cVideo综合视频监控云平台解决方案.doc

cVideo综合视频云平台解决方案 云创存储cVideo综合视频云平台解决方案目录32 / 32目录21、项目必要性及需求分析41.1 接入需求41.1.1 接口开放性41.1.2 无线视频数据接入稳定性51.2 呈现需求51.2.1 多终端支持及实时转码51.2.2 全屏多画面、单画面51.3 视频流分发功能51.4 处理需求61.4.1 智能识别61.4.2 前端设备状态读取及控制61.4.3 录像及存储功能61.4.4 智能分析结果告警61.4.5 子平台扩展71.5 管理维护需求71.5.1 摄像机状态维护71.5.2 客户端系统支持71.5.3 摄像头多级目录管理71.5.4 账号登录权限管理71.5.5 升级扩容改造管理71.5.6 服务器状态监控、负载均衡和数据备份81.6 系统性能需求81.6.1 系统扩展性81.6.2 系统鲁棒性81.6.3 系统响应速度81.6.4 系统接入能力和并发处理能力91.6.5 存储能力91.6.6 视频传输时延91.6.7 智能分析处理能力91.6.8 智能分析统计误报率、漏报率102 系统架构112.1 需求满足响应表112.2 系统模块拓扑图123.3 平台对接243.3.1与调度平台的对接243.3.2 多级平台的对接263.4 总体性能303.4.1 视频高效存储性能313.4.2 负载均衡性313.4.3 优异的可扩展性313.4.4 系统鲁棒性、无单点故障323.4.5 接口开放性323.4.6 稳定性和可靠性333.4.7 云转码的灵活性333.4.8 系统响应速度34cVideo综合视频云平台解决方案1、项目必要性及需求分析公共区域视频监控系统的建设是平安城市建设必不可少的重要组成部分，其视频监控资源的整合、优化以及利用程度是城市信息化程度的重要标志之一，大部分的公共区域中已建成大量、属于各个部门、基于不同制式标准、不同设备、不同平台的视频监控系统，但目前这些资源并没有得到有效整合，无法跨平台、跨部门进行集中优化处理，这就造成了城市现有视频资源利用率低、重复建设、缺乏统一调度等不良现象，本项目基于这个现状旨在建设一个统一的、城市级的视频监控平台，将城市现有的视频监控资源有效整合起来，并在此基础上针对各类城市管理中的应用需求，实现高效实用的业务应用。通过构建cVideo综合视频监控云平台（以下简称“平台”），将城市可利用的全部视频资源经过优化、整合及智能处理后，透明地呈现给使用者，为城市管理提供有力支撑。“平台”在现有信息化建设基础上，集成现有视频监控资源，建设大规模视频实时接入处理分析监控平台，实现与现有平台，网络摄像机、以及新建监控设备的对接，实现上万路的视频接入。对上述视频监控平台的视频接入后，要求实现转码处理、智能识别、解码上墙和数据存储回看等功能，以满足不同终端的访问需求、实现车流统计等交通数据的提取、对关键数据进行存储、以及实现大屏控制等功能。同时要求完成对综合资源调度系统的无缝对接并提供第三方应用开发接口。1.1 接入需求1.1.1 接口开放性“平台”接口具备开放性，满足对现有视频监控平台、设备及单点视频数据的接入，能够满足第三方已有视频监控平台及模/数前端监控设备视频信号的接入。平台需能够兼容主流平台及前端摄像机厂家的SDK开发包接入。1.1.2 无线视频数据接入稳定性针对无线数据传输的特性，系统可根据实时的网络状态，自适应转码，调整合适的分辨率和码率，也可根据用户设置的流畅度优先或者清晰度优先，合理控制实时数据的流量，以保障在无线数据传输的环境下，视频信号正常传输，不受到影响。1.2 呈现需求1.2.1 多终端支持及实时转码“平台”可支持多种终端设备的监控访问，包括大屏幕电视墙、PC终端、平板电脑终端、智能手持终端等，支持高并发的视频访问能力，并且根据客户端的不同处理能力，实时转码，瞬时动态调整视频的分辨率，满足用户需求的同时降低网络带宽的消耗。1.2.2 全屏多画面、单画面“平台”支持视频信号在各种终端上全屏多画面、单画面呈现，并根据接入视频路数自主调整视频画面分辨率，呈现视频内容来源可以为根据摄像头编号勾选等。1.3 视频流分发功能针对不同客户端对同一路视频流的请求，“平台”可对视频流进行存储、复制，并根据不同客户端的处理能力推送符合客户端需求的视频流，降低接入侧传输带宽的占用。1.4 处理需求1.4.1 智能识别“平台”可以在所有接入的前端视频监控设备中，根据用户的需求，对选择的摄像机进行动态识别和智能分析，如：智能统计车流量，对交通事故、交通干线拥堵情况进行实时监控和预报等，并且保证后期功能的可扩展性。1.4.2 前端设备状态读取及控制“平台”可接入所有前端设备并可对设备进行控制，如设置设备的编码方式、帧率、比特率、分辨率等信息，远程控制设备的云台等。1.4.3 录像及存储功能“平台”提供摄像机定时录制存储设置功能，并提供历史记录查询。基于高性能集群架构的云存储系统，采用多节点冗余架构设计，支持多节点自动负载均衡及故障转移，任意节点发生故障，可在不间断业务情况下进行修复。整个存储系统所有节点对外界以统一IP地址提供FTP服务，具有容错能力，任何节点出现故障，保证服务不中断，数据不丢失。1.4.4 智能分析结果告警“平台”具备视频智能分析功能，并可根据预置的报警门限进行及时告警，如防汛摄像头检测到水位上涨至防汛门限，消防摄像头检测到温度上升至告警门限，交管摄像头检测到车流量超过告警门限，公安摄像头通过人脸识别检测到人脸相似度超过告警门限等时，应及时在GIS地图上进行告警呈现。告警模式可通过声音，图形闪烁，弹出窗口等方式展现，并记录日志。1.4.5 子平台扩展可根据业务需求从主平台中扩展出任意数量的子平台，并且子平台能够继承主平台的所有功能，并根据业务需要开发个性化功能。1.5 管理维护需求1.5.1 摄像机状态维护“平台”可对接入的所有第三方平台所属的摄像机及单点接入的摄像机进行状态监控，采用轮询机制监测摄像机工作状态是否正常，并实时呈现告警、记录日志。1.5.2 客户端系统支持平台客户端支持Linux（CentOS、RedHat、Ubuntu）、Windows、iOS、Android等主流PC、平板电脑和智能终端操作系统。1.5.3 摄像头多级目录管理摄像头的目录采用树形结构、多级管理。各平台归属摄像头的命名和检索保留原平台方式。未命名的摄像头命名统一规范标准，名称体现视频来源、摄像头地理位置、摄像头制式、编号等信息，便于快速检索。1.5.4 账号登录权限管理“平台”可对登录账号进行权限设置和管理，根据账号开放特定的视频流访问权限，账号权限需对接入的子平台的账号权限管理方式进行继承。1.5.5 升级扩容改造管理“平台”可保证在系统不宕机、服务不中断的情况下进行软硬件升级、硬件扩容等平台升级扩容改造工作。1.5.6 服务器状态监控、负载均衡和数据备份“平台”对服务器进行统一调度管理，无人值守监控服务器的运行状态；可根据服务器的处理负荷进行负载均衡，将大量的并发访问和数据流分担到多个节点进行处理，提高服务器的运行效率；“平台”能够支持数据的冷热备份，确保任一节点包括主节点出现故障时，均不会导致服务器数据丢失。1.6 系统性能需求1.6.1 系统扩展性“平台”具有较强的可扩展性，预留足够的接口便于将来能够接入新的节点资源、子平台系统或更高级别的应用平台。接口通用透明，出口视频支持标准RTSP协议，信令支持标准HTTP协议。1.6.2 系统鲁棒性“平台”可确保在任意数量平台或设备的SDK开发包和RTSP视频流接入的情况下保证系统稳定运行；在任意节点（包括主节点）发生故障的情况下，仍然能够稳定处理数据，保证系统不宕机，服务不中断。1.6.3 系统响应速度从客户端接收到用户命令到系统完成命令执行的响应时长不超过1秒；“平台”数据库中摄像头在GIS图层上的显示相关信息，做到更新时间间隔不超过1秒。1.6.4 系统接入能力和并发处理能力“平台”预计初期可具备1万路的视频信号接入能力，后期可扩展至20万路视频信号。“平台”最低可并发接入500路视频信号，可同时支持100路720P视频流实时转码、50路高清视频智能分析、24路720p或96路D1视频流解码上墙，并支持1080p高清视频流的解码能力。用户并发访问量初期为800路720p或2000路D1信号，后期可扩展至2000路720p的流转发能力。1.6.5 存储能力初期建设存储有效容量至少为100TB（裸容量200TB），满足动态扩容需求；初期具备100路720p视频存储30天的能力，可扩展到10000路720p视频30天的存储能力；单客户端大文件传输的写性能不小于100MB/s，读性能不少于80MB/s；要求当任意节点（包括主节点）发生故障时，存储系统仍然保持存储数据100%完整，并且不会停机中断服务。1.6.6 视频传输时延从视频流从接入“平台”后，经过转码，推送给流媒体服务器，并分发给不同客户端，所呈现的总时延不超过1秒。1.6.7 智能分析处理能力“平台”初期达到50路高清视频的智能分析、识别的处理能力，并可动态扩容至1万路视频的智能分析、处理能力。在某些情况下允许有20s以下的时延，但可以保证智能分析处理的速度高于视频帧产生的速度（帧率为30fps以上），保证视频数据不堆积。1.6.8 智能分析统计误报率、漏报率“平台”智能分析中，车流量统计误差率不高于10%；交通事故检测误报率不高于10%、漏检率不超过20%；交通干道拥堵告警误报率不超过5%2 系统架构根据需求的深入分析，本方案利用 cStor 云存储和 JobKeeper云调度技术构建统一的云视频监控管理平台软件，部署在服务器集群上，实现对海量高清视频监控的实时处理，整合各委办局的监控资源。2.1 需求满足响应表现有框架可以满足及未能满足的相关需求如下表所示：项目需求项目需求分项解决方案接入需求接口开放性，满足不同标准平台设备接入接入系统无线视频接入稳定性接入系统/前端摄像头呈现需求多终端输出和实时编码处理系统/流媒体服务器集群全屏多画面单画面处理系统/流媒体服务器集群GIS呈现中心管理系统（数据库）视频流分发服务视频流分发服务处理系统/存储系统/流媒体服务器集群功能需求智能识别功能处理系统前端设备状态读取及控制中心管理系统/接入系统录像及存储功能中心管理系统/存储系统智能分析结果告警处理系统/中心管理系统（数据库）子平台扩展管理维护需求摄像机状态维护中心管理系统/接入系统客户端系统支持客户端多级目录管理中心管理系统登陆账号及权限管理中心管理系统服务器状态监控和数据备份、负载均衡中心管理系统/存储系统2.2 系统模块拓扑图如下图所示，系统主要由七个子系统组成：前端设备、接入系统、处理系统、存储系统、流媒体服务器、中心调度系统和客户端。图2-1 系统模块拓扑图 云端转码由于视频转码计算量很大，单一的计算机不可能实现整个监控系统内的摄像头实时视频数据的转码。cVideo研发了云端转码技术，将视频转码计算放大云端，实现整个系统内的实时视频转码，以满足用户对不同分辨率，不同码流，不同终端的使用需求。视频接入模块首先将不同厂家的前端设备接入进来，对于支持RTSP的采集设备，我们利用标准的流媒体协议接口实现视频和音频数据的传输。对于不支持RTSP的采集设备，我们利用设备厂商提供的SDK进行接入。然后在cProc云计算平台上利用高效的转码技术，将采集到的高清视频信号解码后，采用H.264、H.263、MPEG2、MPEG4等常用标准视频编码方式和AAC、MP3、WMA、MPEG2等常用标准音频编码方式，对视频重新编码，在满足用户需求的同时降低对网络带宽的消耗。同时，将转码后的视频流推送给流媒体服务器分发出去。这样可以提供给终端不同分辨率需求的视频流，支持常用的音视频编码格式，支持标准解码器解码，从而支持常用播放器的播放(如支持网络功能的MPlayer、VLC等)。图3-15 云转码流程在cProc云平台基础上可以实现动态转码过程，保障无线视频数据的稳定接入，系统可根据实时的网络状态，自适应转码，调整合适的分辨率和码率，也可根据用户设置的流畅度优先或者清晰度优先，合理控制实时数据的流量，以保障在无线数据传输的环境下，视频信号正常传输，不受到影响。 智能识别前端设备将采集到的视频等信息将数据存储至云处理集群并进行相应的云存储处理。当客户端需要视频转码或者智能识别时，通过JobKeeper调度云处理集群中的各个处理节点，节点收到查询请求后进行不同的处理，并将处理后得到到的数据结果交付给客户端；而如果是视频数据，则通过流媒体服务器返回给客户端。自主专利的智能图像检索采用先进的图像处理技术并结合模式识别对已有的海量视频进行事件检索，实现了对事件发生视频的切片回放、运动帧提取和对象跟踪。目前可以对烟、火、运动物体、遗留物、车辆统计和特定行为等情况下的识别达到很高的识别度。.1 车流量统计为了获取精确的车流量统计结果，我们首先采用当前效果较好的GMM算法对背景建模，提取道路上行驶的车辆轮廓信息。但是由于该算法自身的缺陷，会将现实场景中噪声、阴影当做车辆的一部分，给车流量统计带来很大误差。为此，我们研发出一种可以去除阴影及噪声的方法，效果如下： 原始图像 GMM检测的车辆 去除阴影/噪声的车辆图 3-16 阴影消除算法其中，图3-9中的右侧图灰色为背景，红色为GMM检测中误认为是车辆的部分，该部分主要为阴影及噪声。该方法可以很好的避免传统方法中容易将车窗或深色车身误检为阴影的问题。基于此算法就可以非常方便和准确的获取到车辆的轮廓，再根据摄像头与车辆之间的拍摄夹角，将车辆轮廓映射到伪三维上，就可以重建出车辆的三维轮廓图，即使多辆车之间存在遮挡、粘连都可以准确的计算出车的数量，如图3-10所示。图3-17基于伪三维的车辆轮廓重建及计数.2 区域入侵检测检测模式：当有人或交通工具侵入监控防区时自动发出报警。入侵检测可以设定多个任意形状的防区，多个防区位置可以重叠，互不影响。针对每一个防区，还可以指定该防区内入侵者的类型（人和交通工具）、尺寸大小、入侵速度、最短入侵时间和运动方向等参数，各防区内各类型的参数可以独立设定，互不影响。防区设定后，只有符合指定特征的入侵行为才会引发报警，而其他不符合条件的入侵将会被忽略。 入侵检测针对入侵者不同的尺寸大小和运动特征进行检测，发出报警信号并提供即时的视频确认机制，有效减少了由于误报引起的不必要的警卫行动。另外，入侵检测在确保监控场景安全的同时，还为警卫人员做出有效的响应行动提供了额外的信息。 这种检测模式可适用于各种场合的非法入侵检测，例如入室盗窃、侵入高危区域、进入游泳池、侵入无人区、攀越围墙，以及针对在非工作时间内在非法方向上运动的过往人员进行记录等。图 3-18 区域入侵检测示意.3 遗留物智能检测遗留物检测可以对遗留物进行自动检测当物品（包裹、碎块、行李等）在某个防区内被放置或遗留的时候自动报警。此外，对于有人看管的物品，遗留物检测模块可以将其忽略。无论是由人携带而来并在防区中遗留的物品（摄像机看到完整遗留过程的情况），或者是被人从防区外扔入防区内的物品（摄像机看到部分遗留过程的情况），还是在防区中突然出现的物品（摄像机完全看不到遗留过程的情况），遗留物检测都可以从场景中正确检测出遗留物。此外，遗留物检测模块还可以检测出一些人眼注意不到或者无法识别的伪装目标。本检测模块适用于各种场合的遗留物检测，例如用于检测伪装的包裹炸弹、铁路上的危险障碍物、掉落的岩石，监狱等场合高墙抛物，监狱周围的遗留物品，遗留在柜台上的包裹等。图 3-19 遗留物品智能检测示意.4 交通事故检测当前的视频监控主要由人为进行参与，针对某路段的交通事故检测，需要有专人职守，观看摄像机捕捉的图像，对于城市级大规模的视频监控，大量的视频需要人为进行分析，人力成本非常巨大。由于道路上发生交通事故以后，车辆或人损伤，会在道路上进行停留。云创智能视频分析通过视频运动检测，对长时间在道路上停留的物体进行检测，我们对道路上物体的停留时间设定阈值（一般大于正常红绿灯的等待时间），来对交通事故行为进行分类，当判断为事故的时候，进行报警。道路分析结果（左图为原始视频，右图为分析结果，当道路上有物体停留的时候，随着停留时间，改区域会在有图逐渐由冷色调专为暖色调）图 3-20 没有交通事故发生图 3-21 发生交通事故图 3-22 发生交通事故（右图中，停止物体区域逐渐累加）图 3-23 发生交通事故（右图中，停止物体区域逐渐累加）图 3-24 发生交通事故（右图中，停止物体区域逐渐累加）图 3-25 发生交通事故（右图中，停止物体区域逐渐累加，达到一定阈值，判定为交通事故，报警）.5 智能视频分析性能云创智能视频分析采用创新的场景三维标定技术，建立了3D目标跟踪体系，能够准备的计算出场景中物体的实际尺寸，有效的过滤了在监控场景中其他运动物体，比如运动的汽车、小动物等对结果的影响。同时，对智能算法结构进行优化，减少处理需要的时间，提升处理性能，做到实时数据的实时分析、实时处理（处理速度大于30帧/秒），以及警告的实时响应。 图 3-26 滤除运动的汽车的影响示意图 同样，我们的算法在实际中经过不断的积累和提升，更加能够接近实际使用情况，如：夜间照明不足情况下的检测，雨雾天气环境中的检测等。以此进一步提升智能识别的通用性。图 3-27 黑夜区域入侵效果示意图图 3-28 雨天区域入侵效果示意图.6 智能分析统计误报率、漏报率智能分析采用了当前最先进的算法，使分析统计结果误报率、漏报率很低，车流量统计误差率不高于10%；交通事故检测误报率不高于10%、漏检率不超过20%；交通干道拥堵告警误报率不超过5%。 云台控制功能针对移动客户端，当用户在视屏播放窗口进行上、下、左、右、放大、缩小手势时，相应地将向服务端发送向上、向下、向左、向右、放大焦距、缩小焦距等命令。服务端通过调用前端设备的SDK接口来控制摄像头云台。而针对PC客户端，用户只需要通过点击相关云台按钮即可操控云台。 智能识别功能调用后台智能识别的相关功能，通过浏览器的访问方式来展示智能识别的结果。并可根据预置的报警门限进行及时告警，如交管摄像头检测到车流量超过告警门限时，产生窗口提醒告警和日志记录，并对告警时的视频进行录像。 客户端单画面、多画面支持IPAD客户端、PC客户端以及视频墙分别实现了多画面监控播放，支持多画面模式里双击某路画面展现全屏效果。平台支持高并发的视频访问能力，并且根据客户端的不同处理能力，实时转码，瞬时动态调整视频的分辨率，满足用户需求的同时降低网络带宽的消耗。图3-48 移动客户端单画面图3-49 移动客户端多画面图3-50 PC客户端多画面摄像头的目录采用树形结构、多级管理。摄像头名称体现视频来源、摄像头地理位置、摄像头制式、编号等信息，便于快速检索。当我们计划在主线程完成很多工作的时候，程序将消耗很多资源，用户一直在等待，可能系统也会强制关闭客户端；借助多线程的好处，我们把任务分开到不同的后台线程，这样可有效提高客户端的体验效果及性能，增强程序的实时处理能力。客户端引入了超时处理机制，当视频流迟迟打不开、播放时断掉或者网络出现问题，子线程将会自动停止。由于主线程控制着页面显示功能，解码、处理等步骤在子线程中运行，同时通过锁等一系列安全机制，保证了程序稳定可靠，不出现卡顿的现象。 监控大屏功能描述监控大屏功能可以将平台中的视频流通过解码器将画面显示在电视墙上。首先客户在web客户端上进入大屏监控管理界面，选择解码器并配置需要显示的画面数，将对应的摄像头配置到解码器的各个窗口里，当客户请求解码上墙后，中心服务器通过jobkeeper调度启动一个任务，从流媒体服务器上获取监控点的标准rtsp流，再将这些视频流重新编码成解码器需要的数据，推送给解码器，解码器被动解码还原出模拟信号，由VGA输出给大屏的某一个通道，通过大屏控制器指定电视墙的某一块区域，完成平台中视频流的上墙功能。这样可以解决传统的解码器只能接同一个厂家摄像头的问题。图3-51 监控大屏配置界面3.3 平台对接3.3.1与调度平台的对接 视频监控平台为了实现与上层调度平台的对接，对调度平台提供了SDK接口，通过本平台的SDK，上层平台可以获取到视频监控平台内部的所有资源信息，为GIS地图应该提供摄像头点位信息，以及在地图上开窗服务。对外接口 “平台”具有较强的可扩展性，为上层的调度平台提供了开放的标准协议接口，同时，也支持与其他平台的对接。接口通用透明，出口视频支持标准RTSP协议，信令支持标准HTTP协议。 上层调度平台可以通过标准的协议来调用平台资源，其中信令控制流是基于标准HTTP协议，按JSON封装，中心调度平台可以先登录到平台，然后获取到设备列表，用户请求看某路视频时，再从平台获取到对应的视频流地址，通过该地址访问视频流，解码播放。其中其中视频的数据流支持标准的RTSP协议，凡是支持RTSP/RTP标准流协议的播放器均可解码播放，同时，我方也提供播放器插件协助上层应用开发。接口流程图3-52 平台接口流程图首先提供用户名、密码登录到平台中心服务器，然后获取平台中所以的分组，选择某一分组后，再调用接口获取该分组下所有的设备列表，选择某一路摄像头后，再获取该路摄像头的动态url地址，然后使用该地址通过ocx控件播放视频，视频成功打开后可以进行相关的云台操作，最后退出平台。 GIS地图对接平台与GIS地图的对接可以通过本平台提供的SDK接口来获取监控平台里的所有监控点信息。每一个监控点都提供了经纬度信息，上层平台可以通过这些点位信息在GIS地图上显示监控点，双击该监控点后调用我们提供的控件，使用获取到的URL地址打开视频，实现在GIS地图上的开窗功能。所有GIS地图上呈现的摄像机监控点位及其信息均由SDK接口和心跳机制保证，支持刷新时间间隔不超过1秒。3.3.2 多级平台的对接在许多应用场景下，单中心的模式会因为网络或其他因素成为瓶颈，因此“平台”也支持多级部署的架构，多级平台之间的对接方式如下图所示：图3-53 cVideo多级平台部署方式多级cVideo云视频监控系统采用分布式架构，分级管理和部署。市级和区级分别部署cVideo系统，街道级的前端监控设备所采集到的视频数据经过接入服务器，存入所属区级的云存储服务器中。各级客户端访问相应中心服务器，按需操作和调控。云处理服务器提供空前的数据处理能力，提供诸如视频转码、内容识别等海量数据的处理支持。查看历史视频时，接入云存储遵守分区接入、分局接入和就近接入原则，考虑到突发事件会致使查看视频记录的人员增多，分布式部署可以很好地缓解接入压力。 信令交互 上级中心总平台的接入服务器和下级子平台的中心服务器信令交互，上级平台的接入服务器相当于下级平台的一个超级管理员用户。总平台通过接入服务器登陆到子平台，从而进行获取设备列表、获取设备信息、云台控制、获取流地址等操作。 上下级平台的设备管理、用户管理、日志管理等功能相互独立，下级平台和第三方平台对“平台”的用户不可见，用户可以透明地访问各平台的前端监控设备资源（可以知道设备是属于哪个平台、哪个部门的，但不能直接登陆到下级平台或第三方平台）。在“平台”用户视角，相当于所有下级平台和第三方平台的设备都是直接部署在此综合的云平台之上。 视频数据流对接如果是上级中心总平台用户想查看某前端摄像机的实时视频，那么，该用户首先通过客户端或浏览器登陆平台，随后发出对某路视频的监控请求，中心调度系统会根据数据库里的摄像机设备信息将任务经由接入服务器发送给政务专网的中心调度系统，由其调度相应接入、处理服务器进行进入和转发处理。该视频流经过子平台流媒体服务器转发至总平台，客户端得到该地址即可播放出实时视频流。如下图所示：图3-54 多级部署上级视频数据流对接如果此时子平台的用户也想监控上述该路的实时视频，在请求该路监控时，子平台的中心服务器会自动发现该监控任务已由总平台用户发起过，只要经过总平台中心控制的许可，便可立即将流媒体服务器推送地址反馈给客户端，子平台用户的客户端则直接可以播放出该路实时视频流。如下图所示：图3-55 多级部署下级视频数据流对接3.4 总体性能 整个“平台”采用海量存储的cStor存储系统和jobKeeper中心调度系统，使得“平台”整体的性能呈现得极其优越。3.4.1 视频高效存储性能“平台”底层基于cStor高性能分布式云存储系统，支持高并发、高带宽，大数据在多个节点上并行读写，读写性能随节点数增加而线性增长。并且，cStor也支持多重数据保护，包括磁盘级的数据冗余，节点级的数据冗余等，同时，也支持1：1、1：2、N：N+M等多种备份冗余模式。 存储节点的数据具有多个副本（默认为3个，可设置）。任意节点出现故障，系统将会自动复制数据副本到新的节点上，不会丢失数据。元数据管理节点采用双机镜像模式容错，如果有某一节点出现故障，另一节点会自动接替，继续工作。数据读写性能随着存储节点数量的增加而自动增长，单客户端的总体写性能不低于100MB/s，总体读性能不低于80MB/s。参考章节 cStor云存储系统。3.4.2 负载均衡性“平台”在中心管理和JobKeeper云调度系统的统一监管下，对各台服务器的资源使用情况综合把握、充分调度，实现云内各服务器的负载均衡。当增加新的服务器节点后，“平台”也能自动将其资源纳入整个“平台”中来管理，实现所有任务的均匀分配。存储负载均衡参考章节.3.1负载自动均衡技术；处理负载均衡参考章节.3 JobKeeper服务器；流媒体负载均衡参考章节流媒体负载均衡。3.4.3 优异的可扩展性平台具有较强的可扩展性，接入服务器通过整合不同厂家的SDK来接入新的设备或平台，并对平台提供统一的接口。并且，可以在不停止服务的情况下，动态加入新的存储/处理服务器节点，无需任何操作，即实现系统容量/处理性能的自动增长；也可以摘下任意节点，数据/任务会自动备份/分配到其他节点上，系统容量/处理性能会自动缩小而数据不会丢失。随着对I/O能力需求的不断增加，只需要增加服务器数量即可将压力化解。接入可扩展性参考章节.1多台分布式部署；存储可扩展性参考章节.2.3在线伸缩；处理可扩展性参考章节.3 JobKeeper服务器；流媒体可扩展性参考章节流媒体服务器集群系统架构。3.4.4 系统鲁棒性、无单点故障平台采用了cStor存储系统和JobKeeper中心云调度系统，确保在任意数量平台或设备的SDK开发包和RTSP视