一种基于Solr的有线智能电视云端视频搜索方法与流程

一种基于solr的有线智能电视云端视频搜索方法
技术领域
1.本发明涉及智能电视技术领域，尤其涉及一种基于solr的有线智能电视云端视频搜索方法。


背景技术：

2.随着有线智能云电视的发展，电视已经像电脑一样有了自己的操作系统，只要连上一根网线，就可以随时随地从外界调取自己所需要的资源，因此网络资源对电视的影响是显而易见的。人工智能的各种先进的技术在智能电视终端的使用让电视用户摒弃了之前传统电视通过遥控器来操作电视的老方法，更多的用户能够通过语音和其他终端设备来方便的操作电视，更有效得到所拥有的服务，如今的电视不仅可以通过物联网实现电子购物，也是获取资源信息的主要来源。电视的人工智能化发展，让越来越多的用户回归了家庭，成为客厅的主宰。作为传播和获取信息的枢纽，让智能电视更加高效的为用户服务，和时代同步起来，也成为当今电视领域相互竞争的焦点。
3.人工智能在电视上的应用体现了人们对高品质生活的要求，而智能的终端服务则需要强大的数据作为支撑，没有数据，再智能的服务对于用户来说也是妄言，而强大的数据没有高效的搜索方式，则无法提供良好的用户体验。


技术实现要素：

4.本发明的目的就在于为了解决智能电视云平台如何高效的通过云端接口获取用户搜索的视频资源的问题而提供一种基于solr的有线智能电视云端视频搜索方法，本发明在云端构建全面的智能电视视频源数据库，在服务器端引入solrcloud架构，摒弃了直接查询数据库的传统模式。当搜索数据资源时，应用将调用zookeeper进行资源调配和管理，允许多个solr并行处理搜索请求，这样既提高云搜索的效率，也减少了数据库的压力，同时在应用服务端为接口服务搭建缓存服务器，当搜索结果返回给数据终端，应用将该结果同步写入至缓存服务器中，若终端出现多次请求相同的服务数据，则不必进入搜索服务器和数据库，应用算法将先在缓存服务器中进行搜索，若匹配则直接获取结果，否则才进行solrcloud架构中完成搜索。
5.本发明通过以下技术方案来实现上述目的：
6.一种基于solr的有线智能电视云端视频搜索方法，包括以下步骤：
7.步骤1，在云服务器上搭建solrcloud，其包括zookeeper服务器和若干个个solr实例服务器，通过zookeeper服务来配置集群信息；当搜索数据资源时，应用将调用zookeeper进行资源调配和管理，允许多个solr并行处理搜索请求；
8.步骤2，应用服务端为接口服务搭建缓存服务器，当搜索结果返回给数据终端，应用将该结果同步写入至缓存服务器中；
9.步骤3，在应用端的每个查询的终端接口添加redis高性能的缓存环境；若终端出现多次请求相同的服务数据，则不必进入搜索服务器和数据库，应用算法将先在缓存服务
器中进行搜索，若匹配，则直接获取结果，否则才进行solrcloud架构中完成搜索。
10.进一步方案为，所述步骤1中，大量用户通过智能终端调用数据接口对视频数据查询时，通过应用程序对接口的分析，搭载的架构solrcloud对于的发送的请求进行处理，能够发现架构中的solr实现跨副本的负载均衡请求，用不同的服务满足每一个请求；使用solr的分布式索引，在分布式索引中，原来的大索引，将会分成多个小索引，solr可以将这些小索引返回的结果合并，然后返回给客户端。
11.进一步方案为，所述步骤2中，部署同步复制节点，使得集群具备容错性，集群会监测各个solr节点，若leader节点掉线，则会启动自动的容错机制，会从同一个同步复制节点集合中重新选举出一个leader节点，甚至若节点自己也掉线，同样会自动在其他节点上启用新的节点；
12.进一步方案为，所述步骤3中，根据视频独有的特性，用户对当前时间内的高分和热门视频搜索度相对较高，重复搜索次数较多，将该部分视频放入内存中，能够提高用户搜索的效率，同时设置合理的资源缓存时间，让过期资源退出缓存，为新的热搜资源提供更充足的空间，以保证内存资源的合理回收和利用。
13.进一步方案为，所述步骤3中，终端搜索视频的过程是：终端通过接口搜索视频资源时，接口应用程序控制搜索首先在solrcloud中直接搜索测试结果，solr中存放的是视频资源的索引及其资源的概要信息，若需要该资源的详细信息，通过在solrcloud中获得的资源编码直接在数据库中查询；返回结果在返回终端时同步写入redis。
14.进一步方案为，所述步骤3中，再次访问该资源时，直接通过redis在缓存中获取，从而使查询效率得到进一步提高，同时在应用程序中设置缓存时间，当缓存资源的缓存时间达到缓存时间时，通过缓存字段对该该资源进行清理，腾出缓存空间。
15.本发明的有益效果在于：
16.本发明的一种基于solr的有线智能电视云端视频搜索方法，通过对云端架构的全新构建，搜索不仅从速度上得以提升，可靠性得到了保证，solrcloud的架构使得当其中一个solr挂起时，其他的solr会承担起搜索任务，完成本次搜索，这样不会影响终端用户的使用，而引入缓存服务器，真正对效率进行了再次优化，实现了一次查询，重复使用的效果。
附图说明
17.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要实用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
18.图1是为智能云电视搜索的流程示意图。
具体实施方式
19.为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。
20.为了能高质有效的获取视频数据，除了要保证应用服务本身的查询效率高，还应在搜索过程中保证在耗时的环节中，提供有效的方式提高用户响应速度。
21.在任一实施例中，如图1所示，本发明的一种基于solr的有线智能电视云端视频搜索方法，包括：
22.在云服务器上搭建solrcloud，它是由zookeeper服务器和多个solr实例服务器组成的，通过zookeeper服务来配置集群信息。当搜索数据资源时，应用将调用zookeeper进行资源调配和管理，允许多个solr并行处理搜索请求；
23.随着视频数据的不断庞大，访问查询也越来越频繁，单纯使用数据库查询，已不足以满足要求，因而在视频架构中引入solrcloud，它是基于zookeeper和solr的分布式解决方案，为solr添加分布式功能，用于建立高可用，高伸缩，自动容错，分布式索引，分布式查询的solr服务器集群。这样的架构既能提高查询速度，也能避免单机故障问题而且是可伸缩的，同时能将大索引文件切分，分布在集群中不同机器中且查询的准确性和可用性又不会受到影响。
24.本发明是针对并发用户提出的检索方式，用户越多，架构的优势越能得到体现，大量用户通过智能终端调用数据接口对视频数据查询时，通过应用程序对接口的分析，搭载的架构solrcloud对于的发送的请求进行处理能够发现架构中的solr实现跨副本的负载均衡请求，用不同的服务满足每一个请求。除solrcloud之外，solr还可以以单机方和多机master-slaver方式进行部署。特别是索引越来越大，一个单一的系统无法满足磁盘需求的时候，或者一次简单的查询实在要耗费很多时间的时候，我们就可以使用solr的分布式索引，在分布式索引中，原来的大索引，将会分成多个小索引，solr可以将这些小索引返回的结果合并，然后返回给客户端。
25.为了证明故障切换的可用性，在任何一个服务器(除了运行zookeeper的服务器)运行窗口下撤销服务。一旦那个服务实例停止运行，就向剩余运行的服务器的任何一个发送另一个查询请求，仍然看到完整的结果。solrcloud能够持续提供完整查询服务直到最后一个维护每一个碎片的服务器宕机。能通过明确地关闭各个实例和查询结果来证明这种高可用性。solrcloud用多主服务和监控者服务实现这意味着某写节点并不需要担忧关掉的是主服务或是集群监控，如果关掉它们中的一个，故障切换功能将自动选出新的主服务或新的监控服务，新的服务将无缝接管各自的工作。任何solr实例都能被升级为这些角色中的某个角色。
26.应用服务端为接口服务搭建缓存服务器，当搜索结果返回给数据终端，应用将该结果同步写入至缓存服务器中；我们可以部署同步复制节点，使得集群具备容错性，集群会监测各个solr节点，如果leader节点挂了，则会启动自动的容错机制，会从同一个同步复制节点集合中重新选举出一个leader节点，甚至如果节点自己也挂了，同样会自动在其他节点上启用新的节点，这样就确保了集群的高可用性。
27.在应用端的每个查询的终端接口添加redis高性能的缓存环境。若终端出现多次请求相同的服务数据，则不必进入搜索服务器和数据库，应用算法将先在缓存服务器中进行搜索，若匹配，则直接获取结果，否则才进行solrcloud架构中完成搜索。根据视频独有的特性，用户对当前时间内的高分和热门视频搜索度相对较高，重复搜索次数较多，因此将该部分视频放入内存中，能够提高用户搜索的效率，同时设置合理的资源缓存时间，让过期资
源退出缓存，为新的热搜资源提供更充足的空间，以保证内存资源的合理回收和利用。
28.终端搜索视频的过程是：终端通过接口搜索视频资源时，接口应用程序控制搜索首先在solrcloud中直接搜索测试结果，solr中存放的是视频资源的索引及其资源的概要信息，若需要该资源的详细信息，可通过在solrcloud中获得的资源编码直接在数据库中查询；返回结果在返回终端时同步写入redis时，redis能够高效的缓存写入自身的数据并进行读取，也可将数据集转存，提高数据存储容量，出现异常也能够自动恢复，大大提高了数据的可靠性，再次访问该资源时，可直接通过redis在缓存中获取，从而使查询效率得到进一步提高，同时在应用程序中设置缓存时间，当缓存资源的缓存时间达到缓存时间时，通过缓存字段对该该资源进行清理，腾出缓存空间。
29.通过上述优化，搜索性能能大幅提高，云端能快速提供准确有效的数据到终端，实现了云端视频数据的高效搜索和及时响应，提高了用户体验，优化了大数据视频平台。让用户能实时获得想得到的资源。从应用的架构方面对数据进行优化。在架构中引入了两种性能高效的架构体系，不仅增加了用户的吞吐量，同时也提高了系统的可靠性。
30.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。另外需要说明的是，在上述具体实施方式中所描述的各个具体技术特征，在不矛盾的情况下，可以通过任何合适的方式进行组合，为了避免不必要的重复，本发明对各种可能的组合方式不再另行说明。此外，本发明的各种不同的实施方式之间也可以进行任意组合，只要其不违背本发明的思想，其同样应当视为本发明所公开的内容。