作者 | 么敬国（新东方教育科技团体云教室直播平台技术负责人），灏正（阿里云 Serverless 架构师）
新东方教育科技团体定位于以学生全面成长为外围，以科技为驱动力的综合性教育团体。新东方线上教育业务的云教室零碎反对了视频直播、转码、点播等新东方所有在线教育场景。随着业务量的增大，因为直播转录及视频转码工作解决平台具备显著的 波峰波谷个性 ，自建机房较低的 资源利用率 成为了业务的外围痛点。为了晋升计算资源利用率，进一步实现降本提效指标，在几次尝试之后，新东方踏上了 Serverless 实际之路。以下内容是由新东方教育科技团体云教室直播平台技术负责人 么敬国 在云栖大会的分享。
如何应答难以预测的业务量？
新东方除了本人的线上教育业务应用云教室平台以外，还通过美刻云直播对外开放了新东方的直播能力。云教室直播平台次要反对四种业务模式:
- 云教室：在线直播互动课，考究互动性。
- 云点播：录播课。
- 云直播：大型直播，以主播为主。
- 智慧教室：软硬件联合的计划，提供相似于双师的教育模式。
直播 + 录播是新东方主推的课程交付模式。直播课程互动性强，能够实现良好的课堂互动，激发学生的学习趣味；老师能够基于学生的课堂反馈或互动间接与学生进行互评，便于老师及时对教学环境作出微调，从而让教学过程更有针对性；通过互动和课堂答疑，能够让教学过程和成果更有保障，直播课程比拟适宜低幼年龄段的学生。
而面对高中及高中以上年龄段的学生，录播课更为适合，录播课特点为学习工夫灵便，学生能够自主对学习内容进行检索，进行有选择性的学习，个别实用于高中和高中以上年龄段学生。录播课的长处在于能够对授课内容一直进行打磨、编辑，制作精品课程，需求量逐渐加大。
最后团队采纳地录制技术计划为客户端录屏，将老师的直播进行录制，不便学生重复观看，但这样的形式出错率高，CPU 占用率也较高，无奈对录制 UI 布局进行灵便定制，只能是看到什么录什么，这样的形式仅能满足低幼年龄段的课程需要。
往年，新东方开始对接大学生线上教育业务，对录播课程的品质提出了更高的要求。团队开始思考采纳服务端录制的形式解决问题。服务端录制的两个外围点在于直播录制和视频标准化生产。咱们的业务模式决定了咱们很难精确预测业务量，因而，新东方要害的技术工作是实现计算弹性。
三种抉择，函数计算怀才不遇
要解决服务端录制的问题，摆在团队背后的有三个可选的技术路线：
- 间接应用 ECS 自建，该计划的劣势是灵活性比拟高，但问题在于计算没有弹性，尽管云厂商提供了弹性调配 ECS 资源 API，然而本人实现整个计算弹性须要微小的开发量，同时后续运维比较复杂，资源老本高，难以做到标准化。
- 云录屏 SaaS 计划，这个计划的劣势是具备标准化的服务，研发投入比拟少，运维工作也较少，然而问题在于灵活性差，资源老本极高，难以进行进一步的性能优化。咱们心愿寻找一家成熟的 SaaS 厂商提供地服务以疾速反对业务，然而通过试用，这些平台的成熟度和技术指标等均无奈满足咱们的需要。
- 采纳阿里云 函数计算 FC，咱们发现阿里云的函数计算产品能够完满满足计算的弹性需要，只须要关注具体需要在平台上做开发即可，研发投入小同时免运维，开发过程自主可控，灵活性高，可按需应用极大升高了应用老本，实现标准化绝对容易。不过函数计算是一个比拟新的技术，团队须要一段时间来相熟。
通过重复比对，新东方团队抉择应用应用函数计算来解决服务端录制问题。
新东方的 Serverless 实际
录播转码，函数计算小试牛刀
咱们首先在录播转码场景下进行了尝试。录播转码的外围诉求是对直播流进行实时转码，保留为规范的视频格式，不便后续加工应用。
在这个场景中，咱们第一次感触到了函数计算 FC 带来的弹性劣势。在老师进入房间发动转码申请后，可疾速启动函数实例进行转码。在上课完结后，完结转码工作，将长期音视频后果上传至云存储后即可立刻开释函数实例，不会存在任何计算资源的节约。有了在录播转码我的项目中利用函数计算的教训当前，咱们对函数计算计划有了更大的信念。
初露锋芒，函数计算直播合流转码计划
之后，咱们启动了云端录制我的项目。应用 Chrome 浏览器退出直播房间，对浏览器界面进行截屏录制，该计划的关键在于 弹性提供浏览器实例。
因而，咱们利用阿里云函数计算启动 Linux 容器，在 Linux 容器运行 Chrome 浏览器实现 弹性提供浏览器实例。整个的录制流程是这样的：老师进入教室当前，开始进行音视频推流以及白板操作。同时，录制平台发动录制申请，启动函数解决，开始接管教室的音视频流和白板操作，并在浏览器展示整个教室的画面，同时做截屏。课程完结后，平台发动完结录制申请，函数计算平台会优雅地终止实例。终止之前，实例会将长期后果上传至云存储，随后函数实例被销毁，不存在任何资源节约。
开箱即用的可观测能力
咱们认为，可观测能力对于函数计算平台至关重要。首先，业务高峰期须要启动大量函数实例，因而，必须要残缺的 metrics、log 和 trace 能力无效对海量实例进行监控。其次，因为函数计算实例按需创立，实现工作之后被销毁，平台必须保留残缺的日志，以便发现问题后开发人员进行排错。
咱们曾在开发录制服务的过程中面临的问题是：启动函数实例当前，Chrome 浏览器要拜访直播服务，此时网络呈现问题，导致录制失败。后续咱们应用阿里云 SLS 日志平台查看日志，发现 Chrome 浏览器内核对网络解决过于敏感。找出问题后，隔靴搔痒，退出了重试机制，问题得以解决。
超出预期，函数计算带来更多惊喜
在应用函数计算技术之前，咱们冀望它能通过百毫秒拉起上万个实例，定时预热彻底解决冷启动艰难，帮忙咱们承载直播转码和录屏业务业务洪峰。有效应对大规模突发在线流量，按量付费，进步资源利用率，缩小 20% 资源老本开销，极大水平升高运维老本，让咱们能够只专一业务翻新。在理论应用的过程中，咱们发现函数计算岂但可能中咱们完满满足咱们的需要，还带来了惊喜：让咱们的开发人员只需把握几个新概念、应用几个 API，即可轻松应用平台。函数计算计划运行一段时间以来，云资源费用失去较大升高。另外，函数计算容许依据本人的业务场景制作模板，并且可供其余业务方应用，也为咱们带来意外播种。
点击浏览原文，查看新东方残缺视频讲说！