共用方式為

大規模使用 Azure AI Video Indexer 時應考慮的事項

  • 發行項

使用 Azure AI Video Indexer 編製影片索引，且影片的封存不斷成長時，請考慮縮放。

本文可解答下列問題：

  • 我需要考慮任何技術限制嗎？
  • 有沒有智慧又有效率的作業方法呢？
  • 如何防止在過程中花費過多金錢？

本文提供六個最佳做法，說明如何大規模使用 Azure AI Video Indexer。

上傳影片時，請考慮透過位元組陣列使用 URL

Azure AI 影片索引器可讓您選擇從 URL 上傳影片，或藉由將檔案傳送為位元組陣列，後者隨附一些限制。

首先，檔案大小有限制。 相較於使用 URL 時的 30 GB 上傳大小限制，位元組陣列檔案的大小限制為 2 GB。

其次，只考慮會影響效能的一些問題，讓您能夠縮放：

  • 使用多部分傳送檔案表示有很高的網路相依性、
  • 服務可靠性、
  • 連線能力、
  • 上傳速度、
  • 全球資訊網某處有遺失的封包。

大規模使用 Azure AI 影片索引器的第一個考慮

使用 URL 上傳影片時，您只需要提供媒體檔案位置的路徑，Video Indexer 就會負責處理其他工作 (請參閱上傳影片 API 中的 [videoUrl] 欄位)。

提示

使用上傳影片 API 的 videoUrl 選擇性參數。 此外，您可以使用 AzCopy 以快速且可靠的方式，將內容提交至記憶體帳戶，以便使用 SAS URL 將內容提交至 Azure AI 影片索引器。 Azure AI Video Indexer 建議使用「唯讀」 SAS URL。

遵守節流

Azure AI 影片索引器是針對大規模編製索引而建置的，當您想要充分利用索引時，您也應該了解系統的功能，並據此設計整合。 您不會想傳送了一批影片的上傳要求，僅為得知有些電影未上傳，卻因此收到 HTTP 429 回應碼 (太多要求)。 API 要求限制為每秒 10 個要求，每分鐘最多 120 個要求。

Azure AI 影片索引器會在 HTTP 回應中新增 retry-after 標頭，標頭會指定何時應嘗試下一次重試。 嘗試下一個要求時請務必遵守此規定。

妥善設計整合，尊重節流

使用回撥 URL

不建議在傳送上傳要求之後持續輪詢要求的狀態，您可以新增回撥 URL，然後等待 Azure AI Video Indexer 回報最新情況。 只要上傳要求中有任何狀態變更，您就會收到指定之 URL 的 POST 通知。

您可以將回撥 URL 新增為上傳影片 API 的參數之一。 請參閱 GitHub 存放庫中的程式碼範例。

您也可以針對回撥 URL 使用 Azure Functions (這是可由 HTTP 觸發的無伺服器事件驅動平台)，並實作下列流程。

回撥 URL 定義

回撥 URL 用來通知客戶 (透過 POST 要求) 下列事件：

  • 索引狀態變更：

    • 屬性：

      名稱 描述
      id 影片識別碼
      state 影片狀態

    • 範例： https://test.com/notifyme?projectName=MyProject&id=1234abcd&state=Processed

  • 在影片中識別到的人員：

    • 屬性

      名稱 描述
      id 影片識別碼
      faceId 影片索引中出現的臉部識別碼
      knownPersonId 臉部模型中唯一的個人識別碼
      personName 人員名稱

    • 範例： https://test.com/notifyme?projectName=MyProject&id=1234abcd&faceid=12&knownPersonId=CCA84350-89B7-4262-861C-3CAC796542A5&personName=Inigo_Montoya

為您使用正確的索引參數

決定是否大規模使用 Azure AI Video Indexer 時，請了解如何使用符合您需求的正確參數來充分利用此功能。 請思考您的使用案例，藉由定義不同的參數以節省成本，並加快影片索引編製過程的速度。 例如，如果不打算觀看影片，請不要將預設設為串流；如果只需要音訊見解，請不要編製影片見解索引。

以最佳解析度而非最高解析度編製索引

您可能會問，編製影片索引需要怎樣的影片品質？

在許多情況下，HD (720P) 影片和 4K 影片的索引編製效能幾乎沒有任何差異。 最後都會獲得同樣可信之幾乎相同的見解。 上傳的影片品質愈高，表示檔案的大小愈大，而這會導致上傳影片需要更高的計算能力和更長的時間。

例如，使用臉部偵測功能時，較高的解析度有助於處理有許多細小但對內容很重要的臉部的案例。 不過，這會使得執行階段呈二次方增加，並提高誤判風險。

因此，建議您驗證使用案例是否得到正確結果，並先在本機進行測試。 分別以 720P 和 4K 上傳相同的影片，比較您取得的見解。