系统组件组成
- 客户端
- CDN
- 服务端
- 数据库
- 消息队列
- 大数据处理平台
客户端
客户端是用户交互的入口，向后台请求视频的评论、内容和点赞信息等，也要将用户的上传保存到服务器中。
主要功能有：
- 视频内容：推荐、关注、同城
- 发布视频：剪辑、上传、管理
- 社交：点赞、收藏、关注、评论、分享和私信等
- 商城：购物相关，类似于淘宝
CDN
CDN是内容分发网络(Content Delivery Network)。作用是加速用户获取视频内容，降低服务器的负载，提升用户的体验，将一些静态资源部署在CDN上，根据用户请求分配合适的CDN节点。
减少资源的传输距离，提高了访问稳定性。
服务端
服务端负责处理用户的请求，与数据库进行交互，进行计算等。采用微服务架构，将系统拆分成多个独立的服务，每个服务都可以独立部署和拓展，同时采用分布式架构，将不同的服务部署在不同的服务器上，提高系统的可用性。
用户服务
处理用户的注册、登录、身份验证等功能。它还负责管理用户的资料、关注列表、粉丝列表等信息。用户服务使用MongoDB存储用户数据，使用Redis缓存用户信息，以提高数据的读取速度和系统的性能。
视频服务
负责处理视频上传、存储、转码、播放等功能。它使用七牛云存储作为视频存储服务，并使用Elastic Transcoder进行视频转码。视频服务还使用Redis缓存视频信息和相关数据，以提高视频的访问速度和系统的性能。
社交服务
负责处理用户之间的社交互动，如关注、点赞、评论、分享等功能。它使用MongoDB存储社交数据，使用Redis缓存社交信息和相关数据，以提高数据的读取速度和系统的性能。
推荐服务
使用机器学习算法和大数据分析技术，分析用户的行为和兴趣，为用户推荐相关的视频内容。它使用Elasticsearch作为搜索引擎，使用Spark进行数据分析和处理，使用Redis缓存推荐结果，以提高推荐的准确性和速度。
消息服务
负责处理系统通知、私信等消息功能。它使用Redis作为消息队列，使用MongoDB存储消息数据，使用WebSocket协议进行消息推送，以提高消息的实时性和可靠性。
监控服务
负责监控系统的运行状态、性能指标、错误日志等信息。它使用Elasticsearch作为日志存储和查询工具，使用Kibana进行日志分析和可视化，以提高系统的可维护性和调试效率。
以上这些服务通过API和消息队列进行通信，构成高拓展性、高性能的微服务架构。
数据库
采用了多种数据库，用于存储不同的数据。
MongoDB
一种文档数据库，用于存储用户数据、视频数据和社交数据等非结构化的数据。MongoDB的特点是高可用性、高性能和可拓展性，可以处理大量的非结构化数据。使用分片技术将数据分布在多个节点上，以提高读取和写入的性能。
Cassandra
一种分布式列存储数据库，用于存储日志数据、统计数据等大量结构化的数据。可以在多个节点上分布数据，提高读取和写入的性能，支持多种数据复制和一致性策略，提高数据的可靠性和一致性。
Redis
一种高速缓存数据库，用于缓存用户数据、视频数据和社交数据等常用数据。因为存储在内存中，所以特点是高性能和低延迟，可以快速的完成读写任务。支持多种数据结构，如字符串、哈希、列表、集合、有序集合等，可以满足不同的应用场景。
消息队列
消息队列用于实现服务之间的异步通信和任务调度。
当用户上传一条视频，视频服务将视频信息写入到消息队列，推送给转码服务进行转码处理；当用户关注其他人时，社交服务将关注信息写入消息队列，推送给推荐服务进行分析，这种异步的通信方式能够降低服务之间的耦合度，使得系统的拓展性和维护性性得到提升。
大数据处理
对海量的用户数据进行处理和分析。
数据采集和存储：通过移动端和Web端的应用程序对用户数据和内容数据进行采集，包括行为、视频信息、评论、标签等。这些数据经过处理之后存储到分布式数据库中。
数据清洗：对于采集到的数据，可能出现重复、缺失、错误等问题，需要进行数据清洗和转换。使用Spark等大数据处理框架对数据进行清洗、过滤和转换，将数据转换成为可用的格式。
数据分析和挖掘：通过Spark等大数据框架对数据进行分析和挖掘，如用户画像、用户行为分析等。通过这些操作得到用户的兴趣爱好、视频的趋势等，用于优化推荐算法、推送广告和把握热点等。
数据可视化：使用Kibana等可视化工具，将分析结果可视化，方便管理人员和业务人员更好更快地了解数据趋势和变化。将结果更好地反馈到推荐系统、搜索系统、广告系统等的设计上，提高系统的命中率。
高并发应对方案
垂直拓展
通过增加单个服务器的处理能力提高系统性能。
增加服务器CPU、内存、硬盘等资源提高系统的处理能力，提升效果直接，但成本高且上限低。
水平拓展
通过增加服务器数量提高系统性能。
增加服务器数量分担请求和负载，需要考虑数据同步、负载均衡、容错等问题。
缓存优化
通过使用缓存减轻数据库压力。
使用Redis作为缓存，将经常访问的数据存储到缓存中，可以显著提高系统性能。
异步处理
将一些耗时的操作异步处理，减轻请求的压力，如用户上传视频时，将转码和存储等操作异步化，减轻上传请求的压力。
负载均衡
将请求分布到多个服务器上，平衡负载。例如使用Nginx等将请求分发到多个服务器上。
