Nano Hash - криптовалюты, майнинг, программирование

Самый эффективный способ хранения мультимедийных данных на серверах

Когда дело доходит до видео и изображений, очевидно, не рекомендуется хранить их в реляционной базе данных. С точки зрения архитектуры приложения и сервера, как мы должны хранить эти данные на нашем сервере?

Как большие компании, такие как facebook или youtube, хранят все свои данные? Я знаю только один способ: сохранить файл на сервере и его путь (+ любую информацию, которую мы хотим) в базе данных.

Но я чувствую, что этот способ устарел и очень утомителен для обработки избыточности, кэширования, балансировки нагрузки и т. Д.

Есть ли новая архитектурная модель, которая становится популярной или более простой в реализации?

server database architecture storage multimedia
12.06.2019

Ответы:


1

Не существует решения «один размер подходит всем».

Многие крупные компании выбирают для хранения медиафайлов распределенную систему управления файлами, такую ​​как HDFS/Hadoop. Таким образом, репликация/избыточность легко управляются.

Большинство малых/средних и несколько крупных компаний используют такие сервисы, как Amazon S3. Добавлен CloudFront для кэширования/CDN.

13.06.2019
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..