2016年，有個自稱「一個集美貌與才華於一身的女子」，將3分鐘短視頻的價值變現成為了2200萬人民幣。從此，這名女子的一笑一顰都被萬千網友爭相模仿，她也成為了中國真正意義上短視頻網紅第一人。她的名字叫做姜逸磊，還有個大家都熟悉的名字——Papi醬。
自Papi醬開始，中國短視頻市場一發而不可收，無論是層出不窮的短視頻平臺還是絡繹不絕的網紅男女，都代表了這一領域在最近幾年的火爆。如今，以抖音、快手為代表的社交媒體類、以西瓜、秒拍為代表的資訊以及以B站、A站為代表的BBS類短視頻平臺爭奇鬥豔，頻頻出招，也讓市場進一步走向繁榮。
短視頻的競爭不僅僅表現在表面的「網紅爭奪戰」上，其實在技術層面也同樣面臨著競爭。一方面，短視頻平臺需要藉助於AR、美顏等技術手段提升用戶體驗和人氣，另一方面，後端的數據中心或者雲端保障，更能夠讓主播和網友用起來得心應手。
其實提到「秒拍」，經常玩短視頻的朋友可能是非常熟悉了。作為短視頻行業最大的聚合分發平臺，秒拍日均覆蓋用戶達7000萬，日均視頻上傳220萬條，用戶日均使用時長40分鐘，日均視頻播放總量30億次。可想而知，在秒拍不斷發展的7年時間裡，已經積累了多少用戶及多大的數據。而如今，一個難題就擺在了所有技術人員的面前——秒拍希望將部分數據遷移到華為雲平臺上。
大家知道，雖然我們常說雲平臺是開放性的架構，具備彈性擴展和秒級相應等諸多特性，但是「遷移」兩個字，對於任何平臺來說都是一樣的沉重。最初，秒拍與華為雲接觸的時候，並沒有對華為雲有足夠的信心。儘管「華為」的品牌在IT領域首屈一指，但是在雲計算應用中特別是公有雲平臺中，華為雲還是新晉者。
「最初我們聽到華為雲這個名字的時候還是很驚訝：華為也開始做雲了？後來通過慢慢的接觸，了解到華為有很多前沿算法，剛好符合了我們數據的差異化推送需求。基於雙方開放、合作的共識，我們一步一步有了很多的業務上的結合，一步一步相信彼此，最終選擇了彼此」，秒拍架構師李東輝表示。
雖然都是x86平臺，雖然在理論上不存在之前RISC那種「綁定」的架構，但是每家平臺都是一個複雜的系統，從底層的硬體到中間層的若干OS再到上層的各種應用平臺，想實現整體的遷移無異於痴人說夢。具體到秒拍來說，它原本的業務運行在某大型公有雲平臺上，但是對於短視頻應用來說，可能某個瞬間或者某段時間的「爆款」視頻會帶來流量高潮，而原有的基於虛機的雲平臺很難在這個時候實現彈性擴展，進而有可能影響用戶體驗。經過慎重考慮，秒拍最終決定從原有平臺遷移到華為雲提供的容器服務上，以確保業務能夠快速無縫地進行切換，實現隨時隨地的彈性擴展，為用戶帶來最佳的應用體驗。
在解決這個問題的過程中，華為雲很大程度上就扮演了「圓夢者」的角色。對於秒拍的遷移，華為雲給出了分步的策略，即在保證遷移能力的同時，實現業務的穩定運行。具體說來，包括mc\mq\redis\db\ES遷移等多個部分，同時也包括了遷移之後的架構優化和負載均衡等等，並非是一蹴而就的。事實上就整個遷移過程來說，也可謂是「驚心動魄」。
「當時預計的遷移時間是零點之後，因為凌晨的業務體量是比較低的，影響也非常小。但是到凌晨一兩點的時候，資料庫同步驗證出現了問題，老資料庫到新資料庫複製斷掉了。當時所有人都特別緊張，甚至有人準備放棄遷移；好在華為雲及時組織技術專家，在第一時間解決問題、排除了故障，遷移得以繼續運行。大概是到四五點左右的時候，整個數據量已經開始進入華為雲平臺，持續到八點左右的時候，整個遷移工作初步完成。雖然在遷移過程中有些小的業務問題，但秒拍系統的整體已經與華為與非常匹配了，後續就是業務的細化問題」，李東輝如是說。
應該說，在雲趨勢的大潮下，網際網路企業把大多數業務部署在雲伺服器上，但更多是在傳統的雲主機上。如果企業要過渡到下一代虛擬技術容器，會涉及到各類資源遷移和技術架構優化，整個過程是必須短暫而痛苦的。
但如果沒有相應規模的技術團隊來操作，再加上雲廠商沒有完善的技術支持團隊，這個過程會更加痛苦。如何減少企業業務升級的痛苦，這就非常考驗企業技術決策者的選擇智慧。秒拍這次遷移，可以看作是短視頻網站雲平臺過渡的一個樣本，也凸顯出華為雲在解決客戶痛點上的能力。
解決了數據遷移的問題，接下來就是如何判斷這些海量的數據以及如何將數據精準的推送到各人。很顯然，如此巨大的視頻數據流量，對於帶寬及後端的伺服器都帶來了前所未有的壓力。而面對爆發性增長的業務量，想要僅僅憑藉人工審核肯定能以滿足每日巨大的數據需求，而如何將熱門內容推送給每一個用戶，而又要保證不同用戶的精準化與差異化，一直是整個業界面臨的共同問題。對此，秒拍在不斷的探索之後，選擇了智能算法+人工推薦相結合的形式。
這樣的選擇也是業技術發展的必然。正如我們之前提到的，一方面在短視頻平臺，高熱度的內容無疑能得到充分曝光，但另一方面並非每個人都關注熱門事件，事實上大多數UGC用戶依然保持著個性化的內容需求。就好比，微博熱門經常被明星八卦內容所佔據，但是在實際生活中，明星八卦只能作為茶餘飯後的小小談資而已。
為此，視頻平臺要將大量優質的內容推薦給真正感興趣的用戶，就必須基於人工智慧+大數據技術。我們可以想像一下，按照秒拍的用戶量，事實上每天它都會產生海量的數據，這些數據可能是五花八門，而且大多是非結構化的數據，不能通過傳統的資料庫進行區分，只能藉助於人工智慧的方式，利用深度學習算法實現分類。
這無疑技術提出了更高的要求。一方面，秒拍希望能夠為客戶提供精準的、差異化視頻，另一方面想要在每天產生的海量數據中找到這些視頻，無疑中大海撈針般的困難，非深厚的技術幾點與完善的解決方案不能實現。但是這個問題，在華為雲EI的面前，卻能夠迎刃而解。
憑藉多年在大數據和AI領域的技術積累，華為雲EI為「秒拍」提供了諸多業界領先的技術並搭建了一系列成熟的技術架構，使「秒拍」能夠實時地把握用戶興趣愛好，並基於AI技術對內容進行分析，進而將視頻匹配給用戶，使推薦真正做到千人千面。
具體說來，華為雲EI通過對海量用戶行為以及視頻數據進行訓練、分析、建模等操作，為一下科技等移動網際網路企業打造了多場景下的23000多個不同維度的內容標籤，對內容進行標籤化處理，有助於全方位加深後臺對視頻內容的理解，並通過實時構建的用戶畫像，以及基於深度學習的CTR預估排序，有針對性地把內容推送給真正感興趣的用戶。
雖然在公有雲領域出現的時間還不長，但憑藉多年來華為在CT和IT領域的豐富經驗與基礎儲備，華為雲從「天生」就具備了強大的技術基因，可以為用戶提供完善的海量數據分析+智能推送的精準方案，也能幫助客戶從原有的虛擬機順利遷移到更符合趨勢的容器平臺。