蓝墨是一家由美国留学生回国创业的高科技公司，专注于移动互联时代数字出版和移动学习领域的新技术研究及平台运营，依托自主研发的蓝墨移动交互式数字教材核心技术体系，为出版社、学校和教师提供移动交互式数字教材、校园移动学习平台及教师自助数字出版等解决方案。

自 2012 年成立以来，蓝墨的业务就一直保持着高速增长，其技术团队也在逐步发展壮大。从创业开始，蓝墨的技术团队对于一些开放的新技术抱有极大的热情，并愿意应用快速迭代的互联网新技术，来确保其业务系统稳定运行。在疫情期间，在线教育迎来需求爆发，蓝墨加大了整合业界优质课程资源的力度，不断拓展自身的业务边界，在赢得机遇的同时，技术团队也面临了前所未有的挑战。

1. 资源的容量规划难做，导致资源的浪费
视频处理相关业务是蓝墨技术团队遇到的最棘手的问题之一。蓝墨每天都要处理大量视频教材资源，涉及到视频剪辑、切分、组合、转码、分辨率调整、客户端适配等一系列复杂的技术工作。在前几年的技术实践中，蓝墨技术团队通过 FFmpeg 等技术已经建立起一整套自主可控视频处理机制，支撑了业务的快速发展。但今年的业务增长速度是蓝墨的工程师们始料未及的，高峰期数十倍于往年的视频处理需求让现有的架构不堪重负，严重影响了用户体验。

2. 水平扩容不方便快速
怎么办？蓝墨技术团队的第一个想法是扩容！水平扩容是能够立竿见影解决问题的，但在全天范围内，视频处理的需求量存在极为陡峭的波峰波谷，大量的任务发生在几个高峰时间段，而且具有一定程度上的突发性。如果按照最高峰期的需求量来规划系统容量，会造成计算资源的大量浪费，而且最高峰期的需求量到底是多少，也是很难预判的。如果采用错峰处理的方式，可以降低计算资源成本，但对于用户的需求得不到及时的处理。水平扩容方案因此被放弃。

如果水平扩容走不通，能不能从视频处理的角度提升效率。比如使用云厂商提供的视频转码服务，类似于 BaaS 的方式。这样的方案可以完全不用考虑容量规划的问题，根据实际业务量按需调用云服务即可。看似可行，但是结合蓝墨自身业务的实际情况，技术团队又陷入了犹豫。蓝墨的视频处理机制做得非常精细，这里面包含着大量自定义的业务逻辑，需要使用代码来实现，而这些功能是第三方的视频转码服务根本无法实现的。

蓝墨现在的核心诉求概括有三个：节省成本、极致弹性、免运维，而这些恰恰是 Serverless 最擅长解决的问题。经过对国内云厂商提供的 Serverless 服务的多方面调研后，蓝墨技术团队一致认为在视频处理领域阿里云函数计算是最适合他们的方案。

函数计算（Function Compute，简称FC）是一个事件驱动的全托管 Serverless 计算服务，对于使用者而言，无需管理服务器等基础设施，只需编写代码并上传，函数计算会准备好计算资源，并以弹性、可靠的方式运行代码。由于 FC 完全兼容现有的代码逻辑，也能够支持各类主流的开发语言，所以蓝墨技术团队可以把代码逻辑以近乎无缝衔接的方式从原有的架构迁移到 FC 上，改造成本极低。

通过对接 OSS 触发器，只要 OSS 上有新的视频源文件上传，就能自动拉起函数计算实例，开启一次视频处理业务的生命周期。通过整合 Serverless 工作流，还能对分布式任务进行统一编排，实现对于大文件切片后进行并行处理并最终合并的复杂操作，更进一步的提升了处理效率。

对于蓝墨的技术团队而言，函数计算是一种完全按需调用的 Serverless 化方案，能够充分利用云计算的弹性能力。一方面，函数计算 FC 能够在短时间内迅速调集上万个实例的计算资源，实现视频处理任务的快速执行；另一方面，由于不需要预留计算资源，也不需要对底层的软硬件进行维护，极大地降低了运营成本，蓝墨技术团队可以更专注于复杂业务逻辑的实现上。相比于传统的方式，基于函数计算 FC 的 Serverless 方案在视频处理场景下，帮助蓝墨节省了 60% 左右的 IT 成本投入。

蓝墨技术团队负责人表示，将来蓝墨会将更多场景与函数计算 FC 进行整合，充分享受云原生的技术红利，提升整个团队的战斗力。而阿里云也将一直与用户站在一起，打赢接下来每一场漂亮的战斗！