Serverless Video-Verarbeitungspipeline mit AWS MediaConvert
Die Videoplattform benötigte eine skalierbare, kostengünstige Methode zur Bewältigung variabler Kodierungsworkloads, von ruhigen Perioden mit wenigen Uploads bis hin zu Spitzenzeiten mit Hunderten gleichzeitiger Aufträge.
Ihr Projekt besprechen
Die Herausforderung
Die Kodierungsinfrastruktur mit fester Kapazität war entweder überdimensioniert (kostspielig) oder unterdimensioniert (langsam):
- Die Kodierungsworkloads waren sehr variabel und unvorhersehbar
- In Spitzenzeiten konnte das Volumen während Content-Launches das 100-fache des normalen Volumens erreichen
- Der Betrieb dedizierter Kodierungsserver rund um die Uhr war in ruhigen Perioden teuer
- Fehlgeschlagene Aufträge erforderten automatische Erkennung und Wiederholung ohne manuelles Eingreifen
Unsere Lösung
Wir implementierten eine serverlose Kodierungspipeline unter Verwendung von AWS Lambda Triggern und AWS MediaConvert fĂĽr elastische, nutzungsbasierte Videoverarbeitung.
Architektur
- Trigger: AWS Lambda Funktion zur Ăśberwachung von S3 Upload-Ereignissen
- Kodierung: AWS MediaConvert mit partnerspezifischen Job-Templates
- Messaging: ActiveMQ/STOMP für asynchrone Statusaktualisierungen von Aufträgen
- Monitoring: NestJS Encoder-Backend zur Verfolgung des Auftragsfortschritts
- Speicherung: AWS S3 fĂĽr Eingangs-/Ausgangs-Assets
Pipeline-Fluss
- S3-Ereignis – Video-Upload löst Lambda-Funktion aus
- Auftragskonfiguration – Lambda liest Partnerprofil und konstruiert MediaConvert-Auftrag
- Einreichung – MediaConvert-Auftrag mit entsprechenden Ausgabeeinstellungen eingereicht
- Fortschrittsverfolgung – STOMP-Nachrichten leiten den Status an das Encoder-Backend weiter
- Abschluss – Ausgabe-Assets in S3 gespeichert, Metadaten in MongoDB aktualisiert
- Fehlerbehandlung – Fehlgeschlagene Aufträge zur Wiederholung mit exponentiellem Backoff in die Warteschlange gestellt
Hauptmerkmale
- Keine Leerlaufkosten – Lambda und MediaConvert berechnen nur die tatsächliche Nutzung
- Elastische Skalierung – Bewältigt 1 bis über 1000 gleichzeitige Kodierungsaufträge
- Partner-Templates – Vorkonfigurierte MediaConvert Job-Templates pro Partner
- Ereignisgesteuert – S3-Ereignisse lösen automatisch Kodierungsworkflows aus
- Umfassendes Monitoring – Auftragsstatus, Dauer und Fehlerverfolgung
Ergebnisse
Technologie-Stack
caseStudyDetail.more Fallstudien
Entdecken Sie mehr unserer technischen Implementierungen
Clientseitige Anzeigeninsertion (CSAI) mit SCTE-35 Marker-Parsing & Multi-Plattform-Player-Integration
Eine Video-Streaming-Plattform musste die Clientseitige Anzeigeninsertion (CSAI) über Web-, Mobil- und Connected TV-Apps hinweg implementieren – was personalisierte, gerätespezifische Anzeigenerlebnisse mit vollständiger Unterstützung der Anzeigeninteraktion (anklickbare Overlays, Companion-Banner, Skip-Buttons) ermöglicht, die serverseitige Insertion nicht bieten kann.
SCTE-35 Ad-Marker-Signalisierung & Media-Trailer-EinfĂĽgepipeline
Ein Streaming-Medienunternehmen benötigte eine robuste, automatisierte Pipeline zur Injektion von SCTE-35 Ad-Markern in Live- und VOD-Streams sowie die Möglichkeit, Werbetrailer (Pre-Roll, Mid-Roll und Post-Roll) an präzise getimten Positionen einzufügen – um die Monetarisierung über FAST-Kanäle, Live-Events und On-Demand-Inhaltsbibliotheken zu ermöglichen.
Häufig gestellte Fragen
MicrocosmWorks hat eine segmentierte Verarbeitungsarchitektur entwickelt, bei der Step Functions die Pipeline orchestrieren: Lambda-Funktionen teilen Quellvideos in Segmente auf, AWS MediaConvert übernimmt die eigentliche Transkodierung ohne Lambda-Timeout-Beschränkungen, und eine finale Lambda-Funktion fügt die Ausgabe zusammen. Dieser hybride Ansatz behält das serverlose Kostenmodell bei, während er Videos jeder Dauer unterstützt.
MicrocosmWorks maß eine Kostensenkung von 70-85% für sprunghafte Videoverarbeitungs-Workloads im Vergleich zum Betrieb dedizierter EC2-Kodierungsinstanzen. Die serverlose Pipeline verursacht im Leerlauf keine Kosten und skaliert in Spitzenzeiten auf Hunderte von gleichzeitigen Aufträgen, wobei AWS MediaConverts Minutentarif die Notwendigkeit entfällt, für Spitzenkapazitäten zu provisionieren.
MicrocosmWorks konfigurierte AWS Step Functions mit Wiederholungsrichtlinien pro Schritt und exponentiellem Backoff, wodurch sichergestellt wird, dass ein fehlgeschlagener Transkodierungsschritt automatisch wiederholt wird, ohne die gesamte Pipeline neu zu starten. Jede Stufe schreibt Zwischenergebnisse in S3, sodass die Wiederherstellung vom letzten erfolgreichen PrĂĽfpunkt fortgesetzt wird, anstatt von der Quelldatei neu zu verarbeiten.
MicrocosmWorks optimierte die Pipeline für Nah-Echtzeit-Anwendungsfälle mit Cold-Start-Minderung durch provisioned concurrency auf kritischen Lambda-Funktionen und MediaConvert reservierten Transkodierungs-Slots. Für Live-Workflows erreicht die Pipeline eine End-to-End-Latenz von 2-5 Minuten vom Upload bis zur Bereitstellung, was für die Clip-Extraktion und Highlights-Verteilung geeignet ist.
MicrocosmWorks baut serverlose Video-Infrastruktur zu Raten von 25-45 $/Std., wobei eine komplette MediaConvert-basierte Pipeline, einschließlich Step Functions-Orchestrierung, S3-Lebenszyklusmanagement und Überwachung, typischerweise 250-400 Entwicklungsstunden erfordert. Das Pay-per-Use-Modell der Architektur bedeutet, dass Kunden nur AWS-Kosten proportional zu ihrem tatsächlichen Verarbeitungsvolumen zahlen.
Bereit, Ihr Unternehmen zu transformieren?
Lassen Sie uns besprechen, wie wir ähnliche Lösungen für Ihre Herausforderungen anwenden können.