[Chapter 14] Q&A - Githubissues

zziri commented 2 years ago

[Chapter 14] 유튜브 설계

zziri commented 2 years ago

지훈

이번 장에서는 특별히 이해가 되지 않는 부분은 없었습니다

유향 비순환 그래프(DAG)?
- 엣지가 방향을 가지고, 순회시 한번 방문한 노드는 다시 방문할 수 없는 그래프
- https://jackpot53.tistory.com/84
미리 사인된 업로드 URL..??
- 인증 과정이 필요없는 어둠의 경로(?)
- https://medium.com/@aidan.hallett/securing-aws-s3-uploads-using-presigned-urls-aa821c13ae8d
- https://heewon26.tistory.com/377

travelbeeee commented 2 years ago

저도 이번 장에서는 특별히 어려운 내용, 질문하고 싶은 내용이 없습니다.

kihyun-yang commented 2 years ago

meloncha commented 2 years ago

I, P, B frame 을 포함하며 I프레임과 I프레임 사이에는 B프레임, P프레임들이 나열되어 있다
I프레임(Infra Frame) : 키 프레임으로 불리며, GOP의 기준이 되는 핵심 프레임. JPEG과 같이 원본 그대로 저장된 프레임
P프레임(Predicted Frame) : 순방향 예측 프레임. 바로 이전에 위치한 I프레임을 기준으로 차이가 나는 부분 데이터만 예측하여 저장한 프레임. 용량이 I프레임의 1/3
B프레임(Bidirectional Frame) : 양방향 예측 프레임. I프레임과 P프레임 사이에 껴서 양쪽 프레임을 모두 참조하여 두 프레임 사이의 움직임을 추측 데이터로 저장한 프레임. 용량이 P프레임의 1/3

첫번째 줄의 이미지들은 원본을 그대로 저장한 I프레임들의 모음
두번째 줄의 첫번째 이미지가 I프레임, 4번째가 P프레임이라면, I, P 프레임을 참고하여 예측된 B프레임들이 그 사이에 위치
이미지의 똑같은 메인 뼈대는 I프레임에 남겨두고, 변경되는 부분 데이터를 상대적으로 용량이 작은 B, P프레임으로 저장하면 전체 비디오의 영상이 효과적으로 줄어들어 압축의 효과를 증대할 수 있다

easyfordev commented 2 years ago

이번 장은 전체적으로 양이 많은 것, 비디오 도메인에 특성화되어 있는 것을 제외하고는 술술 읽혔습니다.

참고 자료
BLOB 스토리지? (이미 위에서 찾아주신 것 같아서 패스하겠습니다)
DAG 프로그래밍 모델 관련 Airflow 소개
최적화를 시도하기 전에 시청 패턴을 분석하는 것은 중요하다 : Content Popularity 기반으로 최적화한 Netflix의 기술적 사례 (책에 있는 참고 문헌) https://netflixtechblog.com/content-popularity-for-open-connect-b86d56f613b

Comment
메타데이터 DB에 샤딩과 다중화를 적용하여 성능 및 가용성 요구사항 충족할 수 있음
- 아,, 성능과 가용성 요구사항을 시스템적으로 내가 직접 설계(구현)하는게 아니라, DB에서 가져가게 되면 쉽게 요구사항을 만족할 수 있겠구나
자원 관리자 관련된 아키텍처가 이번 챕터에서 가장 인상깊었습니다. 많은 작업을 처리할 때 이런식으로 아키텍처를 가져갈 수 있구나
시스템 컴포넌트 각각에 발생할 수 있는 오류에 대한 전형적 해결 방법(272p~273p)
- 이렇게 각 컴포넌트마다(큐, API 서버, 캐시 서버, DB서버 등) 장애시 어떻게 해결할 수 있는지 술술 말할 수 있을정도로 잘 알아두면(외워두면) 좋을 것 같다.