Distribuição de Mídia Contínua Transmissão Jussara M. Almeida Março 2004.

Apresentação em tema: "Distribuição de Mídia Contínua Transmissão Jussara M. Almeida Março 2004."— Transcrição da apresentação:

1 Distribuição de Mídia Contínua Transmissão Jussara M. Almeida Março 2004

2 Transmissão de Fluxos Independentes –Unicast Transmissão de Mídia Contínua Servidor Origem

3 Transmissão de Fluxos Independentes –Unicast –Crescimento linear na demanda por largura de banda do servidor e da rede –Baixa escalabilidade Ex: 1 arquivo MPEG de 1 hora: 1.5 Mbps 1500 fluxos simultâneos : 2.25 Gbps Transmissão de Mídia Contínua

4 Transmissão com Compartilhamento de Fluxos –Multicast : um único fluxo enviado para múltiplos clientes A nível de protocolo de rede IP ou a nível de aplicação Transmissão de Mídia Contínua Servidor Origem Fluxo multicast roteador

5 Transmissão com Compartilhamento de Fluxos –Multicast : um único fluxo enviado para múltiplos clientes A nível de protocolo de rede IP ou a nível de aplicação Transmissão de Mídia Contínua Servidor Origem roteador Fluxo unicast

6 Transmissão com Compartilhamento de Fluxos –Redução significativa na demanda por largura de banda –Melhora QoS (qualidade observada pelos clientes) –Classificação Cliente recebe apenas 1 fluxo vs. múltiplos fluxos simultâneos –Demanda por largura de banda do cliente Difusão vs. técnicas orientadas às requisições dos clientes –Distribuição sob demanda verdadeira –Escalabilidade e desempenho sob cargas variadas Transmissão de Mídia Contínua

7 Batching Janela batching Fluxo multicast com objeto requisitado por r 0 -r 3 r0r0 r1r1 r2r2 r3r3 Tempo Dados recebidos pelos clientes

8 Batching Cliente recebe apenas um fluxo Método genérico utilizado em conjunto com outras técnicas –Transmissão orientada pelas requisiçoes dos clientes –Às vezes em conjunto com técnicas baseadas em difusão Introdução de atrasos de partida adicionais Nao provê distribuição sob demanda verdadeira

9 Piggybacking Mudança dinâmica da taxa de transmissão e exibição para permitir que um fluxo possa alcançar e se juntar a outro fluxo Baseado em stream merge

10 Piggybacking Stream merge Servidor acelera s 1 Servidor retarda s 0 r0r0 s0s0 r1r1 s1s1 Tempo Dados recebidos pelos clientes

11 Piggybacking Provê vídeo sob demanda verdadeiro Cliente escuta/recebe apenas um fluxo Não introduz atrasos adicionais na partida Requer hardware especialiado para suportar mudanças dinâmicas na velocidade do canal Eficiência limitada pela mudança máxima tolerada por um usuário (± 5%)

12 Periodic Broadcast Vídeos são transmitidos periodicamente –novo fluxo a cada  minutos Batching de clientes –  = batching interval –Latência observada pelo cliente:  (Pior caso) Não provê video sob demanda verdadeiro Largura de banda fixa, independente da carga –Eficiente para taxa de chegada de requisições alta Diversas otimizacões do protocolo base –Pyramid Broadcast, Permutation-Based Pyramid Broadcast –Skyscraper Broadcast

13 Periodic Broadcast Batching de clientes reserva K canais para cada “hot” “popular” –novo fluxo multicast do arquivo a cada T/K unid. de tempo E.x., K=25: maxima latência 0.04T –Demanda por largura de banda do servidor é independente da demanda pelo arquivo (carga) Outros arquivos: batching sob demanda (FCFS)... 0 T

14 Pyramid Broadcast Divide cada video em K segmentos de tamanhos crescentes –D 1,  D 1,  2 D 1,  3 D 1 …,  > 1 (crescimento geométrico) Largura de banda total B dividida em K canais lógicos Canal i transmite i th segmento de cada video, em round robin a uma taxa B/K (>> taxa de visualização, b) Cliente contacta servidor e recebe uma programação de quando deve se conectar em cada canal –O download do segmento i pode começar assim que cliente começa a visualizar segmento i-1 –Cliente recebe em no máximo 2 canais simultâneos Visualiza os dados recebidos em 1 canal Armazena dados recebidos no outro canal no disco

15 Pyramid Broadcast Latência do cliente diminui com B (bom!!) –Se B alto suficiente, pode ter a video sob demanda verdadeiro Alta demanda por largura de banda no cliente –b + 2B/K Alta demanda por espaço no cliente –Precisa armazenar ate 84% do video

16 Permutation-Based Pyramid Broadcast Mesmo princípio do Pyramid Broadcast Mas: –cada canal lógico e dividido em P subcanais para cada video –Cada segmento i de um video é transmitido nos subcanais de i a cada D i /P minutos à taxa B/KPM M = # videos Redução na demanda por largura de banda e disco –Redução limitada na demanda por espaço progressão geométrica Método mais complexo e com latência mais alta

17 Skyscraper Broadcast Divisão da largura de banda total B em B/b canais Atribuição de K canais para cada video –K = B/bM, onde M = # videos Cada video é dividido em K segmentos com tamanhos crescentes seguindo a progressão: –1, 2, 2, 5, 5, 12,12,25, 25, 52, 52, … Parâmetro W : restrição no tamanho máximo de um segmento –Quanto maior W maior a demanda por espaço no cliente –Quanto menor W, maior D 1, maior latência

18 Skyscraper Broadcast Clientes recebem segmentos em transmission groups –Cada grupo: segmentos consecutivos com mesmo tamanho Tres rotinas : –Carregador de grupos pares (Even Loader) –Carregador de grupos impares (Odd Loader) –Visualizador Cada carregador recebe os segmentos dentro de um grupo em sequência Carregador par e impar podem receber simultaneamente, armazenando dados em buffer local –Pergunta óbvia: qual o tamanho máximo deste buffer? Recebimento de dados sem jitter

19 Skyscraper Broadcast Channel 0 1 2 3 4 5 6 7... Clientes são agrupados hierarquicamente durante transmissão (compartilhamento) –K = 8, tamanhos dos segmentos: 1,2,2,6,6,12,12,12 –W = 12 Latência máxima D 1 = T/53  0.02T

20 Skyscraper Broadcast Alocação estática de canais para cada video Se popularidade alta: ótimo!! –Grande economia na largura de banda Mas e se popularidade varia com o tempo? Dynamic Skyscraper

21 Dynamic Skyscraper Broadcast Transmissão “sob demanda” skyscraper transmission clusters - sequências que compartilham o mesmo segmento no canal K - largura = W (em cada canal) - cada cluster pode transmitir um arquivo diferente (sob demanda)

22 Dynamic Skyscraper Broadcast Largura de banda do servidor: –Total de C canais e N objetos –Divisão de C canais em N grupos, de K canais cada –Cada grupo de K canais, uma progressão de tamanhos de segmentos limitada por W (igual a static skyscraper) Diferencial: Alocacão dinâmica dos canais para diferentes videos –Cada transmission cluster alocado para um objeto diferente em resposta às requisições dos clientes –Todas as sequências no mesmo cluster transmitem segmentos do mesmo arquivo

23 Dynamic Skyscraper Broadcast Transmission cluster: (exemplo no paper) –Contém todos os segmentos nos canais 1..k-1 que compartilham cada segmento transmitido no canal k Um novo cluster no canal 1 a cada W slots –Não usa nenhum período no canal 1..k-1 que faça parte da primeira sequência de segmentos do próximo cluster Alguns segmentos nao pertencem a nenhum transmission cluster –Ex: Segmento com tracejado em diagonal no canal 0 Depende da progressão de tamanhos de segmentos –Diferentes progressões podem levar a desempenho melhor: evita desperdício de banda

24 Dynamic Skyscraper Broadcast N grupos de K canais Cada grupo, sequência de transmission groups Transmission groups em diferentes grupos são persistently staggered –Novo transmission group a cada  = W x T 1 / N (latência) –Escalonamento de transmission group : FCFS (FIFO)...

25 Dynamic Skyscraper Broadcast Otimização: temporary channel stealing –Requisição para objeto O i na fila a espera de um segmento livre no primeiro canal do transmission group alocado para O i –Um segmento livre no canal 1 transmission group alocado para O j pode ser temporariamente alocado pra transmitir O i (atender requisição pendente)

26 Dynamic Skyscraper Broadcast Nova progressão de tamanhos : –1, 2, 2, 4, 4, 8, 8, 16, 16 …. –Provê transmissão do arquivo inteiro sem jitter –Clientes recebem no máximo 2 canais simultaneamente Clientes que só têm banda suficiente pra receber 1 canal também são atendidos (1 a sequência de segmentos) –Nao acarreta desperdício de banda Todos segmentos são utilizados para transmissão Todos os transmission groups têm largura W –Demanda por espaço no cliente: O(W) 1o cliente recebe segmentos sem necessidade de buffer Clientes que recebem o último broadcast do 1o segmento, recebem este segmento W-1 unidades de tempo depois do 1 o cliente e compartilham transmissão do último segmento (canal K)

27 Dynamic Skyscraper Broadcast Progressões alternativas : –1, 2, 2, 6, 6, 12, 12, 24, 24 …. –1, 2, 2, 6, 6, 12, 12, 36, 36 …. –Crescimento mais rápido : melhor desempenho (menor latência) –Cliente tem que receber no máximo 3 canais simultaneamente

28 Compartilhamento de Fluxos: Técnicas Orientadas às Requisições dos Clientes Patching e Hierarchical Stream Merging Princípio comum: –Cliente escuta a mais de um fluxo simultaneamente –Dados recebidos em um fluxo são visualizados imediatamente –Dados recebidos no outro fluxo são armazenados para visualização futura Requer buffer no cliente Provê video sob demanda verdadeiro –Superior a Periodic Broadcast e metodos Skyscraper

29 Patching Motiva çã o: –Prover video sob demanda verdadeiro Latência do cliente tem que ser bem pequena (ou nula) –Reduzir demanda por largura de banda do servidor Resolver o problema de gargalo na rede (network-I/O bottleneck) Cada fluxo multicast tem que servir um grande número de usuários

30 Patching Um fluxo multicast transmite: –Arquivo inteiro: fluxo regular –Prefixo: fluxo patch Tempo Dados recebidos pelos clientes Cliente c 1 recebe fluxo patch ao mesmo tempo que escuta fluxo regular. Depois de t 1 -t 0, os dois clientes receberam os mesmos dados. Fluxo patch e finalizado r0r0 Fluxo regular t0t0 r1r1 t1t1 Fluxo patch

31 Patching Projeto do cliente e do servidor (paper) Questão chave: –Quando iniciar novo fluxo regular? Variações –Greedy Patching: Somente quando não houver nenhum ativo (Agressivo) –Grace Patching: Quando prefixo perdido pelo cliente maior que buffer local Comparação (paper)

32 Early Merging/ Hierarchical Multicast Stream Merging Objetivo: criar merge trees eficientes (minimiza demanda por largura de banda) –Cliente escuta, simultaneamente, um fluxo com o prefixo do arquivo e um fluxo anterior (fluxo alvo) –Pergunta: Como escolher o fluxo alvo para cada novo cliente? (multiplos merges possiveis) Stream Merging Otimo –Solucao offline: Programacao dinamica –Solucao online: computa arvore de custo minimo para os fluxos ativos a cada chegada de uma nova requisicao Complexidade de tempo: cubica no # de requisicoes Complexidade de espaco: quadratica

33 Early Merging Intuicao: realizar, primeiramente, os merges que puderem ser feitos primeiro Principios –Decisao do fluxo alvo para um cliente (ou grupo de clientes) deve ser feita quando o cliente chega ou quando ele faz um merge com um outro fluxo. –Cliente deve escutar o fluxo alvo ate que o merge seja realizado com sucesso ou ate que ele seja preemptado por um (grupo de) cliente que chegou depois dele –Se preemptado, o cliente tem que jogar for a (ignorar) todos os dados recebidos no seu fluxo alvo corrente, escolher um novo fluxo alvo e recomecar a armazenar dados no buffer local, recebidos no novo fluxo alvo. Early Merging = Hierarhical Multicast Stream Merging

34 Variantes do Hierarchical Multicast Stream Merging Early Reachable Merge Target (ERMT): –Fluxo alvo de um cliente: fluxo mais proximo com o qual ele pode realizar o merge se nao for preemptado, no futuro. –Precisa “simular” evolucao do sistema Simple Reachable Merge Target (SRMT): –Fluxo alvo de um cliente: fluxo mais proximo alcancavel se cada fluxo correntemente ativo terminar no seu merge point corrente. –Ignora novos fluxos criados apos um merge

35 Variantes do Hierarchical Multicast Stream Merging Closest Target (CT) –Fluxo alvo: fluxo mais proximo ainda ativo no sistema. –Politica mais simples –Surpreendentemente, desempenho muito proximo de ERMT e otimo

36 Escalabilidade dos Protocolos Limite Inferior para servico imediato –Processo de chegada Poisson, largura de banda do cliente infinita –Demanda por largura de banda do servidor : ln (N+1) Optimized Grace Patching –Janela de patching otima –Demanda por largura de bandado servidor: –One N = # de chegadas de clientes por playback Dynamic Skyscraper –Partitioned Dynamic Skyscraper –Demanda por largura de banda do servidor: O(k  ln(N)), 2  k  3

37 Escalabilidade dos Protocolos HMSM –Calculado via simulacao –Demanda por largura de banda do servidor: B = 1.62 ln(N/1.62 + 1) –Muito proximo do otimo

38 Comentarios Finais Bandwidth Skimming: –HMSM para clientes com largura de banda limitada Cliente pode escutar a 1.2 fluxos Interatividade: –Muito pouco explorada –Skyscraper: aplicacao dificil –Patching e HMSM: Aplicacao direta Mas alguns resultados de simulacao com cargas reais mostram que escalabilidade de HMSM e Patching cai muito –Novas propostas para Patching e HMSM a caminho