​万亿数据 | 腾讯看点多维实时分析系统技术架构

导语：当业务发展到一定规模，实时数据仓库是一个必要的基础服务。从数据驱动方面考虑，多维实时数据分析系统的重要性也不言而喻。但是当数据量巨大的情况下，拿腾讯看点来说，一天上报的数据量达到万亿级的规模，要实现极低延迟的实时计算和亚秒级的多维实时查询是有技术挑战的。本文将介绍一下信息流场景下，腾讯看点的实时数据仓库和多维实时数据分析系统的技术架构。

1、可解决的痛点

可以先看一下，多维实时数据分析系统可以解决哪些痛点。比如：

推荐同学10分钟前上了一个推荐策略，想知道在不同人群的推荐效果怎么样？运营同学想知道，在广东省的用户中，最火的广东地域内容是哪些，方便做地域Push。审核同学想知道，过去5分钟，游戏类被举报最多的内容和账号是哪些？老板可能想了解，过去10分钟有多少用户在看点消费了内容，对消费人群有一个宏观了解。

2、调研

在进行开发之前，我们做了这些调研。

1.离线数据分析平台能否满足这些需求，结论是不能满足。离线数据分析平台不行的原因如下。

C侧数据上报过来，需要经过Spark的多层离线计算，最终结果出库到Mysql或者ES提供给离线分析平台查询。这个过程的延时最少3-6个小时，目前比较常见的都是提供隔天的查询，所以很多实时性要求高的业务场景都是不能满足的。另一个问题是，腾讯看点的数据量太大，带来的不稳定性也比较大，经常会有预料不到的延迟。所以，离线分析平台是无法满足很多需求的。

2.实时数据分析平台的话，事业群内部提供了准实时数据查询的功能，底层技术用的是Kudu+Impala，Impala虽然是MPP架构的大数据计算引擎，并且访问以列式存储数据的Kudu。但是对于实时数据分析场景来说，查询响应的速度和数据的延迟都还是比较高，查询一次实时DAU，返回结果耗时至少几分钟，无法提供良好的交互式用户体验。所以（Kudu+Impala）这种通用大数据处理框架的速度优势更多的是相比（Spark+Hdfs）这种离线分析框架来说的，对于我们这个实时性要求更高的场景，是无法满足的。

3、项目背景

经过刚才的介绍，再来看下我们这个项目的背景。

作者发文的内容被内容中心引入，经过内容审核链路，启用或者下架。启用的内容给到推荐系统和运营系统，然后推荐系统和运营系统将内容进行C侧分发。内容分发给C侧用户之后，用户会产生各种行为，曝光、点击、举报等，通过埋点上报实时接入到消息队列中。

接下来我们做了两部分工作，就是图中有颜色的这两部分。

第一部分构建了一个腾讯看点的实时数据仓库。第二部分就是基于OLAP存储引擎，开发了多维实时数据分析系统。

我们为什么要构建实时数仓，因为原始的上报数据量非常大，一天上报峰值就有上万亿条。而且上报格式混乱。缺乏内容维度信息、用户画像信息，下游没办法直接使用。而我们提供的实时数仓，是根据腾讯看点信息流的业务场景，进行了内容维度的关联，用户画像的关联，各种粒度的聚合，下游可以非常方便的使用实时数据。

4、方案选型

那就看下我们多维实时数据分析系统的方案选型，选型我们对比了行业内的领先方案，选择了最符合我们业务场景的方案。

第一块是实时数仓的选型，我们选择的是业界比较成熟的Lambda架构，他的优点是灵活性高、容错性高、成熟度高和迁移成本低；缺点是实时、离线数据用两套代码，可能会存在一个口径修改了，另一个没改的问题，我们每天都有做数据对账的工作，如果有异常会进行告警。第二块是实时计算引擎选型，因为Flink设计之初就是为了流处理，SparkStreaming严格来说还是微批处理，Strom用的已经不多了。再看Flink具有Exactly-once的准确性、轻量级Checkpoint容错机制、低延时高吞吐和易用性高的特点，我们选择了Flink作为实时计算引擎。第三块是实时存储引擎，我们的要求就是需要有维度索引、支持高并发、预聚合、高性能实时多维OLAP查询。可以看到，Hbase、Tdsql和ES都不能满足要求，Druid有一个缺陷，它是按照时序划分Segment，无法将同一个内容，存放在同一个Segment上，计算全局TopN只能是近似值，所以我们选择了最近两年大火的MPP数据库引擎ClickHouse。

5、设计目标与设计难点

我们多维实时数据分析系统分为三大模块

实时计算引擎实时存储引擎App层

难点主要在前两个模块：实时计算引擎和实时存储引擎。

千万级/s的海量数据如何实时接入，并且进行极低延迟维表关联。实时存储引擎如何支持高并发写入、高可用分布式和高性能索引查询，是比较难的。

这几个模块的具体实现，看一下我们系统的架构设计

6、架构设计

前端采用的是开源组件Ant Design，利用了Nginx服务器，部署静态页面，并反向代理了浏览器的请求到后台服务器上。

后台服务是基于腾讯自研的RPC后台服务框架写的，并且会进行一些二级缓存。

实时数仓部分，分为了接入层、实时计算层和实时数仓存储层。

接入层主要是从千万级/s的原始消息队列中，拆分出不同行为数据的微队列，拿看点的视频来说，拆分过后，数据就只有百万级/s了；实时计算层主要负责，多行行为流水数据进行行转列，实时关联用户画像数据和内容维度数据；实时数仓存储层主要是设计出符合看点业务的，下游好用的实时消息队列。我们暂时提供了两个消息队列，作为实时数仓的两层。一层DWM层是内容ID-用户ID粒度聚合的，就是一条数据包含内容ID-用户ID还有B侧内容数据、C侧用户数据和用户画像数据；另一层是DWS层，是内容ID粒度聚合的，一条数据包含内容ID，B侧数据和C侧数据。可以看到内容ID-用户ID粒度的消息队列流量进一步减小到十万级/s，内容ID粒度的更是万级/s，并且格式更加清晰，维度信息更加丰富。

实时存储部分分为实时写入层、OLAP存储层和后台接口层。

实时写入层主要是负责Hash路由将数据写入；OLAP存储层利用MPP存储引擎，设计符合业务的索引和物化视图，高效存储海量数据；后台接口层提供高效的多维实时查询接口。

7、实时计算

这个系统最复杂的两块，实时计算和实时存储。

先介绍实时计算部分：分为实时关联和实时数仓。

7.1 实时高性能维表关联

实时维表关联这一块难度在于。百万级/s的实时数据流，如果直接去关联HBase，1分钟的数据，关联完HBase耗时是小时级的，会导致数据延迟严重。

我们提出了几个解决方案：

第一个是，在Flink实时计算环节，先按照1分钟进行了窗口聚合，将窗口内多行行为数据转一行多列的数据格式，经过这一步操作，原本小时级的关联耗时下降到了十几分钟，但是还是不够的。第二个是，在访问HBase内容之前设置一层Redis缓存，因为1000条数据访问HBase是秒级的，而访问Redis是毫秒级的，访问Redis的速度基本是访问HBase的1000倍。为了防止过期的数据浪费缓存，缓存过期时间设置成24小时，同时通过监听写HBase Proxy来保证缓存的一致性。这样将访问时间从十几分钟变成了秒级。第三个是，上报过程中会上报不少非常规内容ID，这些内容ID在内容HBase中是不存储的，会造成缓存穿透的问题。所以在实时计算的时候，我们直接过滤掉这些内容ID，防止缓存穿透，又减少一些时间。第四个是，因为设置了定时缓存，会引入一个缓存雪崩的问题。为了防止雪崩，我们在实时计算中，进行了削峰填谷的操作，错开设置缓存的时间。

可以看到，优化前后，数据量从百亿级减少到了十亿级，耗时从小时级减少到了数十秒，减少99%。

7.2 下游提供服务

实时数仓的难度在于：它处于比较新的领域，并且各个公司各个业务差距比较大，怎么能设计出方便，好用，符合看点业务场景的实时数仓是有难度的。

先看一下实时数仓做了什么，实时数仓对外就是几个消息队列，不同的消息队列里面存放的就是不同聚合粒度的实时数据，包括内容ID、用户ID、C侧行为数据、B侧内容维度数据和用户画像数据等。

我们是怎么搭建实时数仓的，就是上面介绍的实时计算引擎的输出，放到消息队列中保存，可以提供给下游多用户复用。

我们可以看下，在我们建设实时数据仓库前后，开发一个实时应用的区别。没有数仓的时候，我们需要消费千万级/s的原始队列，进行复杂的数据清洗，然后再进行用户画像关联、内容维度关联，才能拿到符合要求格式的实时数据，开发和扩展的成本都会比较高，如果想开发一个新的应用，又要走一遍这个流程。有了数仓之后，如果想开发内容ID粒度的实时应用，就直接申请TPS万级/s的DWS层的消息队列。开发成本变低很多，资源消耗小很多，可扩展性也强很多。

看个实际例子，开发我们系统的实时数据大屏，原本需要进行如上所有操作，才能拿到数据。现在只需要消费DWS层消息队列，写一条Flink SQL即可，仅消耗2个cpu核心，1G内存。

可以看到，以50个消费者为例，建立实时数仓前后，下游开发一个实时应用，可以减少98%的资源消耗。包括计算资源，存储资源，人力成本和开发人员学习接入成本等等。并且消费者越多，节省越多。就拿Redis存储这一部分来说，一个月就能省下上百万人民币。

8、实时存储

介绍完实时计算，再来介绍实时存储。

这块分为三个部分来介绍

第一是 分布式-高可用第二是 海量数据-写入第三是 高性能-查询

8.1 分布式-高可用

我们这里听取的是Clickhouse官方的建议，借助ZK实现高可用的方案。数据写入一个分片，仅写入一个副本，然后再写ZK，通过ZK告诉同一个分片的其他副本，其他副本再过来拉取数据，保证数据一致性。

这里没有选用消息队列进行数据同步，是因为ZK更加轻量级。而且写的时候，任意写一个副本，其它副本都能够通过ZK获得一致的数据。而且就算其它节点第一次来获取数据失败了，后面只要发现它跟ZK上记录的数据不一致，就会再次尝试获取数据，保证一致性。

8.2 海量数据-写入

数据写入遇到的第一个问题是，海量数据直接写入Clickhouse的话，会导致ZK的QPS太高，解决方案是改用Batch方式写入。Batch设置多大呢，Batch太小的话缓解不了ZK的压力，Batch也不能太大，不然上游内存压力太大，通过实验，最终我们选用了大小几十万的Batch。

第二个问题是，随着数据量的增长，单QQ看点的视频内容每天可能写入百亿级的数据，默认方案是写一张分布式表，这就会造成单台机器出现磁盘的瓶颈，尤其是Clickhouse底层运用的是Mergetree，原理类似于HBase、RocketsDb的底层L-Tree。在合并的过程中会存在写放大的问题，加重磁盘压力。峰值每分钟几千万条数据，写完耗时几十秒，如果正在做Merge，就会阻塞写入请求，查询也会非常慢。我们做的两个优化方案：一是对磁盘做Raid，提升磁盘的IO；二是在写入之前进行分表，直接分开写入到不同的分片上，磁盘压力直接变为1/N。

第三个问题是，虽然我们写入按照分片进行了划分，但是这里引入了一个分布式系统常见的问题，就是局部的Top并非全局Top的问题。比如同一个内容ID的数据落在了不同的分片上，计算全局Top100阅读的内容ID，有一个内容ID在分片1上是Top100，但是在其它分片上不是Top100，导致汇总的时候，会丢失一部分数据，影响最终结果。我们做的优化是在写入之前加上一层路由，将同一个内容ID的记录，全部路由到同一个分片上，解决了该问题。

介绍完写入，下一步介绍Clickhouse的高性能存储和查询。

8.3 高性能-存储-查询

Clickhouse高性能查询的一个关键点是稀疏索引。稀疏索引这个设计就很有讲究，设计得好可以加速查询，设计不好反而会影响查询效率。我根据我们的业务场景，因为我们的查询大部分都是时间和内容ID相关的，比如说，某个内容，过去N分钟在各个人群表现如何？我按照日期，分钟粒度时间和内容ID建立了稀疏索引。针对某个内容的查询，建立稀疏索引之后，可以减少99%的文件扫描。

还有一个问题就是，我们现在数据量太大，维度太多。拿QQ看点的视频内容来说，一天流水有上百亿条，有些维度有几百个类别。如果一次性把所有维度进行预聚合，数据量会指数膨胀，查询反而变慢，并且会占用大量内存空间。我们的优化，针对不同的维度，建立对应的预聚合物化视图，用空间换时间，这样可以缩短查询的时间。

分布式表查询还会有一个问题，查询单个内容ID的信息，分布式表会将查询下发到所有的分片上，然后再返回查询结果进行汇总。实际上，因为做过路由，一个内容ID只存在于一个分片上，剩下的分片都在空跑。针对这类查询，我们的优化是后台按照同样的规则先进行路由，直接查询目标分片，这样减少了N-1/N的负载，可以大量缩短查询时间。而且由于我们是提供的OLAP查询，数据满足最终一致性即可，通过主从副本读写分离，可以进一步提升性能。

我们在后台还做了一个1分钟的数据缓存，针对相同条件查询，后台就直接返回了。

8.4 扩容

这里再介绍一下我们的扩容的方案，调研了业内的一些常见方案。

比如HBase，原始数据都存放在HDFS上，扩容只是Region Server扩容，不涉及原始数据的迁移。但是Clickhouse的每个分片数据都是在本地，是一个比较底层存储引擎，不能像HBase那样方便扩容。

Redis是哈希槽这种类似一致性哈希的方式，是比较经典分布式缓存的方案。Redis slot在Rehash的过程中虽然存在短暂的ask读不可用，但是总体来说迁移是比较方便的，从原h[0]迁移到h[1]，最后再删除h[0]。但是Clickhouse大部分都是OLAP批量查询，不是点查，而且由于列式存储，不支持删除的特性，一致性哈希的方案不是很适合。

目前扩容的方案是，另外消费一份数据，写入新Clickhouse集群，两个集群一起跑一段时间，因为实时数据就保存3天，等3天之后，后台服务直接访问新集群。

9、成果

腾讯看点实时数据仓库：DWM层和DWS层，数据延迟1分钟。

远见多维实时数据分析系统：亚秒级响应多维条件查询请求，在未命中缓存情况下，过去30分钟的查询，99%的请求耗时在1秒内；过去24小时的查询，90%的请求耗时在5秒内，99%的请求耗时在10秒内。

原文地址:/d/file/gt/2023-09/srhddqs3cnz 作者:王展雄

新媒体营销卖点有多少，腾讯新媒体操作使用教程

新媒体营销的卖点：

1. 覆盖人群广泛：新媒体营销可以通过多平台多途径的方式触达目标受众，覆盖面广，可以快速传递营销信息。

2. 交互性强：新媒体营销平台具有很强的互动性，通过互动方式可以增进用户与品牌之间的关系，增强用户黏性。

3. 数据分析：新媒体的营销平台可以对用户的数据进行分析，从而更好的了解用户的需求，指导企业进行产品营销策略的制定。

4. 成本低廉：相比传统的广告营销，新媒体营销的成本较低，可以降低企业的营销成本，提高企业的市场竞争力。

5. 可视性高：新媒体广告多数以图文并茂的方式呈现，不仅可以吸引用户的目光，同时还可以更全面地呈现品牌形象和产品特色。

腾讯新媒体操作使用教程：

1. 注册账号和公众号认证：企业需要注册腾讯营销平台，完成公众号认证并提交相关材料，以确保实名认证和内容安全。

2. 编辑内容：选取适合企业的内容形式，如文章、视频、图片等，编写创意内容，确保内容质量和信息准确性。

3. 公众号管理：对公众号进行管理，包括粉丝管理、文章审核、消息回复等功能。

4. 推广：可以选择付费推广或免费推广，通过腾讯广告平台投放广告，提高品牌知名度和曝光率。

5. 数据分析：可使用腾讯数据分析平台，对用户数据进行分析，跟进用户喜好和行为动态，指导企业进行更为科学的营销策略。

总之，新媒体营销为企业创造更多的机遇与前景，也带来了全新的营销思路和方式。腾讯作为国内领先的互联网公司，其新媒体平台拥有广阔的用户群体，对于企业的推广营销来说，是一个不可忽视的重要渠道。

新媒体营销卖点有多少，腾讯新媒体操作使用教程,很多做小红书、抖音运营的人，都希望自己的视频、图文有更多人观看，那你一定要少不了融媒宝。这是自媒体发布的得力工具，让你的内容更快更广地传播。用融媒宝，自媒体发布就像游戏一样简单，轻松提高传播效率。

最难得的是，融媒宝从灵感获取、内容编辑、账号管理、一键发布都是有一整套自媒体人内容创作和发布的体系在里面的，高效实用。

灵感获取：融媒宝里面有自媒体爆文中心可以观看全网热点、全网热门文章、热门视频；

内容编辑：融媒宝里有文章原创度检测、文章敏感词汇检测等功能；

账号管理：融媒宝可管理主流50+自媒体平台的账号，甚至是一个平台多个账号管理，还支持分组管理，这也是许多自媒体公司通过融媒宝组建自媒体矩阵的原因。

一键发布：融媒宝能一键发布内容到多个自媒体平台，，让自媒体账号管理、内容编辑和一键发布变得更加省心、高效。

想让自媒体“火”起来？用融媒宝发布是绝对正确的选择。

5500字纯干货丨深度拆解腾讯视频app的细节设计

视频APP中也存在着很多产品设计细节，作者对腾讯视频的产品设计进行研究与思考，希望能够让大家更加了解视频行业与背后的产品设计逻辑，一起来看看吧。

最近由于爱奇艺《说唱巅峰对决2》的结束，和腾讯视频《长相思》与《心动的信号6》等热剧的更新，小编也从爱奇艺会员成功转向腾讯视频，由于很久没有体验过腾讯视频，这次在使用过程中发现腾讯视频有很多细节设计十分的有创意，作为一个体验设计师和视频/直播领域的产品方向工作者，突发灵感希望对腾讯视频的产品设计进行研究与思考~让大家更加了解视频行业与背后的产品设计逻辑，希望对大家有所帮助。

注：本期设计空间站，分析不仅只有小编自己，还有强大的百度文心一言AI大力支持~

1. 观点阐述

本文所有观点不代表公司，仅个人观点；

本文中的所有观点没有任何偏向，仅站在一个用户的角度来分析产品；

2. 适合人群

第一类：UI/UX体验设计师：跳出设计执行层，去思考视频类产品背后的设计策略，提升产品设计分析能力；

第二类：产品/运营经理：通过全面的产品设计拆解、用户逻辑分析，获取产品设计参考；

第三类：泛娱乐（视频/直播）相关行业从业者：通过腾讯视频产品分析与拆解，获取竞品的逻辑参考。

一、行业介绍1. 腾讯视频介绍

腾讯视频是中国最大的在线视频平台之一，由腾讯公司运营。它提供了丰富多样的影视内容，包括电影、电视剧、综艺、动漫、纪录片等各类视频资源。 腾讯视频拥有庞大的内容库，用户可以随时随地通过手机、平板或电脑观看高清流畅的视频。用户可以在腾讯视频上观看热门的国内外电影大片，追剧最新的电视剧集，欣赏精彩的综艺节目，还可以发现各种类型的原创内容。

腾讯视频提供了多种收费和非收费的会员服务，会员可以享受无广告观看、高清播放、独家内容等特权。此外，腾讯视频还为用户提供了个性化推荐和智能搜索功能，帮助用户发现符合自己口味的影视作品。

腾讯视频致力于与国内外的制片公司、电视台、明星签约合作，以及自主制作原创内容，为用户提供优质的视频体验。它也积极探索新的技术和商业模式，与音乐、游戏、社交等领域进行深度融合，为用户创造更多的娱乐选择。

总之，腾讯视频是一个丰富多样、高质量的在线视频平台，为用户提供了便捷、优质的观影体验，成为了中国广大网友追剧、观影、下饭神器的首选之一。

2. 平台优势

1. 腾讯视频具有巨大的用户基础，拥有多平台优势。截至2022年底，腾讯视频的月活用户总数已经达到3.9亿，平台有效播放综艺、电视剧、动漫、纪录片等长视频内容超210亿次，播放次数居全球在线视频平台首位。

2. 腾讯视频在内容制作方面具有强大的优势。腾讯视频以“内容为王”作为平台战略，将“头部内容”作为重点，致力于打造优质内容。腾讯视频通过引进国内外优质影视作品，以及与国内外知名影视公司合作，实现了影视剧、综艺、微电影、纪录片等内容的全覆盖，如近期的《长相思》《心动的信号6》《舞台2023》等独播内容。

3. 腾讯视频在技术创新方面也具有优势。腾讯视频将AI技术应用于内容推荐、智能剪辑、人脸识别、舆情监测等方面，为用户提供更加个性化的服务。同时，腾讯视频还积极探索VR、AR等新技术，为用户提供更加丰富的视觉体验。

4. 腾讯视频还具有强大的品牌影响力。腾讯视频作为国内领先的在线视频平台之一，在行业内具有较高的知名度和影响力。腾讯视频还积极参与公益活动和社会事件，展现出了良好的社会形象。

3. 盈利模式

腾讯视频的盈利模式主要包括以下几种：

（1）会员收入：腾讯视频吸引大量会员，截至2022年9月，腾讯视频的会员总数已经达到1.2亿，他们所交的会员费是一部分收入来源。

（2）广告收入：在腾讯视频网站上投放广告将会给腾讯视频公司一部分多的广告费，这也是腾讯视频网站主要的收入来源。

（3）其他收入：在腾讯视频站内的一些其他收入，如超前点映、影视周边等其他收入。

4. 产品更新频次与平台slogon

（1）产品更新频次：更新频次越高，说明产品更新换代速度越快，适应市场变化的能力越强，企业的发展就越有保障。根据点点数据提供的app更新频次数据的显示，腾讯视频的更新频次为：1周/次。从数据可看出腾讯视频的更新频率还是非常不错的。

（2）平台slogon：对于一个企业、一个产品和一个网站来说，slogan都非常重要。广告口号是一种较长时期内反复使用的特定的商业用语，它所强调的是一家公司和它的产品最为突出的特点，以下为腾讯视频的slogon。

腾讯视频：不负好时光

（强调是一种场景体验。秉承“内容为王，用户为本”的价值观，以更加年轻化、更能引起用户情感共鸣的定位亮相，着力凸显优质内容的差异化竞争优势，深化与消费者的情感沟通。）

二、界面拆解1. 内容结构

作为视频内容平台，通过对腾讯视频APP的结构梳理，发现产品内大部分的内容都是围绕视频来进行拓展，整体框架分为：首页、短视频、VIP会员、热议、我的这几个模块。本次我们主要针对于首页与播放器这两个场景进行重点分析。

2. 首页

首页作为腾讯视频的首个场景，主要以视频内容推广为主，主要内容有如下：顶部操作区、内容推荐区、各分区推荐页等。

2.1 顶部操作区

顶部操作区一般集合着大量的操作入口，主要功能如下：

加追与预约：其中包含用户添加的追剧列表、热门预约、历史观看记录等功能搜索：点击进入搜索结果页，其中包含热门榜单、历史记录，用户也可以快速搜索自己需要查找的视频内容游戏中心：游戏中心主要是推广腾讯自家的游戏内容，通过游戏中心对游戏进行引流与拉新周边商城：周边商城里面为视频的周边产品，用户可以在周边商城中进行商品购买

2.1.1 产品亮点：加追与预约功能

在首页左上角增加最近再追功能，此功能让用户在首页就可以更快速的找到自己在追的内容，而且在页面中还包含新片预约和历史浏览记录功能，让用户在了解更多预约内容与历史记录。此功能放在首页很好的降低用户操作成本，提升产品体验。

2.1.2 设计误区：加追功能关闭交互

加追功能在关闭时有一个缩放交互，此交互场景可以很好的让用户感知当前是从哪里进行跳转，出发点是好的，但由于在点开时没有缩放动画与缩放的样式不太理想反而导致此交互效果并不好，所以可以适当优化下。

2.1.3 设计亮点：滑动屏幕顶导隐藏与出现交互

当用户滑动屏幕时，顶部操作区会跟随手势进行向上隐藏，这样可以在用户向上滑动浏览信息时给界面带来更多的展示空间，当用户向下滑动一定距离时顶导出现，方便用户对顶导进行相关操作。这里的交互细节很舒适，大家可以多多学习。

2.1.4 设计亮点：顶部背景跟随banner颜色进行变化

顶部背景跟随banner进行变化，当用户滑动banner时顶部背景会跟随banner的颜色进行变化，这样可以让界面的配色看起来更加和谐，提升界面视觉一致性。同时赋予用户体验惊喜感。

2.1.5 设计亮点：下拉刷新新玩法

大多数产品下拉都为刷新界面操作，但腾讯视频对下拉进行两部交互操作，用户下拉到第一个阶段会出现提示”下拉发现更多好玩”当前这时用户松手可以进行常规刷新操作， 但用户看到这样的提示会更想知道在向下拉到会带来怎么的内容，当用户再次下拉后会出现对应的内容推荐，类似于游戏推广与热播剧推广，赋予用户惊喜感的同时还能增加广告收入。

2.2 内容推荐区

内容推荐区主要以推荐视频内容为主，主要功能分为：

Banner：banner主要推荐站内的热门内容与广告，支持滑动切换与自动切换展示双瀑布流推荐位与大卡片推荐：卡片形式采用“封面/视频+标题+标签”的形式，推荐一些站内的热门内容与广告内容定制内容页：热门的视频会定制内容页，为视频定制界面样式与布局

2.2.1 设计亮点：Banner切换的创新交互方式

腾讯视频的Banner 切换动画是十分有特点的，整体是logo的剪影效果，并且在右下角的数量指示点也是logo的形状，很好的突出品牌形象，设计创新的同时强化品牌在用户心中的位置。

2.2.2 产品亮点：双瀑布流推荐机制

banner下方共6个双瀑布流推荐位，这种排列方式可以在一屏中展示更多的信息，但不足就是如果界面全部都是这种排列方式会导致用户浏览成本提高，降低用户的浏览欲望，所以腾讯视频把内容控制在6个，不会给用户增加浏览负担，其次在推荐机制上对前两个卡片进行“最近在看”标签，和视频预览，相比其他静态卡片可以让用户更加快速的发现自己想看的内容。

2.2.3 产品亮点：视频大卡片推荐

这种样式的推荐形式虽然同屏下相比双瀑布流的可推荐内容少，但可以让用户更注重内容视频本身，推荐的视频内容都为该作品的热门片段，小编经常看着看着就安利了一个新剧，很适合作为长视频推荐列表使用

2.2.4 设计亮点：不一样的定制化分区内容页

腾讯视频会根据站内的热门内容进行定制化分区内容页，虽然这种形式在各个视频平台都有设计，但腾讯视频的似乎更加与众不同，它相比其他竞品不仅增加了开屏动画，加强界面氛围感，同时在功能上增加了一级标题，如在长相思专题中的“独家花絮、有声书、看微综、相思榜”等入口，可以让用户在页面中发现更多剧情本身以外的衍生内容，一级标题的形式也可以让用户直达视频播放页，快速了解想要看到的视频内容。

2.2.5 设计误区：分区中的入口icon设计

电视剧作为腾讯视频的高频点击分区，在头部的icon确实有失大厂风范，图标过大、视觉比例不一致、风格不统一等问题，很影响界面的视觉美感，但入口的点击转化是否有影响未知。

3. 播放器相关

播放器作为视频产品的核心使用场景，其中的功能非常庞大，腾讯视频的播放器内容主要分为：竖屏播放页与横屏播放器。

3.1 竖屏播放页

竖屏播放页为用户点击进入视频的第一个场景，主要功能为：

顶部播放器：顶部为视频播放区域详情：详情中包含视频标题、选集、讨论、周边、视频推荐等功能底部快捷操作区：包含再追、下载、投屏、一起看、分享等功能

3.1.1 设计亮点：定制化的视频播放器

对于热门的内容，腾讯视频依然会定制化页面，给予专属的配色与标题，给用户提供更加沉浸的氛围感。

3.1.2 产品亮点：底部操作区功能

相比其他产品，腾讯视频在进入竖屏播放页后不会再顶部的视频中默认展示操作内容，给用户带来更好的观看体验，并且把视频相关的操作内容放置底部做成一个底部操作区，用户可以在底部快速的对视频进行操作如：下载、投屏、一起看、分享等。而不是把功能分散在界面中，这样不仅可以降低用户的寻找这些高频操作的成本，同时提升视频的观看体验。

3.2 横屏播放器

横屏播放器是大家在使用产品中最高频的操作，这里腾讯视频也是下了很大的成本，也有不少的细节，界面的主要功能有：

顶部操作区：标题、一起看、臻彩视听、投屏等功能左右侧操作区：锁屏、讨论、拍照、录像等功能底部操作区：进度条、暂停、弹幕、倍速、发电、选集等功能其他场景：弹幕播放、特效、音量控制、快进等功能

3.2.1 设计亮点：定制化进度条与标记糖点

对应热门视频内容，腾讯视频会定制化进度条样式与进度点样式，（如《长相思》中定制红色木槿花）让用户更加沉浸的观看体验，同时在进度条上方有标记样式，用户点击会触发标记动效与糖点，所有标记的糖点数据也会以波动图的形式显示在进度条上方，提高互动玩法。

3.2.2 产品亮点：发电功能为自己支持的CP上分

在底部操作区增加发电功能，用户可以点击为自己支持的cp送出礼物，不仅可以满足用户的“嗑CP”心理，同时对直播场景中的核心送礼功能很好的结合到视频产品中，给视频内容提供了商业价值，提高产品收入。

3.2.3 产品亮点：讨论功能-边看热议边追剧

腾讯视频在横版播放器增加讨论入口，点击会在右侧弹出讨论功能，并不会遮挡视频内容，用户可以在右侧观看用户发布的热议，一起边讨论视频内容，一起追剧两不误。

3.2.4 产品亮点：振动彩蛋与高能弹幕

在播放器设置中有振动彩蛋与高能进度条功能，当用户观看到视频高能部分时就会触发振动操作与高能动画，并且弹幕会进行颜色变化，通过不一样的交互方式给用户带来惊喜感，当然用户也可以在设置中关闭此功能。

3.2.5 设计亮点：定制表情与动态表情

腾讯视频在发弹幕场景时点击表情，用户可以选择发送定制内容的表情，如恋综表情“般配、甜、上车、上分”等热门语言，除了定制表情外，对通用表情也增加了动态表情，让表情更加趣味，加强互动玩法与提升弹幕量。

3.2.6 设计亮点：渐变色音量条

腾讯视频在调节音量时，音量条是一个从蓝色到红色的渐变，配色正好与品牌色进行呼应，但其实还有一个其他的小细节，当音量低时采用蓝绿色给人舒适的感受，当音量变高时变为红色给用户警示的效果，让用户更直观的感受音量变化，通过细节来提升用户体验。

3.2.7 产品思考：长按快进功能

随时快时代节奏生活，用户对倍速播放越来越依赖，此前版本的腾讯视频左半屏长按为快退功能，右半屏长按为快进功能，但对应平时左手拿手机的小编，每次长按播放就需要用右手来操作，这样就会让我用两个手去查看，但在新版本中腾讯视频优化了此功能让用户点击左侧也为快进功能，但还是以前的样式，有时会给用户一种还是快退的错觉，所以这里可以统一下长按样式，降低用户疑虑。

3.2.8 设计亮点：倒流弹幕玩法

最近在观看电视剧时，发现当视频处于回忆片段时，弹幕就会变为从左到右的逆向出现，当剧情变为现实世界时弹幕又会回归正常的出现场景，这样的交互形式跟剧情进行了很好的融合，给用户带来沉浸的观影体验。

此次主要分析了腾讯视频的首页、播放器功能，当然产品中还有很多其他模块，如果大家感兴趣的话，小编也会抓紧整理，给大家带来第二期分析与研究~

三、总结

通过对腾讯视频的首页、播放器等功能的设计分析，相信大家体验下来也发现了非常多产品设计细节，一开始我一直在想为什么腾讯视频会有这么大的用户群体，但当我分析完后发现他不仅在内容上有非常优质，在体验设计上也有非常多创意的想法，希望此次分享可以对各位产品大大们更加深入的了解腾讯视频这款产品，发现其中的产品亮点。也希望对各位设计大大们从中发现更多的设计创意，从而提升设计视野与弥补自身产品的用户体验不足。给产品带来更多设计亮点，做出打动人心的好产品。

以上分析的场景不一定全面，有些观点也只是站在设计师的角度的个人观点。

本文由 @不是作家 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自Unsplash ，基于 CC0 协议

该文观点仅代表作者本人，人人都是产品经理平台仅提供信息存储空间服务。

PerfDog测试腾讯视频、优酷、爱奇艺视频类小程序性能

自从经朋友介绍PerfDog这款移动端测试神器后就一直在使用它测试大型游戏的流程度，前两天使用腾讯视频追剧分享到微信时发现发现的链接直接进入腾讯视频的小程序中，试了多个视频软件皆是如此，于是想要试试用PerfDog测试一下各家视频小程序实际使用的性能到底如何。

本次测试使用的手机是小米8，处理器为骁龙845，GPU为Adreno 630，测试的是三款最主流的视频小程序，分别是腾讯视频、优酷、爱奇艺，用以对比会加入腾讯视频的APP版本作为参考。

测试前发现三个小程序和一个应用主界面都只有四个分栏，腾讯视频中间的“VIP会员”暂且忽略不计。于是打算将这四个测试项每个分栏各测试30s，视频播放3分钟。

和测试游戏一样，先将测试机连接上PC，点击左下角的“+”勾选上需要测试的参数，这里我勾选了ScreenShot、Frame Time、CPU Usage、CPU Usage(Normalized)、Memory Usage、CPU Temperature、Network。选择微信应用，点击左上角的蓝色三角符号开始记录测试数据。

双击测试曲线可以在对应时间上打上标注，为了快速输入，我分别在载入小程序、第一分栏、第二分栏、第三分栏、第四分栏和开始播放视频的开始时间标记了“0”、“1”、“2”、“3”、“4”、“5”。

下面是记录的四个测试用例FPS与Jank数据截图。

腾讯视频小程序：

优酷小程序：

爱奇艺小程序：

腾讯视频APP：

初步来看，腾讯视频小程序和APP的PFS较低，Jank比较多。PFS大家都知道是帧率，一般帧率越高，1秒内游戏画面或者应用界面真实平均刷新次数也越多，屏幕视觉效果就越流畅。但是如果1秒内如果刷新很多，但是刷新的都是没有变化的同一个画面，那么看起来还是会有卡顿的感觉。PFS高不一定一定流畅，但PFS低那就肯定卡顿了。Jank指1s内卡顿次数，Jank的引入就能更加直观地展示出卡顿情况了。

借助PerfDog新推出的多维度对比功能，我们来看看四个用例的比较。

对比功能的使用很简单，只需要在要对比的测试项目后面的操作栏将测试项目加入对比，然后点击选项栏的对比按钮，开始对比即可。

FPS对比：

这里需要注意的是腾讯视频小程序、优酷小程序、爱奇艺小程序和腾讯视频APP对应的用例名称前缀分别是“TX”“YK”、“AQ”、“app”。

如果觉得时间段太长，参数曲线太密集，可以拖动曲线下方的蓝色横条来缩短时间段，定位到要分析的场景中进行细致分析。在后面3分钟的视频播放环节中，我有不断拖动进度条来模拟用户跳过不感兴趣的场景。在此有一个小插曲需要提一下，使用腾讯视频APP拖动视频的时候出现了视频过程中广告的情况，广告播放完，我让数据记录多记录了一些正常播放的内容，才出现了上图APP比其他三个小程序多出1分钟测试时间的情况。

Jank对比：

无论从PerfDog帮助我们统计出来的平均FPS和Jank数据还是从参数曲线图自行分析，我们都可以看到，优酷的小程序相对更加流畅卡顿少，腾讯的小程序和应用卡顿会多一些，帧率会低一点。最出乎意料的是，上图紫色线腾讯视频APP最后一分钟是真正播放的视频内容，显示的平均帧率为21帧左右，Jank为384.4/10min，而最后一帧前面那一分钟左右是广告，平均帧率为37帧左右，Jank为0/10min。“小朋友，你是不是有很多问号...”当然，APP端的视频清晰度会比小程序里的视频和广告内容清晰度要高出很多，视频码率肯定也高出很多，这些对帧率卡顿也会有很大的影响。

除了小程序外，PerfDog还可以测试现在比较流行的小游戏。小程序和小游戏除了流量问题外，使用起来的跟手度，卡顿感也是影响普及很重要的原因，因此性能测试也就成了小程序和小游戏测试的重点。小程序和小游戏的性能和WEB的性能测试非常类似，性能的常用指标也大致相同。包括页面的白屏时间，首屏时间，资源占用，页面渲染时间，帧率等等。我这里只是简单的测试了视频类小程序，小游戏也可以测试。也期待PerfDog后续更新自动收集白屏、黑屏时间、页面渲染数据等更多信息，期待测试神器越来越好用。

软件下载地址：/d/file/gt/2023-09/wiyxuml2443