億級視頻內(nèi)容如何實(shí)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(luò)結(jié)構(gòu)，各類數(shù)據(jù)實(shí)體連接形成了數(shù)十億頂點(diǎn)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(guān)系型數(shù)據(jù)庫往往難以處理和管理，圖數(shù)據(jù)結(jié)構(gòu)更加貼合優(yōu)酷的業(yè)務(wù)場景，圖組織使用包括頂點(diǎn)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(jié)合，在更新場景形成單類型頂點(diǎn)達(dá)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(shí)時更新上的實(shí)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(wù)更新場景的應(yīng)用。

搜索推薦系統(tǒng)作為在線服務(wù)，為滿足在線查詢性能要求，需要將預(yù)查詢的數(shù)據(jù)構(gòu)建為索引數(shù)據(jù)，推送到異構(gòu)儲存介質(zhì)中提供在線查詢。這個階段主要通過 Offline/Nearline 把實(shí)時實(shí)體、離線預(yù)處理、算法加工數(shù)據(jù)進(jìn)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(wù)域之間最終數(shù)據(jù)合并（召回、排序、相關(guān)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(shè)，形成分層策略，將面向業(yè)務(wù)上層的數(shù)據(jù)獨(dú)立出來，而這種模式在實(shí)現(xiàn)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足需求。