPU、网络、连接数、P95 延迟和错误率,并把“出现第一项持续越线指标”的点作为有效容量,而不是把服务完全打满后的极限值当生产容量。

例如某媒体节点压测到 12,000 个稳定连接时,CPU 65%、出口 7.2 Gbps、P95 端到端延迟 1.8 秒;增加到 15,000 连接后 CPU 82%、出口 8.9 Gbps,P95 上升到 3.4 秒。若生产目标把 CPU 控制在 70%、出口控制在 8 Gbps,则应把 12,000 连接视作更接近安全容量,再额外保留 20%~30% 节点余量。

真正上线前,还要把码率变化纳入模型。将平均码率从 4 Mbps 提升到 6 Mbps,在观看人数和观看时长不变时,CDN 流量和单位带宽成本大致增加 50%;如果编码从单档升级为多档自适应码率,则转码和存储侧成本也会同步增加。容量预算应先用统一业务单位建立基线,再用实测压测数据校正每个环节,而不是只按服务器数量做粗略估算。

按自己的节奏,确认真正理解。

目录与阅读设置

阅读设置

17

记录一个想法

直播容量和单位观看成本如何估算

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通