智能电视“云服务”平台的设计实现

开篇：润墨网以专业的文秘视角，为您筛选了一篇智能电视“云服务”平台的设计实现范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘 要：文章主要介绍“云”时代智能电视“云服务”平台的功能特点、设计原理和技术实现方案。通过对服务器端和网络架构进行改造，目标达到千万注册用户的服务和运营。系统具备海量数据的数据库架构设计、数据仓库的支持和分布式集群支持，且在软件架构不变的前提下，能动态扩展硬件和分布式布点来适应日益增长大并发访问量。

关键词：智能电视 数据仓库 数据挖掘 分布式计算 负载均衡

中图分类号：TN93 文献标识码：A 文章编号：1672-3791（2012）11（a）-0011-01

经历了高清化、平板化之后，智能电视市场已经热启，彩电的智能化已经成为产业发展的主要方向。2012年被称为智能电视元年，中外彩电企业目前集体发力中国智能电视产业，正是意欲在智能化的发展中抢先分得一杯羹。打造一款有特色和市场竞争力的智能电视产品成为了目前电视制造商的当务之急。

智能化已经成为家电产业的主要发展方向，国内外众多厂家已经将未来的电视机定位为家庭智能平台。智能电视终端的“云服务”服务器端平台，将会丰富智能电视终端的内容，让智能电视产品更具互动性和扩展性。除了可以提供丰富的应用，智能电视的“云服务”平台，可以让用户实现 电子商务、网络搜索、视频点播（VOD）、数字音乐、资讯平台、游戏中心等各种应用服务。

1 平台概述

建设具备高稳定性和安全性的运营环境的“云服务”平台，需要重点对服务器端和网络架构进行改造，目标达到千万注册用户的服务和运营。并且对业务的扩展性提供灵活的支持。最终的目标都是为了推动电视制造商在产业中的发展，为第三方服务提供商开辟新的利润空间，同时为广大用户带来更多的便利。

“云服务”平台由以下三部分构成。

1.1 公共应用平台

家庭业务和应用建设的公共平台，同时具备业务扩展性；通过用户管理系统可以提供个性化服务、协议可扩展性。接入业务包括影视、音乐、游戏、教育、休闲、活动、咨询、商城、行为收集、用户状态器、APP管理、支付等。

1.2 业务支撑平台

支持智能电视各种业务模式的管控平台和客户服务平台，包括CP/SP管理机制、CP/SP内容监控机制。

业务支撑平台同时具备开放基础业务应用能力，逐步增强核心竞争力，支撑所有应用业务的基础模块，具体内容包括IM基础业务、家庭用户统一管理、支付与分账统一管理、应用程序/内容等加密，终端应用合法验证管理、报表系统；模板管理、报表规则管理、报表管理等、在线升级等。

1.3 云计算平台

基于云计算的数据中心建设，提高稳定性和安全性。构筑业务支撑平台和公共应用平台所需的基础架构（网络、服务器、存储、负载均衡等）以及家庭终端。

2 系统架构

“云服务”平台系统架构分为以下7个主要部分构成。

2.1 通信链路

考虑到国内网络环境的复杂因素较多，特别体现在南、北电信用户之间的互相访问速度不稳定，在网络链路的入口采用第三方（供应商）提供的“智能双路”服务对此问题进行解决。

根据系统业务划分以及将来扩展性，系统采用多个独立二级域名（子域名），对应用户访问的不同业务种类，例如：对应用户点播服务的集群机组，通过分类合理的利用集群机器的资源，分载网络带宽压力，缓解网络的I/O瓶颈。

2.2 访问控制

前端访问控制设有web负载均衡HA-Prxoy，将用户的请求分发给后端业务计算单元，但随着用户数量的上升，将来需要采用专业硬件支撑，例如：F5负载均衡设备。

远程终端请求时将进行转发/控制，前端设计了专门的存储层，将会把用户经常访问的数据放在分布式的缓存中进行存储，用户获取的数据将不需要通过业务计算单元和后端的数据库存储单元，提高用户的访问效率。

前置控制器，解析用户请求协议，对用户的请求进行分析，并且将用户不同的业务请求跳转到处理不同业务的服务器上，便于将来对服务器资源合理的添加。

通过采用防火墙（IPtables）等技术和管理措施，确保网络中数据的可用性、完整性和保密性。比如：从用户（个人、企业等）及个人隐私或商业利益的信息在网络上传输时受到机密性、完整性和真实性的保护。

2.3 业务计算单元

不同业务种类分布在不同的业务集群机组中，由上述“前端置控制器”进行转发，对应不同的业务系统，处理业务的流程与规则。例如：合作商的内容的接入管理，用户的终端管理等应用程序分布在不同的服务器集群机组中，这样可以再次分载业务计算单元的计算压力。

在业务计算单元中，还需要彼此之间进行通信，采用Avro、Zookeeper、JMS、Netty等技术手段来实现。

2.4 业务支撑体系

建立在集群的环境中，初期只在程序设计的逻辑上进行分层，并不考虑在物理上的分层，其中包含：推荐搜索引擎、用户圈子蚁群算法、敏感内容过滤（TTMP算法）、智能分析/机器学习，并且与分布式定时器、系统通知、令牌互通、分布式计数器等相互通信。

为满足对业务更高要求的计算和处理，后期随着业务的变化和需要将对计算需求较大的处理单元，进行独立、分开部署。

2.5 智能商业分析

每个业务模块中包含了“日志采集”模块，该模块与“日志采集服务器”进行通信，“日志采集服务器”对系统中终端用户操作的每笔业务所产生的行为数据进行清洗、过滤、格式化，最后通过定期器、脚本、应用程序装载到数据仓库。

对于大量不同类型的数据，需要多元化的展示方式，最终产生商业报表。并且根据项目实施的进度，我们将会对此部分进行不断的升级改造，通过人工智能、机器学习等算法，最终将系统的数据库演化成知识库。

2.6 数据存储

系统中的用户操作的业务数据、用户之间圈子关系、合作商验证类型的数据，以及用户产生的行为数据分类存储。并再次对数据分为“冷数据”和“热数据”分别存储在数据库、缓存、数据仓储中。

2.7 系统监控中心

本系统对运行中的软件、硬件、业务状态都将进行监控、告警。每种状态通过统一的平台进行展示。让系统维护、业务运营人员对系统各级层面的状态一目了然。

3 结语

对于一个运营的系统来说，没有所谓的架构，只是细节和空间，短期和长期的平衡，更没有一步到位的系统架构设计，系统的架构会根据将来实际业务进行一步步的演化、变迁。

参考文献

[1] 苏新宁，杨建林，江念南，等.数据仓库和数据挖掘[M].北京：清华大学出版社，2006.

[2] 刘辉，胡大治.数据挖掘技术及其应用[M].甘肃科技出版社，2006.

[3] 陈全，邓倩妮.云计算及其关键技术[J].计算机应用，2009，29（9）：2562-2567.

[4] 田文洪，赵勇.云计算：资源调度和管理[M].国防工业出版社，2011.