Netflixは、AV1フィルムグレイン合成（FGS）を大規模に展開することで、ストリーミングの画質を大幅に向上させています。FGSは、フィルムグレインの芸術性を維持しながら、ビットレートを大幅に削減します。圧縮前にフィルムグレインを分離・モデル化し、再生時に再構築することで、Netflixは少ないデータで高画質ビデオを提供します。これにより、数百万人の視聴者の視聴体験が向上し、より鮮明な映像が、帯域幅消費の削減と共に提供されます。この技術は、現在、幅広いNetflixタイトルで利用可能です。
続きを読む
Netflixのコンテンツ提供の急増（映画、シリーズ、ゲーム、ライブイベント、広告など）により、それを支えるシステムの複雑さが急激に増大しました。重複したモデル、矛盾する用語、データ品質の問題に対処するために、Netflixは統合データアーキテクチャ（UDA）を構築しました。UDAは、チームが一度モデルを定義し、それをあらゆるシステムで一貫して再利用できるようにするナレッジグラフです。内部メタモデルであるUpperを活用し、UDAはドメインモデルを様々な技術的なデータ構造（GraphQL、Avro、SQLなど）に変換し、コンテナ間のデータ移動と変換を自動化します。これにより、効率性とデータの一貫性が向上します。主要データ管理（PDM）とSphereという2つの本番システムがUDAの能力を実証しており、それぞれ権威のある参照データの管理とセルフサービスの運用レポートを提供しています。
続きを読む
Netflixは以前、eBPFを使用してTCPフローログを収集していましたが、IPアドレスの属性付けの問題によりデータの信頼性が損なわれていました。初期のアプローチはSonarサービスに依存していましたが、遅延と不正確さに悩まされていました。これを解決するために、Netflixは属性付け方法を再設計しました。ローカルIPアドレスについては、EC2インスタンスの証明書、またはIPManサービスとeBPFマップを使用してコンテナワークロードを処理します。リモートIPアドレスについては、FlowCollectorがフローログを収集し、タイムスタンプとローカルIPアドレスの属性付け情報を使用して、リモートIPアドレスの所有権を推測します。Kafkaベースのメカニズムによりノード間でデータが共有され、リージョン分割と関連のないワークロードのIPアドレスの属性付けが処理されます。最後に、Zuulサービスを使用した検証により、新しい方法が誤った属性付けを効果的に排除し、eBPFフローログが信頼性の高いネットワークインサイトを提供することが示されました。
続きを読む
Netflixは、映画やテレビ番組制作における複雑なメディア管理の課題に対処するために、Media Production Suite（MPS）を開発しました。ハイブリッドクラウドインフラストラクチャを活用したMPSは、フッテージインジェスト、メディアライブラリ、デイリーワークフロー、リモートワークステーションなどのツールを提供し、ワークフローを効率化し、効率性を向上させ、グローバルなコラボレーションを促進します。ブラジルのシリーズ「Senna」などの制作との提携とオープンスタンダードの採用により、NetflixはMPSが効率性を高め、コストを削減し、世界中の映画製作者にとって高度な制作ツールへのアクセスを民主化する可能性を実証しています。
続きを読む