基于Serverless技術(shù)的視頻截幀架構(gòu)方法怎么實現(xiàn)

這篇文章主要介紹了基于Serverless技術(shù)的視頻截幀架構(gòu)方法怎么實現(xiàn)的相關(guān)知識，內(nèi)容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇基于Serverless技術(shù)的視頻截幀架構(gòu)方法怎么實現(xiàn)文章都會有所收獲，下面我們一起來看看吧。

視頻截幀需求概述

直播行業(yè)受到越來越多的法律、法規(guī)和政策的規(guī)限，在行業(yè)一般標(biāo)準(zhǔn)和運營規(guī)程的約束下，每一個直播平臺都有義務(wù)對非法的直播內(nèi)容，以及主播與觀眾之間的不當(dāng)互動采取措施，為直播行業(yè)更為規(guī)范的發(fā)展做出貢獻。如何第一時間監(jiān)控到直播流中的非法內(nèi)容，是直播平臺需要面對的共同挑戰(zhàn)，視頻截幀就是滿足內(nèi)容審核需求的常規(guī)操作。視頻截幀可以根據(jù)視頻直播的不同風(fēng)險等級，選擇不同的頻率對直播流進行截幀處理，保存后的圖片可以統(tǒng)一上傳到自建或第三方內(nèi)容審核平臺，用于涉黃、涉政、廣告等場景的識別。除此之外，某些特定的業(yè)務(wù)需求也需要通過視頻截幀來實現(xiàn)，比如在線課堂類應(yīng)用對學(xué)生的聽課狀態(tài)進行智能分析等。

視頻截幀技術(shù)架構(gòu)分析

對于視頻流的截幀操作，可以通過FFmpeg命令實現(xiàn)。FFmpeg的截幀命令使用非常簡單，每次截取一張圖片后，可以將圖片上傳到對象存儲OSS，同時將對應(yīng)的截幀信息發(fā)送到消息隊列Kafka。這樣審核服務(wù)（可以是第三方服務(wù)或是自建服務(wù)）就可以從Kafka獲取截幀信息，并從OSS拉取對應(yīng)的圖片進行處理。在這個架構(gòu)中，引入Kafka是為了通過異步處理機制緩解審核服務(wù)在業(yè)務(wù)高峰期的負載。

FFmpeg使用雖然簡單，但是這是一個對于CPU計算力需求量非常大的操作。如果按照1秒的固定頻率對視頻流進行截幀操作，1臺16核的ECS大概能同時承擔(dān)100路視頻流的截幀任務(wù)。為了確保業(yè)務(wù)高峰期的服務(wù)穩(wěn)定，就需要準(zhǔn)備大量ECS來部署視頻截幀服務(wù)。而大多數(shù)互聯(lián)網(wǎng)應(yīng)用都存在明顯的波峰波谷，比如每天晚上的黃金時間是業(yè)務(wù)高峰，而24點以后的業(yè)務(wù)量會呈明顯下降的趨勢。這樣的業(yè)務(wù)波動對整體的資源規(guī)劃帶來了極大的挑戰(zhàn)，如果按照固定的ECS集群規(guī)模來部署截幀服務(wù)，會存在兩個非常明顯的弊端：

1. 為了支持業(yè)務(wù)高峰，必須按照高峰期的用戶量來評估集群規(guī)模，在業(yè)務(wù)低峰期就會造成巨大的浪費。

2. 在某些場景下，比如明星效應(yīng)的帶動，業(yè)務(wù)量會有突增，有可能需要對集群進行臨時擴容，這種情況下往往擴容速度會滯后于業(yè)務(wù)流的增速，造成部分業(yè)務(wù)的降級處理。

為了更好地提升資源利用率，也可以通過彈性ECS實例配合容器化的方式部署應(yīng)用，以實現(xiàn)集群規(guī)模動態(tài)適配真實業(yè)務(wù)量的變化。但在實際情況中，這樣的方案彈性伸縮策略實現(xiàn)比較復(fù)雜，彈性伸縮能力相對滯后，效果可能并不會太好。其中的根本原因是在傳統(tǒng)的服務(wù)架構(gòu)中，一個應(yīng)用啟動后都是長期保持運行，在運行期間會并發(fā)處理多個業(yè)務(wù)需求，不管業(yè)務(wù)量如何變化，這個應(yīng)用占據(jù)的計算力都不會有本質(zhì)的變化。

有沒有一種直截了當(dāng)?shù)姆绞?，可以在一路直播視頻流開啟后，拉起對應(yīng)的計算力承接截幀任務(wù)，而在視頻流關(guān)閉后，自動將計算力釋放呢？這樣的方式不需要應(yīng)用實例長駐，可以實現(xiàn)真正的計算資源按需分配，也不需要借助額外的手段動態(tài)調(diào)整截幀服務(wù)的集群規(guī)模，是一種最為理想的方案。

作為云原生Serverless技術(shù)的代表，阿里云函數(shù)計算FC就正好實現(xiàn)了這樣的思路。

基于函數(shù)計算FC的Serverless架構(gòu)

函數(shù)計算FC是事件驅(qū)動的全托管計算服務(wù)。使用函數(shù)計算，用戶無需采購與管理服務(wù)器等基礎(chǔ)設(shè)施，只需編寫并上傳代碼。函數(shù)計算會自動準(zhǔn)備好計算資源，彈性地、可靠地運行任務(wù)，并提供日志查詢、性能監(jiān)控和報警等功能。借助函數(shù)計算FC，可以快速構(gòu)建任何類型的應(yīng)用和服務(wù)，并且只需為任務(wù)實際消耗的資源付費。

函數(shù)計算FC提供了一種事件驅(qū)動的計算模型，函數(shù)的執(zhí)行是由事件驅(qū)動。函數(shù)的執(zhí)行可以通過函數(shù)使用者自己觸發(fā)，也可以由其它一些事件源來觸發(fā)?？梢栽谥付ê瘮?shù)中創(chuàng)建觸發(fā)器，該觸發(fā)器描述了一組規(guī)則，當(dāng)某個事件滿足這些規(guī)則，事件源就會觸發(fā)相應(yīng)的函數(shù)。比如對于HTTP觸發(fā)而言，用戶的一次HTTP請求就能觸發(fā)一個函數(shù)；而對于OSS觸發(fā)器而言，OSS上新增或修改一個文件就能觸發(fā)一個函數(shù)。在視頻截幀場景中，函數(shù)只需要在每一個直播流開始推送之前，通過業(yè)務(wù)程序主動觸發(fā)一個截幀函數(shù)就可以了。因此原有的截幀架構(gòu)只需要做很小的調(diào)整，就能遷移到函數(shù)計算平臺上來，以享受Serverless的價值。

Serverless架構(gòu)視頻截幀技術(shù)實現(xiàn)

現(xiàn)在，我們通過幾個簡單的步驟，來搭建基于函數(shù)計算FC的Serverless架構(gòu)，以實現(xiàn)視頻截幀需求。函數(shù)計算FC對于Node.js、Python、PHP、Java等多種語言提供了原生的運行環(huán)境，特別是像Python這樣的腳本語言，可以實現(xiàn)在函數(shù)計算平臺上直接修改調(diào)度代碼，使用非常簡單，因此本文的示例代碼通過Python來實現(xiàn)。

當(dāng)然，函數(shù)計算FC對于開發(fā)語言沒有要求，任何主流的開發(fā)語言都可以很好的支持。通過函數(shù)計算FC提供的Custom Runtime，可以為任務(wù)語言建立自定義的運行環(huán)境。Custom Runtime本質(zhì)上是一個HTTP Server，這個HTTP Server接管了函數(shù)計算系統(tǒng)的所有請求，包括來自事件調(diào)用或者HTTP函數(shù)調(diào)用。

輸出視頻流

我們完全可以通過第三方的視頻流服務(wù)進行開發(fā)，但為了更方便地在本地進行調(diào)試，可以通過自建RTMP服務(wù)實現(xiàn)視頻流的輸出。其中比較簡單的方式是購買1臺ECS，并部署Nginx實現(xiàn)RTMP服務(wù)，這需要加載nginx-rtmp-module模塊，我們可以在互聯(lián)網(wǎng)上找到很多相關(guān)的教程，本文不再贅述。

有了RTMP服務(wù)之后，我們就可以去http://ffmpeg.org/下載編譯好的ffmpeg程序包，通過FFmpeg命令讓本地的視頻文件推送到RTMP服務(wù)。比如用如下的方式：

ffmpeg -re -i test.flv -vcodec copy -acodec aac -ar 44100 -f flv rtmp://xxx.xxx.xxx.xxx:1935/stream/test

接下來，我們打開瀏覽器，輸入對應(yīng)的RTMP直播地址，就能拉起對應(yīng)的播放器觀看直播了。rtmp://xxx.xxx.xxx.xxx:1935/stream/test

安裝Funcraft

Funcraft是一個支持Serverless應(yīng)用部署的工具，可以幫助用戶便捷地管理函數(shù)計算、API網(wǎng)關(guān)、日志服務(wù)等資源。Funcraft通過一個資源配置文件template.yml，就能實現(xiàn)開發(fā)、構(gòu)建、部署等操作，能夠在我們使用函數(shù)計算FC實現(xiàn)Serverless架構(gòu)的過程中，極大程度的減少配置和部署工作量。

有三種方式可以安裝Funcraft，包括npm包管理安裝、下載二進制安裝，以及Homebrew包管理器安裝。對于沒有安裝npm的環(huán)境而言，最簡單的方式是通過下載二進制安裝。我們可以通過https://github.com/alibaba/funcraft/releases下載對應(yīng)平臺的Funcraft安裝包，解壓后就可以使用。可以通過以下命令檢驗Funcraft包是否安裝成功：

fun --version

如果執(zhí)行命令后返回Funcraft對應(yīng)的版本號，比如3.6.20，那就代表安裝成功了。

在第一次使用fun之前需要先執(zhí)行 fun config 命令進行初始化配置，這個操作需要提供阿里云 Account ID、Access Key Id、Secret Access Key、 Default Region Name等常規(guī)信息， 這些信息可以從函數(shù)計算控制臺首頁的右上方獲得。其他的信息比如timeout等直接使用默認值即可。

配置OSS

由于截幀后保存的文件要上傳到對象存儲OSS備用，我們需要開通阿里云OSS服務(wù)，并創(chuàng)建對應(yīng)的Bucket，具體的操作我們可以參考https://www.aliyun.com/product/oss完成。

配置日志服務(wù)SLS

日志服務(wù)SLS（Log Service）是阿里云提供的針對日志類數(shù)據(jù)的一站式服務(wù)，通過日志服務(wù)存儲函數(shù)日志需要在函數(shù)對應(yīng)的服務(wù)中配置日志項目和日志倉庫，并授予該服務(wù)訪問日志服務(wù)的權(quán)限。函數(shù)日志會打印到配置的日志倉庫中，同一個服務(wù)下的所有函數(shù)日志都會打印到同一個日志倉庫中。可以將函數(shù)執(zhí)行的日志存儲至阿里云日志服務(wù)，再根據(jù)日志服務(wù)中存儲的函數(shù)日志來執(zhí)行代碼調(diào)試、故障分析、數(shù)據(jù)分析等操作。

我們可以參考創(chuàng)建日志項目和日志倉庫來配置日志服務(wù)SLS，要確保日志項目和日志倉庫都已經(jīng)成功創(chuàng)建，在部署函數(shù)的時候，需要使用到日志項目和日志倉庫的信息。

編寫函數(shù)

現(xiàn)在我們通過一段最簡單的Python代碼，來體驗如何通過函數(shù)計算FC實現(xiàn)截幀操作，為了讓讀者理解起來更輕松，我們暫時將業(yè)務(wù)邏輯簡化，只做如下兩個動作：

1. 通過FFmpeg命令截取1張圖片

2. 保存到OSS

import json, oss2, subprocess

HELLO_WORLD = b'Snapshot OK!\n'
OSS_BUCKET_NAME = b'snapshot'

def handler(environ, start_response):
    logger = logging.getLogger() 
    context = environ['fc.context']
    request_uri = environ['fc.request_uri']
    for k, v in environ.items():
        if k.startswith('HTTP_'):
            pass
    try:        
        request_body_size = int(environ.get('CONTENT_LENGTH', 0))
    except (ValueError):        
        request_body_size = 0
    #獲得直播流的地址
    rtmp_url = request_body.decode("UTF-8")
    #通過FFmpeg命令截取一張圖片
    cmd = ['/code/ffmpeg', '-i', rtmp_url, '-frames:v', '1', '/tmp/snapshot.png' ]
    try:
        subprocess.run(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE, check=True)
    except subprocess.CalledProcessError as exc:
        err_ret = {'returncode': exc.returncode, 'cmd': exc.cmd, 'output': exc.output.decode(),'stderr': exc.stderr.decode()}
        print(json.dumps(err_ret))
    raise Exception(context.request_id + ' transcode failure')
    #上傳到OSS
    creds = context.credentials
    auth = oss2.StsAuth(creds.access_key_id, creds.access_key_secret, creds.security_token)
    bucket = oss2.Bucket(auth, 'http://oss-{}-internal.aliyuncs.com'.format(context.region), OSS_BUCKET_NAME)
    logger.info('upload pictures to OSS ...')
    for filename in os.listdir("/tmp"): 
        bucket.put_object_from_file("example/" + filename, "/tmp/" + filename)
    status = '200 OK'
    response_headers = [('Content-type', 'text/plain')]
    start_response(status, response_headers)
    return [HELLO_WORLD]

讓我們分析一下這段代碼。首先，除了Python的標(biāo)準(zhǔn)模塊，函數(shù)計算FC的Python運行環(huán)境中還包含了一些常用模塊，其實就包括了oss2，用于在函數(shù)中操作阿里云對象存儲OSS。因此，我們可以直接在代碼中引入oss2這個模塊。

函數(shù)計算FC集成了多種類型的觸發(fā)器，這個示例函數(shù)使用的是HTTP觸發(fā)器，每一個HTTP請求都會觸發(fā)一個函數(shù)的執(zhí)行。對于使用HTTP觸發(fā)器的Python代碼，入口函數(shù)就是handler，其中的environ參數(shù)攜帶了調(diào)用函數(shù)的客戶端相關(guān)信息以及上下文信息。我們可以從HTTP請求Body中，解析出STMP直播流的地址，并通過FFmpeg命令截取一張圖片。

在這段代碼中，ffmpeg可執(zhí)行程序位于/code目錄，可以通過/code/ffmpeg路徑進行執(zhí)行。這是因為我們在對函數(shù)進行部署的時候，已經(jīng)將ffmpeg可執(zhí)行程序和這段代碼打包在了這個目錄中，在接下來介紹函數(shù)部署的時候，我們會進一步介紹如何將函數(shù)代碼與可執(zhí)行程序一起打包。

在對/tmp目錄保存的圖片文件上傳到OSS的過程中，我們可以直接從函數(shù)上下文中獲取訪問OSS的憑證，這樣就不需要再通過配置文件拿到accessKey，accessSecret等信息，從而減少工作量。

部署函數(shù)

首先，我們在本地創(chuàng)建一個工作目錄，并在這個目錄下創(chuàng)建一個名為code的子目錄，將Linux環(huán)境的ffmpeg可執(zhí)行文件復(fù)制到code目錄中，這樣可以在代碼中通過路徑/code/ffmpeg調(diào)用ffmpeg命令。

接下來，開始最重要的工作，在當(dāng)前工作目錄中創(chuàng)建template.yml文件，描述所有的部署信息。

ROSTemplateFormatVersion: '2015-09-01'
Transform: 'Aliyun::Serverless-2018-04-03'
Resources:
  #服務(wù)
  snapshotService:
    Type: 'Aliyun::Serverless::Service'
    Properties:
      Description: 'Snapshot Semo'
      Policies:
        - AliyunOSSFullAccess
      #之前創(chuàng)建的日志項目和日志倉庫
      LogConfig:
        Project: fc-bj-pro
        Logstore: fc-log
    #函數(shù)
    snapshot:
      Type: 'Aliyun::Serverless::Function'
      Properties:
        Handler: index.handler
        Runtime: python3
        MemorySize: 128
        Timeout: 600
        CodeUri: './code'
      # HTTP觸發(fā)器
      Events:
        http-test:
          Type: HTTP
          Properties:
            AuthType: ANONYMOUS
            Methods: ['POST']

配置信息比較簡單，我們需要先定義一個服務(wù)。服務(wù)是函數(shù)計算資源管理的單位。從業(yè)務(wù)場景出發(fā)，一個應(yīng)用可以拆分為多個服務(wù)。從資源使用維度出發(fā)，一個服務(wù)可以由多個函數(shù)組成。例如一個數(shù)據(jù)處理服務(wù)，分為數(shù)據(jù)準(zhǔn)備和數(shù)據(jù)處理兩部分。數(shù)據(jù)準(zhǔn)備函數(shù)資源需求小，可以選擇小規(guī)格實例。數(shù)據(jù)處理函數(shù)資源需求大，可以選擇大規(guī)格實例。創(chuàng)建函數(shù)前必須先創(chuàng)建服務(wù)，同一個服務(wù)下的所有函數(shù)共享一些相同的設(shè)置，例如服務(wù)授權(quán)、日志配置。在這段代碼中，我們創(chuàng)建的服務(wù)名為snapshotService，其擁有對OSS的全部操作權(quán)限，并引用了之前所創(chuàng)建的日志項目和日志倉庫。

在函數(shù)實例規(guī)格的配置上，由于每個計算實例只需要處理一路視頻流，我們選擇最低的規(guī)格，也就是128M內(nèi)存的實例即可。

接下來，我們要定義一個函數(shù)，配置其對應(yīng)的運行環(huán)境、入口方法、代碼目錄、超時時間等信息，并為這個函數(shù)定義一個HTTP觸發(fā)器。在這段代碼中，函數(shù)名為snapshot，對應(yīng)的運行環(huán)境為Python3，并且定義了一個名為http-test的HTTP觸發(fā)器。

在這個工作目錄，執(zhí)行fun deploy，如果看到提示server SnapshotService deploy success，就代表代碼和ffmpeg程序已經(jīng)打包部署到云上了。

在控制臺的服務(wù)與函數(shù)菜單，我們可以看到上傳的服務(wù)以及函數(shù)信息，甚至可以在線查看和修改函數(shù)代碼。

執(zhí)行函數(shù)

由于這是一個HTTP類型的函數(shù)，我們可以通過curl命令或其他HTTP工具比如Postman向函數(shù)計算FC發(fā)起一次HTTP請求，驗證截幀操作的執(zhí)行結(jié)果。當(dāng)然，函數(shù)計算FC控制臺也提供了一個可視化操作界面來對函數(shù)進行驗證，在這個界面可以快速發(fā)起一次HTTP請求。

如果函數(shù)執(zhí)行成功，我們就可以前往OSS控制臺檢查截取好的圖片是否已經(jīng)成功上傳。至此，我們已經(jīng)搭建好最基本的Serverless視頻截幀架構(gòu)，可以通過HTTP請求觸發(fā)函數(shù)計算對視頻流截取一張圖片，并上傳到OSS。

連續(xù)截幀

單張圖片的截幀操作非常簡單，在FFmpeg命令執(zhí)行完成后，就可以直接將臨時文件夾中的圖片上傳到OSS，然后完成函數(shù)的生命周期。單張圖片截幀已經(jīng)可以滿足很多種業(yè)務(wù)場景，但如果需要按照固定頻率進行連續(xù)截幀，并實時將保存好的圖片上傳到OSS，就需要對代碼做一些修改。

配置消息隊列Kafka

為了降低內(nèi)容審核服務(wù)在業(yè)務(wù)高峰期的工作負荷，我們可以在截幀服務(wù)和內(nèi)容審核服務(wù)中間引入消息隊列Kafka，這樣內(nèi)容審核服務(wù)就能通過消費從Kafka收到的消息，對保存的圖片進行異步處理。在視頻截幀架構(gòu)中，Kafka起到了非常重要的信息中轉(zhuǎn)作用，直播的并發(fā)越大，截幀頻率越高，Kafka所承受的壓力就會越大。特別是在業(yè)務(wù)高峰期，需要讓Kafka在高負荷的工作中保持穩(wěn)定性，直接使用阿里云提供的消息隊列Kafka能夠幫助我們大幅減少Kafka集群的維護工作量，用最簡單的方式獲得可以動態(tài)擴展的高可用Kafka服務(wù)。

我們可以打開Kafka開通界面，根據(jù)實際場景的需求購買對應(yīng)規(guī)格的Kafka實例。在Kafka控制臺的基本信息中可，我們可以看到Kafka實例對應(yīng)的默認接入點。

接下來，我們進入Topic管理界面，創(chuàng)建一個用于截幀服務(wù)的Topic。

Kafka實例的默認接入點和Topic名稱是我們需要在后續(xù)步驟中使用到的信息。

安裝Kafka客戶端SDK

在此之前，我們還需要通過一些額外的操作，獲取函數(shù)對Kafka的寫入能力。

因為需要使用到Kafka SDK，我們可以通過Funcraft工具結(jié)合Python包管理工具pip進行kafka SDK模塊的安裝：

fun install --runtime python3 --package-type pip kafka-python

執(zhí)行命令后有如下提示信息：

此時我們會發(fā)現(xiàn)在目錄下會生成一個.fun文件夾 ，我們安裝的依賴包就在該目錄下：

打通對VPC內(nèi)資源的訪問能力

默認情況下，函數(shù)計算無法訪問VPC中的資源，由于我們需要讓函數(shù)訪問部署在VPC內(nèi)的Kafka服務(wù)需要手動為服務(wù)配置VPC功能和相關(guān)權(quán)限。我們可以參考配置函數(shù)訪問VPC內(nèi)資源，打通函數(shù)與Kafka服務(wù)之間的連接，其原理就是通過授予

彈性網(wǎng)卡ENI訪問VPC的權(quán)限，并將此彈性網(wǎng)卡ENI插入到執(zhí)行函數(shù)的實例上，從而使函數(shù)可以訪問您VPC內(nèi)的資源。

代碼實現(xiàn)

可以通過如下FFmpeg命令實現(xiàn)按照指定頻繁的連續(xù)截幀：

ffmpeg -i rtmp://xxx.xxx.xxx.xxx:1935/stream/test -r 1 -strftime 1 /tmp/snapshot/%Y%m%d%H%M%S.jpg

在命令運行的過程中，Python程序當(dāng)前進程會等待視頻流推送結(jié)束，因此我們需要修改函數(shù)代碼，啟動一個新的掃描進程。掃描進程不斷檢查圖片目錄，一旦發(fā)現(xiàn)有新的圖片生成，就將圖片上傳到OSS，同時將截幀信息發(fā)送到Kafka，最后將圖片從圖片目錄中刪除。

import logging, json, oss2, subprocess
from multiprocessing import Process
from kafka import KafkaProducer

HELLO_WORLD = b'Snapshot OK!\n'
OSS_BUCKET_NAME = b'snapshot'
logger = logging.getLogger()
output_dir = '/tmp/shapshot'
# 掃描圖片目錄
def scan(bucket, producer):
    flag = 1
    while flag:
        for filename in os.listdir(output_dir):
            if filename == 'over':
                # ffmpeg命令完成，準(zhǔn)備停止掃描
                flag = 0
                continue
            logger.info("found image: %s", snapshotFile)
            try: 
                full_path = os.path.join(output_dir, filename)
                # 上傳到OSS
                bucket.put_object_from_file("snapshot/" + filename, full_path)
                # 發(fā)送到Kafka
                producer.send('snapshot', filename.encode('utf-8'))
                # 刪除圖片
                os.remove(full_path)
            except Exception as e:
                logger.error("got exception: %s for %s", e.message, filename)
        time.sleep(1)

def handler(environ, start_response):
    logger = logging.getLogger() 
    context = environ['fc.context']
    #創(chuàng)建圖片輸出文件夾
    if not os.path.exists(output_dir):
        os.mkdir(output_dir)
    #解析HTTP請求，獲得直播流的地址
    request_uri = environ['fc.request_uri']
    for k, v in environ.items():
        if k.startswith('HTTP_'):
            pass
    try:        
        request_body_size = int(environ.get('CONTENT_LENGTH', 0))
    except (ValueError):        
        request_body_size = 0
    rtmp_url = request_body.decode("UTF-8")
    #啟動Kafka Producer
    producer = KafkaProducer(bootstrap_servers='XX.XX.XX.XX:9092,XX.XX.XX.XX:9092')
    #啟動OSS Bucket
    creds = context.credentials
    auth = oss2.StsAuth(creds.access_key_id, creds.access_key_secret, creds.security_token)
    bucket = oss2.Bucket(auth, 'http://oss-{}-internal.aliyuncs.com'.format(context.region), OSS_BUCKET_NAME)
    #啟動掃描進程
    scan_process = Process(target=scan, args=(bucket, producer))
    #通過FFmpeg命令按每秒1幀的頻繁連續(xù)截幀
    cmd = ["/code/ffmpeg", "-y", "-i", rtmp_url, "-f", "image2", "-r", "1",
        "-strftime", "1", os.path.join(output_dir, "%Y%m%d%H%M%S.jpg")]
    try:
        subprocess.run(cmd, stdout=subprocess.PIPE, stderr=subprocess.PIPE, check=True)
    except subprocess.CalledProcessError as exc:
        err_ret = {'returncode': exc.returncode, 'cmd': exc.cmd, 'output': exc.output.decode(),'stderr': exc.stderr.decode()}
        logger.error(json.dumps(err_ret))
    raise Exception(context.request_id + ' transcode failure')
    #寫入標(biāo)志文件，子進程結(jié)束工作
    os.system("touch %s" % os.path.join(output_dir, 'over'))
    scan_process.join()
    producer.close()
    status = '200 OK'
    response_headers = [('Content-type', 'text/plain')]
    start_response(status, response_headers)
    return [HELLO_WORLD]

進一步優(yōu)化

長視頻截幀

函數(shù)計算FC默認的彈性實例有600秒，也就是10分鐘的函數(shù)執(zhí)行時長上限，也就是說，一個函數(shù)在觸發(fā)后，如果運行了10分鐘還沒有完成計算任務(wù)，會自動退出。這個限制會影響播放時間大于10分鐘以上的視頻流截幀操作，長視頻是非常普遍的，如何繞過這個限制對長視頻進行截幀處理呢？我們可以通過如下三種方案解決：

1. 每個函數(shù)只截1幀：當(dāng)截幀頻率比較低，或者只需要在某幾個特定的時間點對視頻流進行截幀的時候，我們不需要讓函數(shù)的生命周期與視頻流的播放周期保持一致，可以讓每一個函數(shù)在啟動后，只截取單幀圖片。通過自定義的觸發(fā)程序，可以在必要的時間點啟動函數(shù)，也可以通過Serverless工作流來對函數(shù)進行更復(fù)雜的編排。

2. 通過多個函數(shù)接力完成：函數(shù)計算FC內(nèi)置了fc2模塊，可以用于函數(shù)之間的相互調(diào)用。這樣我們可以控制每個截幀函數(shù)的運行時間控制在10分鐘之內(nèi)，比如8分鐘為固定的運行周期。在一個函數(shù)結(jié)束前，啟動另一個函數(shù)接力完成截幀任務(wù)，直到視頻流結(jié)束。這種方案非常適合對于截幀頻率的精確度要求不是特別高的場景，因為在兩個函數(shù)進行任務(wù)交接的時候，會有一秒左右的時間無法嚴(yán)格保證截幀頻率的精確度。

3. 使用性能實例：除了默認的彈性實例以外，函數(shù)計算FC還提供了性能實例，性能實力屬于大規(guī)格實例，資源上限更高，適配場景更多，能夠突破10分鐘的執(zhí)行時長上限。性能實例擴容速度較慢，彈性伸縮能力不及彈性實例，但我們可以通過單實例多并發(fā)和預(yù)留模式的配合，來提升性能實例的彈性能力。具體介紹可以參考單實例多并發(fā)和預(yù)留模式。

費用優(yōu)化

函數(shù)計算提供了豐富的計量模式、有競爭力的定價，以及詳細的資源使用指標(biāo)，結(jié)合Serverless以應(yīng)用為中心的架構(gòu)，讓資源管理前所未有的便捷，在不同場景下都能獲得極具競爭力的成本。

根據(jù)對資源的規(guī)格和彈性要求的差異，函數(shù)計算提供了預(yù)付費（包年包月）和后付費（按量付費）兩種計量模式。在常規(guī)情況下，只需要使用按量付費模式，只需為實際使用的函數(shù)計算資源付費，不需要提前購買資源。但用戶可以根據(jù)每天實際的資源使用情況，靈活選擇預(yù)付費模式節(jié)省使用成本。預(yù)付費模式是指用戶預(yù)先購買一定時長的計算力，在預(yù)購計算力的生命周期內(nèi)，可以逐秒抵扣函數(shù)運行時所消耗的資源，而預(yù)付費模式的單價是永小于后付費模式的。

在函數(shù)計算控制臺的資源中心頁面，能夠一目了然地看到當(dāng)前賬戶下的資源實際使用情況，包括資源使用中穩(wěn)定和彈性的部分，通過這些信息，能夠合理分配的預(yù)付費和后付費資源。在資源使用詳情圖中，綠色曲線為每天的實際資源使用量，黃色直線代表其中可以被預(yù)付費資源抵扣的使用量，我們可以根據(jù)實際情況適當(dāng)?shù)奶嵘A(yù)付資源的占比，使更多的資源使用量被預(yù)付費資源覆蓋，從而降低整理的資源費用。

關(guān)于“基于Serverless技術(shù)的視頻截幀架構(gòu)方法怎么實現(xiàn)”這篇文章的內(nèi)容就介紹到這里，感謝各位的閱讀！相信大家對“基于Serverless技術(shù)的視頻截幀架構(gòu)方法怎么實現(xiàn)”知識都有一定的了解，大家如果還想學(xué)習(xí)更多知識，歡迎關(guān)注億速云行業(yè)資訊頻道。