2023 年H1，B 站集中出现了多个因变更导致的应急事件。从Google SRE和行业的分享经验我们知道 70%的此类事件是由变更导致的。 需要认识到，历史上任何技术债务都不会自行消失。如果我们不加以治理，这些问题将在某个不经意的时候爆发，届时我们将不得不付出数倍的代价。 H1 的几个变更风险，未能被及时扼杀在摇篮中，以至于发布到线上环境才发现问题，甚至还需要较长时间才得以恢复。我们深入分析了几个典型情况：
英雄联盟全球总决赛是英雄联盟赛事每年度最受瞩目的节点，也是B站全年赛事热度最高的时段。第13届英雄联盟全球总决赛（下文简称S13）今年继续在B站进行直播，本文主要分享S13赛事保障的实践和思考。
在云原生的架构下，微服务的数量呈现爆炸式增长，服务间的调用关系错综复杂，对系统可靠性也提出了更高的要求。在这样的背景之下，混沌工程的关注度也不断提升。 事实上，混沌工程早就不是什么新鲜的概念，早在2008年开始，混沌工程的思想就已经始萌芽，彼时，网飞公司由于数据库发生故障，导致了三天时间的停机，使得 DVD 在线租赁业务中断，造成了巨大的经济损失，正是这次线上事故推动了后续的 ChaosMonkeyV1 项目的诞生。在那之后，类似于 SimianArmy、ChaosKong、Gremlin、ChaosMonkeyV2、ChaosBlade、ChaosMesh、ChaosMeta 等混沌工程相关产品在各个大公司的实践中走入公众视野。
AV1是开放媒体联盟（AOM， Alliance for Open Media）开发的第一代开放，免版税的视频编码标准。AV1于 2018 年 3 月定稿，相同画质下，码率比 H.265/HEVC 低 20% 左右。经过 Google、Netflix、Meta、Amazon 等互联网巨头的不断推广，目前 AV1 生态逐步发展成熟：PC 侧显卡供应商 AMD､ Intel 和 Nvidia 均已经发布支持 AV1 硬解的相关产品；移动端 MediaTek､ Qualcomm 和 Apple 的旗舰手机芯片都已经支持 AV1 硬解；软件解码器 dav1d 已经具备主流平台的实时解码能力[1]。2020年底 B 站开始自研 BILIAV1 编码器，2022年初开始在 PC 侧点播业务部署 AV1 编码，目前正在积极筹备 AV1 编码在直播业务上的应用。
事件简述：2023年8月4日 21:00-21:20 云厂商 CDN 服务故障，回源流量突增导致 BFS SLB 过载，影响依赖图片、JS/CSS静态资源的服务，大量用户出现白屏和无法播放视频的问题。 事件原因：因为云厂商 CDN 故障，自动执行域名下线策略，策略如下： 解析回源：域名被下线时，域名会解析回主源站 停用域名：域名被下线时，域名会被调整为”停用“状态，停止 CDN 加速服务，并且返回403 解析回源策略，瞬间产生几百G的流量，”攻击”源站BFS服务，服务瘫痪 停用域名策略，会造成大量用户被403处理，用户表现为页面白屏或者打不开
罗马不是一天建成的。语聊房当前架构也是不断演进的结果。 在技术架构层面，语聊房作为搭建在直播体系上的业务，使用既有技术架构体系可以帮助我们快速搭建早期产品，但随着业务迭代，已有技术体系又成为新的技术架构的负债。 同样在业务架构层面，语聊房产品已经迭代一年，产品形态依然在快速变化，已有的业务架构又会成为新的业务架构的阻碍。 每一次产品需求的迭代，都会对已有技术架构和业务架构造成双重冲击。 本文将结合语聊房持续演进的过程，谈谈业务视角下的架构演进。以及如何构建能应对各种变化的系统，不断达到新的平衡。
从产品运营角度来说，功能的用户触达是实现用户价值转化的最基本前提。所以如何快速将一个新的功能触达到用户，同时减少触达过程中对运营推广、用户带来额外的成本就成了一个必须被重视的课题。对于APP而言，以一个相对固定的节奏进行版本迭代，在一个迭代周期内，新版本基本可以达到一个相对较高的覆盖率。但对SDK而言，因为其并非直接面向用户，更像是一个ToB类产品，快速的版本迭代显然不是一个有效的途径，游戏SDK也不例外。
随着人工智能技术的快速发展，B站已经有非常多的AI算法可以用来助力多媒体业务，诸如超分辨率、人脸增强、视频插帧、窄带高清等等。如今，以扩散模型（Stable Diffusion）和大语言模型（LLM）掀起的生成式AI浪潮又给多媒体业务带来了更多技术可能。相对于各类AI算法模型的研发，模型推理与视频处理框架在多媒体业务部署中的重要性更为凸显，是工程化”基座“的存在。一个优秀的多媒体AI算法工程化框架，不仅可以提供更高的运行性能、异构计算及多平台支持等功能，同时也增加代码复用率，提升开发效率，加速了业务部署上线。为此，我们研发了一套多媒体业务算法工程化SDK，Bilibili Vision Toolkit (简称BVT)，为B站的各类点/直播业务提供AI算法支撑，已在线上提供了上亿量级的视频稿件处理。另外，BVT是对之前同样也是我们研发的一款视频处理引擎BANG做了重新设计和全面的改进升级，集成了更多的算法，提供更广泛的推理引擎支持，改善多平台兼容性，以及增加可自定义任务流等特性。
Kafka 是我们公司各个部门的重要数据中间件，主要用于上报、暂存和分发各种数据。我们不仅支持大数据场景，同时也保障在线场景的稳定性。 我们拥有1000+台Kafka机器，组成了20多个集群，针对不同业务场景配置了不同规格的机器，磁盘类型包括HDD，SSD和NVME。每日PB级输入，输出数十PB，肩负着公司数据传输的重任。随着集群规模的扩张，我们也遇到了越来越多的挑战。
今年B站1024程序员节，举办了一场别开生面的B站技术主题分享演讲活动。在分享会现场，特别邀请到多位重量级技术嘉宾阵容亲临，与程序员小伙伴分享技术知识，共同探讨应用与趋势。 在元宇宙和生成式智能媒体技术方向，我们有幸邀请到了上海交通大学未来媒体网络协同创新中心的胡强老师，亲临公司为B站小伙伴分享了该领域内的最新进展。胡强老师所在团队与中央广播电视总台国重实验室紧密合作，他还担任 8K 3D视频增强制作及显示项目负责人，在该领域有丰富的科研和实践经验，下面是胡强老师精彩的分享内容。
