标签：ima 场景 分析 latency nbsp 国内 沟通 用户体验 web
同事的小女儿今年8岁，目前正在通过在线教育平台学习英语口语，教她的老师是一位来自美国德州的小学语文老师。老师非常专业，同事的女儿进步很快。在线英语教育不仅节约了交通成本，学生花费相对于本地线下1对1外教来说，也节省了60%。跨境在线英语教育出现之前，很难想象中国普通家庭的孩子可以获得这样1对1的学习机会。
在线英语教育采用RTC（Real-Time Communication）技术实现老师与学生之间1对1低延时实时多媒体通信，常采用RTMP、WebRTC或私有协议，技术实现类似与直播连麦。普通直播，一般采用TCP协议，使用CDN进行内容分发，会有几秒甚至十几秒的延时，主播和观众通过文字短消息或送礼来进行互动。直播连麦使用UDP协议实时传输内容，主播和观众可以进行音视频连麦互动实时沟通，延时一般低至几百毫秒。
在线教育多媒体平台是个网络质量要求很高的应用场景。学生通过电脑、平板电脑来进行在线学习，依赖于互联网环境，我们知道互联网环境是不可靠的，如果网络传输过程完全依赖互联网会导致非常糟糕的体验。由于在线英语教育平台的全球用户分布广泛，包括中国的学生和国外的老师。因此平台通常会在全球范围通过专线建立自己可靠的网络基础设施，并部署若干中心节点和边缘接入节点，使平台尽量靠近用户，仅“最后一公里”采用互联网。即便如此，用户在实际使用中反馈的主要问题（网络问题、设备问题、行为问题、软件问题与课件问题）中，网络问题依然超过60%，具体用户体验包括画面/声音卡顿、声音画面不同步、声音不清晰、回声等问题。避免此类问题导致的客户流失，对于获客成本较高的互联网教育行业非常迫切。平台技术团队会在客户端打点采集数据，并进行统计和机器学习分析，实时监测和预知音视频质量问题。以用户感知最为敏感的对视频卡顿为例，平台统计方法将帧与帧之间超过一定间隔（比如200ms）视为一次卡顿，卡顿率 =（卡顿时间/上课时长），超过一定百分比（比如5%）作为引起用户卡顿感的阈值。如果发现某些地区用户出现此类问题，网络团队则立即进行网络路由优化。
由此可见，在线英语教育需要高质量的专线网络连接和广泛分布的多个数据中心。云计算得天独厚的优势是致力于教育的新兴互联网教育企业最好的选择。
Azure云计算平台向全球140个国家和地区提供云服务，100多个数据中心， 54个区域（Region），区域覆盖数量领先于其它任何云提供商，超过AWS和Google之和。Azure全球骨干网是世界上最大的网络之一，该网络具有数十年的持续投资支持。超过100,000英里的光纤和海底电缆系统连接全球Azure各个数据中心；Azure提供超过150多个全球边缘站点，200多个专线合作伙伴。Azure全球骨干网络不仅带宽资源丰富，也为各区域数据中心之间提供了稳定、低延时的专线连接。
由于政策原因，在线英语教育平台要连接国内数据中心和海外数据中心，需要备案注册拉跨境国际专线。通常国内专线出海口有上海、广州、深圳等地。Azure中国提供China Express国际专线一站式服务，客户可将Azure中国的数据中心与全球Azure数据中心通过专线连接起来，国内Azure数据中心之间由Azure中国骨干网互联。当然，客户或许已经采用了其它云厂商服务，客户可以通过海外Cloud Exchange在香港或其它地方与之进行专线连接，构建多云环境，集各家之所长提供更优的网络服务。
在线英语教育平台利用Azure海外50多个Region的数据中心根据用户分布部署骨干中心节点和边缘接入节点。在香港（或其它地方）与国内Azure（或其它云）通过跨境国际专线联通。接入香港Azure时，请采用ExpressRoute Premium高级版服务。 使用 ExpressRoute高级版可以将连接扩展为跨越地缘政治边界。例如，如果在香港通过 ExpressRoute 连接到 Microsoft，则能访问全球所有区域托管的所有 Microsoft 云服务（不包括国家/地区云），也可以将全球各区域的虚拟网络连接到此专线线路上。也就是说，在线教育平台各区域中心节点或边缘接入节点可以通过Azure全球骨干网将视频流传输至香港，然后经由香港的国际专线进入国内数据中心。
此方案可以利用Azure全球数据中心分布广泛的优势，以及Azure骨干网的优势为在线英语教育平台提供高质量、高性价比的基础架构服务。
附录：
Azure各区域之间网络延时表：
https://docs.microsoft.com/en-us/azure/networking/azure-network-latency
标签：ima 场景 分析 latency nbsp 国内 沟通 用户体验 web
原文地址：https://www.cnblogs.com/royang/p/12038845.html
