億級視頻內(nèi)容如何實時更新

優(yōu)酷視頻內(nèi)容數(shù)據(jù)天然呈現(xiàn)巨大的網(wǎng)絡結構，各類數(shù)據(jù)實體連接形成了數(shù)十億D點和百億條邊的數(shù)據(jù)量，面對巨大的數(shù)據(jù)量，傳統(tǒng)關系型數(shù)據(jù)庫往往難以處理和管理，圖數(shù)據(jù)結構更加貼合優(yōu)酷的業(yè)務場景，圖組織使用包括D點和邊及豐富屬性圖來展現(xiàn)，隨著年輕化互動數(shù)據(jù)和內(nèi)容數(shù)據(jù)結合，在更新場景形成單類型D點達到日更新上億的消息量。本文將分享阿里文娛開發(fā)專家遨翔、玄甫在視頻內(nèi)容實時更新上的實踐，從圖譜化的全新視角，重新組織內(nèi)容數(shù)據(jù)的更新，詮釋圖譜化在業(yè)務更新場景的應用。

搜索推薦系統(tǒng)作為在線服務，為滿足在線查詢性能要求，需要將預查詢的數(shù)據(jù)構建為索引數(shù)據(jù)，推送到異構儲存介質中提供在線查詢。這個階段主要通過 Offline/Nearline 把實時實體、離線預處理、算法加工數(shù)據(jù)進行處理更新。這里包含了算法對這些數(shù)據(jù)離線和在線的處理，不同業(yè)務域之間終數(shù)據(jù)合并（召回、排序、相關性等）。在平臺能力方面采用傳統(tǒng)的數(shù)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)務上層的數(shù)據(jù)d立出來，而這種模式在實現(xiàn)業(yè)務敏捷迭代、知識化、服務化特征方面已不能很好滿足需求。