|
中午上B站看视频的时候，突然好奇B站的视频观看记录是怎么存的。 首先，因为多端观看的视频记录都是同步的，即不管是在手机观看，还是网页观看，还是新设备观看，视频都是可以直接跳转到上次的观看位置的，所以这个记录应该不是存储在本地的。 其次，B站的用户截至2020年底，MAU（月活）达2.02亿，视频总量2020年看有人统计约为7千万条，假设按1亿条计，即使按人均每日观看100个视频，那10年到用户的话每个用户也有36.5万条记录。这样一个超大的稀疏矩阵该怎么存？传统数据库显然不合适。 我自己首先想到的应该是HBase，单实例支持十亿行百万列。因为视频内容是无限增长的，而用户是有限的，所以可以以用户id作为rowkey，视频内容id作为column来记录该用户每个视频的观看位置。 但是视频的数量现在就已经达到亿级别，而且还会继续增长，百万列明显不够。这可能就需要考虑多实例，即把视频内容id按一定的hash规则（或者直接按照顺序，方便扩展）分别存储在不同的实例里，比如1亿条条视频就每个实例存100万条，分100个实例，查询用户视频观看位置时，就根据视频id先到指定的实例去，然后再通过用户id主键+视频内容id列查询位置记录。 不过，想了想又让我感觉这是个比较笨拙的方案。 以上纯属脑子里突然冒出的一个问题，暂且记录一下，具体B站或者其他视频网站（比如腾优爱）是采用的什么技术方案，我会再继续查找和思考。
|