Dela via


Saker att tänka på när du använder Azure AI Video Indexer i stor skala

När du använder Azure AI Video Indexer för att indexera videor och ditt arkiv med videor växer bör du överväga att skala.

Den här artikeln besvarar frågor som:

  • Finns det några tekniska begränsningar som jag behöver ta hänsyn till?
  • Finns det ett smart och effektivt sätt att göra det?
  • Kan jag förhindra att överskjutande pengar spenderas i processen?

Artikeln innehåller sex metodtips för hur du använder Azure AI Video Indexer i stor skala.

När du laddar upp videor bör du överväga att använda en URL över bytematrisen

Med Azure AI Video Indexer kan du ladda upp videor från en URL eller direkt genom att skicka filen som en bytematris. Den senare har vissa begränsningar.

Först har den filstorleksbegränsningar. Storleken på bytematrisfilen är begränsad till 2 GB jämfört med storleksbegränsningen på 30 GB vid användning av URL.

För det andra bör du bara tänka på några av de problem som kan påverka din prestanda och därmed din förmåga att skala:

  • Att skicka filer med flera delar innebär ett stort beroende av nätverket.
  • tjänstens tillförlitlighet,
  • Uppkoppling
  • uppladdningshastighet,
  • förlorade paket någonstans på world wide web.

Första övervägandet för att använda Azure AI Video Indexer i stor skala

När du laddar upp videor med hjälp av URL behöver du bara ange en sökväg till platsen för en mediefil och Video Indexer tar hand om resten (se fältet i API:et videoUrl för uppladdningsvideo ).

Dricks

Använd den videoUrl valfria parametern för API:et för uppladdningsvideo. Dessutom kan du använda AzCopy för ett snabbt och tillförlitligt sätt att hämta ditt innehåll till ett lagringskonto där du kan skicka det till Azure AI Video Indexer med hjälp av SAS-URL. Azure AI Video Indexer rekommenderar att du använder skrivskyddade SAS-URL:er.

Respektera begränsning

Azure AI Video Indexer är byggt för att hantera indexering i stor skala, och när du vill få ut mesta möjliga av det bör du också vara medveten om systemets funktioner och utforma din integrering i enlighet med detta. Du vill inte skicka en uppladdningsbegäran för en batch med videor bara för att upptäcka att vissa av filmerna inte laddades upp och du får en HTTP 429-svarskod (för många förfrågningar). Det finns en API-begärandegräns på 10 begäranden per sekund och upp till 120 begäranden per minut.

Azure AI Video Indexer lägger till en retry-after rubrik i HTTP-svaret, rubriken anger när du ska försöka göra nästa nytt försök. Se till att du respekterar det innan du provar nästa begäran.

Utforma din integrationsbrunn, respektera begränsning

Använda motringnings-URL

Vi rekommenderar att du i stället för att avsöka statusen för din begäran hela tiden från den sekund du skickade uppladdningsbegäran kan lägga till en motringnings-URL och vänta tills Azure AI Video Indexer uppdaterar dig. Så snart statusändringen sker i din uppladdningsbegäran får du ett POST-meddelande till den URL som du har angett.

Du kan lägga till en återanrops-URL som en av parametrarna i API:et för uppladdningsvideo. Kolla in kodexemplen på GitHub-lagringsplatsen.

För återanrops-URL kan du också använda Azure Functions, en serverlös händelsedriven plattform som kan utlösas av HTTP och implementera ett följande flöde.

definition av återanrops-URL

En motringnings-URL används för att meddela kunden (via en POST-begäran) om följande händelser:

  • Indexering av tillståndsändring:

    • Egenskaper:

      Name beskrivning
      id Video-ID:t
      tillstånd Videotillståndet
    • Exempel: https://test.com/notifyme?projectName=MyProject& id=1234abcd&state=Processed

  • Person som identifierades i videon:

    • Egenskaper

      Name beskrivning
      id Video-ID:t
      faceId Ansikts-ID som visas i videoindexet
      knownPersonId Person-ID som är unikt inom en ansikts-modell
      personName Namnet på personen
    • Exempel: https://test.com/notifyme?projectName=MyProject& id=1234abcd&faceid=12&knownPersonId=CCA84350-89B7-4262-861C-3CAC796542A5&personName=Inigo_Montoya

Använd rätt indexeringsparametrar åt dig

När du fattar beslut som rör användning av Azure AI Video Indexer i stor skala kan du titta på hur du får ut mesta möjliga av det med rätt parametrar för dina behov. Tänk på ditt användningsfall, genom att definiera olika parametrar kan du spara pengar och göra indexeringsprocessen för dina videor snabbare. Ange till exempel inte förinställningen för direktuppspelning om du inte planerar att titta på videon, indexering av videoinsikter om du bara behöver ljudinsikter.

Index i optimal upplösning, inte högsta upplösning

Du kanske frågar, vilken videokvalitet behöver du för att indexera dina videor?

I många fall har indexeringsprestanda nästan ingen skillnad mellan HD-videor (720P) och 4K-videor. Så småningom får du nästan samma insikter med samma förtroende. Ju högre kvalitet på filmen du laddar upp innebär ju högre filstorlek, och detta leder till högre databehandlingskraft och tid som krävs för att ladda upp videon.

För ansiktsigenkänningsfunktionen kan en högre upplösning till exempel hjälpa till med scenariot där det finns många små men kontextuellt viktiga ansikten. Detta kommer dock med en kvadratisk ökning av körningen och en ökad risk för falska positiva identifieringar.

Därför rekommenderar vi att du kontrollerar att du får rätt resultat för ditt användningsfall och att du först testar det lokalt. Ladda upp samma video i 720P och i 4K och jämför de insikter du får.