[Subjudul SEO]
Panduan ini membantu Anda memfasilitasi migrasi aset digital Anda ke cloud, yang memungkinkan Anda memaksimalkan perkembangan terbaru dalam manajemen aset dan menyiapkan konten untuk didistribusikan ke konsumen media. Panduan ini menyiapkan alur kerja penyerapan dan analisis nirserver untuk memindahkan aset video Anda dan metadata terkait ke AWS Cloud. Selama migrasi, Panduan ini menganalisis dan mengekstrak metadata machine learning dari video Anda. Panduan ini juga dilengkapi dengan antarmuka web sehingga Anda dapat segera mulai menyerap dan menganalisis konten Anda.
Perhatikan: [Penafian]
Diagram Arsitektur
[Deskripsi diagram arsitektur]
Langkah 1
Kolam pengguna Amazon Cognito untuk menyediakan direktori pengguna.
Langkah 2
Titik akhir API RESTful Amazon API Gateway, yang dikonfigurasi untuk menggunakan autentikasi AWS Identity and Access Management (IAM).
Langkah 3
Distribusi Amazon CloudFront yang melakukan hosting artefak aplikasi web, seperti file dan grafik JavaScript yang diperkecil yang disimpan di bucket web.
Langkah 4
Mesin status utama AWS Step Functions yang berfungsi sebagai titik masuk ke alur kerja penyerapan dan analisis backend.
Langkah 5
Mesin substatus penyerapan Step Functions yang mengorkestrasikan proses penyerapan berdasarkan tipe file media dan menghasilkan proksi untuk media yang diserap. Mesin ini menggunakan AWS Elemental MediaConvert untuk file video dan audio serta alat sumber terbuka untuk file gambar dan dokumen.
Langkah 6
Mesin substatus analisis Step Functions yang bertanggung jawab atas proses analisis. Mesin ini terdiri dari Step Functions yang menjalankan tugas analisis dengan Amazon Rekognition, Amazon Transcribe, Amazon Comprehend, dan Amazon Textract.
Langkah 7
Tabel Amazon DynamoDB untuk menyimpan artefak yang dihasilkan selama proses penyerapan dan analisis, seperti status keseluruhan, penunjuk tempat file menengah disimpan, dan token yang dijalankan mesin.
Langkah 8
Klaster Amazon OpenSearch Service, yang menyimpan atribut penyerapan dan metadata machine learning, serta memfasilitasi kebutuhan pencarian dan penemuan Anda.
Langkah 9
Empat bucket Amazon Simple Storage Service (Amazon S3) menyimpan: konten yang diunggah, proksi file yang dihasilkan Panduan selama penyerapan, artefak aplikasi web statis, dan log akses untuk layanan yang digunakan.
Langkah 10
Aturan peristiwa Amazon CloudWatch yang dicatat ketika tugas tertentu mengalami perubahan status.
Langkah 11
Amazon EventBridge yang digunakan oleh sistem manajemen antrean internal tempat sistem backlog memberi tahu alur kerja (mesin status) ketika permintaan kecerdasan buatan dan machine learning (AI/ML) dalam antrean telah diproses.
Langkah 12
Topik AWS IoT Core yang memungkinkan alur kerja penyerapan dan analisis berkomunikasi dengan aplikasi web front-end secara asinkron melalui pesan MQTT publikasi atau berlangganan.
Langkah 13
Topik Amazon Simple Notification Service (Amazon SNS) untuk memungkinkan Amazon Rekognition memublikasikan status tugas dalam alur kerja analisis video, dan untuk mendukung integrasi kustom dengan sistem Anda.
Pilar Well-Architected
Kerangka Kerja AWS Well-Architected membantu Anda memahami keuntungan dan kerugian dari keputusan yang Anda buat saat membangun sistem di cloud. Enam pilar dari Kerangka Kerja ini memungkinkan Anda mempelajari praktik terbaik arsitektur untuk merancang dan mengoperasikan sistem yang andal, aman, efisien, hemat biaya, dan berkelanjutan. Dengan Alat AWS Well-Architected yang tersedia secara gratis di Konsol Manajemen AWS, Anda dapat meninjau beban kerja dan membandingkannya terhadap praktik terbaik ini dengan menjawab serangkaian pertanyaan untuk setiap pilar.
Diagram arsitektur di atas adalah contoh Solusi yang dibuat dengan mempertimbangkan praktik terbaik Well-Architected. Untuk menjadi Well-Architected sepenuhnya, Anda harus mengikuti praktik terbaik Well-Architected sebanyak mungkin.
-
Keunggulan Operasional
Panduan ini mendorong metrik ke CloudWatch di berbagai tahap untuk memberikan kemampuan observabilitas ke dalam infrastruktur, seperti fungsi AWS Lambda, layanan AI, dan bucket Amazon S3.
-
Keamanan
Kami sangat merekomendasikan Anda mengenkripsi data bergerak dan data diam yang sensitif. Panduan ini secara otomatis mengenkripsi file media dan metadata diam dengan enkripsi sisi server Amazon S3 (SSE-S3). Topik Amazon SNS Panduan dan tabel DynamoDB juga dienkripsi saat diam menggunakan SSE-S3. Selain itu, dokumen yang diindeks ke klaster OpenSearch Service dienkripsi saat diam, dan komunikasi di antara simpul dalam klaster juga dienkripsi.
Panduan ini melakukan deployment situs web statis yang di-host di bucket Amazon S3. Untuk membantu mengurangi latensi dan meningkatkan keamanan, Panduan ini mencakup distribusi CloudFront dengan identitas akses asal, yang merupakan pengguna CloudFront khusus yang membantu membatasi akses ke konten bucket situs web. Untuk informasi selengkapnya, lihat Membatasi akses ke asal Amazon S3.
-
Keandalan
Panduan untuk Media2Cloud di AWS menggunakan layanan nirserver AWS jika memungkinkan (misalnya, Lambda, API Gateway , Amazon S3, dan DynamoDB) untuk memastikan ketersediaan tinggi dan pemulihan cepat dari kegagalan layanan.
-
Efisiensi Performa
Anda dapat membuat alur kerja dengan templat AWS CloudFormation yang telah dibuat sebelumnya. Karena Panduan ini adalah proyek sumber terbuka yang dipublikasikan di GitHub, Anda dapat menyesuaikannya dan membuatnya dari kode sumber. README memberikan panduan langkah demi langkah untuk membangun dan menyesuaikan Panduan ini, bersama dengan tutorial mini, serta penjelasan mendalam tentang tiap komponen dan desain keseluruhan.
-
Optimisasi Biaya
Karena Panduan ini menggunakan arsitektur nirserver dan berbasis peristiwa, Anda hanya dikenakan biaya untuk apa yang Anda gunakan. Desainnya memungkinkan Anda mengonfigurasi dan menyesuaikan alur kerja media Anda sendiri, serta hanya menggunakan layanan AWS yang Anda perlukan. Selain itu, Anda bisa menyimpan aset dengan biaya efektif menggunakan Amazon S3 dengan kebijakan Siklus Hidup untuk menyimpan dan mengarsipkan konten, proksi, dan metadata yang diserap.
-
Keberlanjutan
Komponen penting untuk keberlanjutan adalah memaksimalkan penggunaan layanan AWS AI sehingga Anda meminimalkan dampak lingkungan dari layanan backend. Desain nirserver dari Panduan ini juga dirancang untuk mengurangi jejak karbon Anda dibandingkan dengan jejak dari pengoperasian server on-premise secara terus-menerus.
Sumber Daya Implementasi
Panduan mendetail disediakan untuk bereksperimen dan digunakan dalam akun AWS Anda. Setiap tahap pembuatan Panduan, termasuk deployment, penggunaan, dan pembersihan, diperiksa guna mempersiapkannya untuk deployment.
Kode sampel adalah titik awal. Kode sampel ini diivalidasi industri, bersifat preskriptif, tetapi tidak definitif, dan coba periksa kode sampel ini untuk memulai.
Konten Terkait
Mengumumkan Solusi Kecerdasan Media AWS
Inovasi sukses untuk ESSENCE saat Starchive dan AWS membantu penyelenggaraan 2020 ESSENCE Festival of Culture
Konten Terkait
[Judul]
Penafian
Kode sampel; pustaka perangkat lunak; alat baris perintah; bukti konsep; templat; atau teknologi terkait lainnya (termasuk yang sebelumnya disediakan oleh personel kami) disediakan untuk Anda sebagai Konten AWS berdasarkan Perjanjian Pelanggan AWS, atau perjanjian tertulis yang relevan antara Anda dan AWS (mana saja yang berlaku). Anda tidak boleh menggunakan Konten AWS ini di akun produksi Anda, atau pada produksi atau data penting lainnya. Anda bertanggung jawab untuk menguji, mengamankan, dan mengoptimalkan Konten AWS, seperti kode sampel, yang sesuai untuk penggunaan tingkat produksi berdasarkan praktik dan standar kontrol kualitas spesifik Anda. Melakukan deployment Konten AWS dapat dikenai biaya AWS untuk membuat atau menggunakan sumber daya AWS berbayar, seperti menjalankan instans Amazon EC2 atau menggunakan penyimpanan Amazon S3.
Referensi ke layanan atau organisasi pihak ketiga dalam Panduan ini tidak menyiratkan dukungan, sponsor, atau afiliasi antara Amazon atau AWS dan pihak ketiga. Panduan dari AWS adalah titik awal teknis, dan Anda dapat menyesuaikan integrasi Anda dengan layanan pihak ketiga saat melakukan deployment arsitektur.