摘要：云原生时代，视频直播、实时音视频通信等在线音视频服务面临各种复杂的网络环境和流量爆发式的增长，对音视频质量监控和成本优化提出新的严峻挑战。
2020年是不平凡的一年，客观来说它促进了我们音视频业务的爆发式增长。华为云基于大容量、低时延、全互联的媒体网络，通过全国的2000多个节点和几百T的宽带，和我们的客户一起服务了亿级在线用户。在这个过程中，通过大数据提升视频体验质量和成本优化显得尤为重要，同时华为云也积累了一些经验。今天来自华为公司，在大数据和音视频业务领域有十多年研发经验的康永红，将和大家分享云原生时代，华为云在音视频质量监控与优化方面的实践。
本次分享主要分为四部分：
第一部分是云原生时代如何快速构建音视频数据服务体系；
第二部分是华为云直播和RTC音视频服务体验质量优化实践；
第三部分会介绍华为在云原生时代是如何快速构建音视频服务全流程质量监控平台；
最后总结和展望音视频业务体验质量的思考和技术规划。
音视频体验发展趋势及背后技术支撑的挑战
从音视频体验的发展趋势来看分为直播、RTC和XR三代，可以归纳为两个特点：第一点是用户体验越来越真实，传输分辨率从720P到1080P、再到XR的4K、6K、8K、乃至更大；另一点是业务要求互动性越来越强，迟延方面从30s到XR不超过100ms，对延迟要求更低。
基于以上质量体验的发展趋势，我们需要有一个后台技术支撑。我们在使用大数据解决支撑的过程中也经历了三个阶段：首先是5年前用大数据平台解决技术问题，其次是在3年前用数据中台解决效率问题，第三个阶段是最近两年我们综合1.0、2.0时代的特点，采用“中台+可信数据服务”的数据服务中台模式解决价值问题。我们认为数据服务中台是解决业务差异性和市场不确定性的最佳框架。
在直播中我们经常会碰到卡顿、实时音视频通话延迟等情况，这些问题都会严重影响用户体验。解决这些问题的一般方法是构建音视频质量监控平台，采集数据，用大数据的方法解决监控质量问题。在这过程中，我们又会碰到一些新的问题，比如采集数据延迟很大、丢失很多、数据不准确，此外还包括大数据算力不够、交付时延比较长等等问题。这些体验和技术问题带给我们很多挑战——包括会在什么场景出现这些问题，无法精准确定是网络问题、设备问题还是环境问题，以及这些问题影响了哪些客户等等。
那我们要怎么解决这些问题呢？在端+边缘计算+云计算的云原生时代，技术上已经给了我们一些解决方法。最好的实践是基于“数据湖+数据服务”的云原生数据驱动能力，去解决业务差异性和市场不确定性。这套架构分为六层，我们通过这六层去解决后台系统的相对稳态及前端业务稳态之间的矛盾。
架构落地的具体实践是基于云服务基础设施，首先我们构建了统一的音视频数据湖，同时构建从采集、生产到消费的数据价值链，通过这两者结合，支持所有同时在线的几大类服务接入，和面向内外部七类客户，以及包括运营、运维等客户数据服务的QoS、QoE、QoC等三大类七小类的场景诉求。当然仅仅基于这个架构开展体验质量优化工作是远远不够的，这只是技术上的解决方法。
从在业务角度出发，我们认为QoE体验是一个管理的问题，我们在业务上需要做一些设计，这块我们构建了音视频服务的体验体系，大致分为两个大的阶段和三个小的阶段。两个大阶段是先诊断、再提升，在诊断中分为监控和诊断两个小阶段。