基于分布式的大規(guī)模視頻轉(zhuǎn)碼系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著手機(jī)、平板等移動(dòng)智能設(shè)備的普遍使用，拍攝視頻已經(jīng)變得非常簡(jiǎn)單，加之無線網(wǎng)絡(luò)覆蓋范圍越來越廣以及視頻服務(wù)平臺(tái)的增多，觀看視頻、分享視頻已成為人們?nèi)粘Ｉ钪兄匾膴蕵坊顒?dòng)，加上監(jiān)控設(shè)備的普遍應(yīng)用，每天會(huì)有大量的視頻數(shù)據(jù)產(chǎn)生。滿足在不同網(wǎng)絡(luò)環(huán)境中傳輸或持不同終端設(shè)備播放視頻的需求，往往需要對(duì)這些視頻文件進(jìn)行轉(zhuǎn)碼。傳統(tǒng)的視頻轉(zhuǎn)碼是集中式的，其儲(chǔ)存能力和計(jì)算能力十分有限，且不能隨著數(shù)據(jù)量的增大而動(dòng)態(tài)增加，因此不適合對(duì)大量的視頻數(shù)據(jù)進(jìn)行處理。本

2、文設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)支持對(duì)大規(guī)模視頻進(jìn)行轉(zhuǎn)碼的分布式轉(zhuǎn)碼系統(tǒng)。
　　本文首先詳細(xì)介紹了Hadoop云平臺(tái)的兩個(gè)核心組成：分布式文件系統(tǒng)HDFS和 MapReduce編程框架。重點(diǎn)講解了 HDFS的設(shè)計(jì)思想和讀寫過程，以及MapReduce的實(shí)現(xiàn)原理和運(yùn)行過程，并簡(jiǎn)單分析了幾個(gè)Hadoop常用的調(diào)度器。接著介紹了視頻壓縮和轉(zhuǎn)碼等視頻處理的相關(guān)知識(shí)。在深入了解視頻轉(zhuǎn)碼和Hadoop云平臺(tái)的基礎(chǔ)上，設(shè)計(jì)了一個(gè)支持大規(guī)模視頻轉(zhuǎn)碼的分布式轉(zhuǎn)碼

3、系統(tǒng)，給出了系統(tǒng)的組成，包括四個(gè)功能模塊，服務(wù)模塊，管理模塊，轉(zhuǎn)碼模塊，儲(chǔ)存模塊，然后對(duì)每個(gè)功能模塊的設(shè)計(jì)和實(shí)現(xiàn)做了詳細(xì)的說明。最后，本文利用Hadoop的HDFS進(jìn)行視頻儲(chǔ)存，用 MapReduce框架進(jìn)行并行處理，并利用多媒體庫Xuggler的視頻處理功能，實(shí)現(xiàn)了系統(tǒng)的分布式視頻轉(zhuǎn)碼功能。系統(tǒng)主要有Hadoop集群構(gòu)成，可由普通的PC機(jī)搭建而成，其儲(chǔ)存和計(jì)算的能力可以隨著節(jié)點(diǎn)的增加而增加，動(dòng)態(tài)適應(yīng)日益增長(zhǎng)的大規(guī)模視頻數(shù)據(jù)的轉(zhuǎn)碼需求。