億級視頻內容如何實(shí)時(shí)更新

優(yōu)酷視頻內容數據天然呈現巨大的網(wǎng)絡(luò )結構，各類(lèi)數據實(shí)體連接形成了數十億頂點(diǎn)和百億條邊的數據量，面對巨大的數據量，傳統關(guān)系型數據庫往往難以處理和管理，圖數據結構更加貼合優(yōu)酷的業(yè)務(wù)場(chǎng)景，圖組織使用包括頂點(diǎn)和邊及豐富屬性圖來(lái)展現，隨著(zhù)年輕化互動(dòng)數據和內容數據結合，在更新場(chǎng)景形成單類(lèi)型頂點(diǎn)達到日更新上億的消息量。本文將分享阿里文娛開(kāi)發(fā)專(zhuān)家遨翔、玄甫在視頻內容實(shí)時(shí)更新上的實(shí)踐，從圖譜化的全新視角，重新組織內容數據的更新，詮釋圖譜化在業(yè)務(wù)更新場(chǎng)景的應用。

搜索推薦系統作為在線(xiàn)服務(wù)，為滿(mǎn)足在線(xiàn)查詢(xún)性能要求，需要將預查詢(xún)的數據構建為索引數據，推送到異構儲存介質(zhì)中提供在線(xiàn)查詢(xún)。這個(gè)階段主要通過(guò) Offline/Nearline 把實(shí)時(shí)實(shí)體、離線(xiàn)預處理、算法加工數據進(jìn)行處理更新。這里包含了算法對這些數據離線(xiàn)和在線(xiàn)的處理，不同業(yè)務(wù)域之間最終數據合并（召回、排序、相關(guān)性等）。在平臺能力方面采用傳統的數倉模式即圍繞有共性資源、有共性能力方面建設，形成分層策略，將面向業(yè)務(wù)上層的數據獨立出來(lái)，而這種模式在實(shí)現業(yè)務(wù)敏捷迭代、知識化、服務(wù)化特征方面已不能很好滿(mǎn)足需求。