https://www.doczj.com/doc/0b12404584.html,
网易视频云是网易推出的PaaS视频云服务，主要应用于在线教育、直播秀场、远程医疗、企业协作等领域。今天，网易视频云技术专家与大家分享一下：HBase –存储文件HFile结构解析。
HFile是HBase存储数据的文件组织形式，参考BigTable的SSTable和Hadoop的TFile 实现。从HBase开始到现在，HFile经历了三个版本，其中V2在0.92引入，V3在0.98引入。HFileV1版本的在实际使用过程中发现它占用内存多，HFile V2版本针对此进行了优化，HFile V3版本基本和V2版本相同，只是在cell层面添加了Tag数组的支持。鉴于此，本文主要针对V2版本进行分析，对V1和V3版本感兴趣的同学可以参考其他信息。
HFile逻辑结构
HFile V2的逻辑结构如下图所示：
https://www.doczj.com/doc/0b12404584.html,
文件主要分为四个部分：Scanned block section，Non-scanned block section，Opening-time data section和Trailer。
Scanned block section：顾名思义，表示顺序扫描HFile时所有的数据块将会被读取，包括Leaf Index Block和Bloom Block。
Non-scanned block section：表示在HFile顺序扫描的时候数据不会被读取，主要包括Meta Block和Intermediate Level Data Index Blocks两部分。
Load-on-open-section：这部分数据在HBase的region server启动时，需要加载到内存中。包括FileInfo、Bloom filter block、data block index和meta block index。
Trailer：这部分主要记录了HFile的基本信息、各个部分的偏移值和寻址信息。
HFile物理结构
https://www.doczj.com/doc/0b12404584.html,
如上图所示，HFile会被切分为多个大小相等的block块，每个block的大小可以在创建表列簇的时候通过参数blocksize＝> ‘65535’进行指定，默认为64k，大号的Block有利于顺序Scan，小号Block利于随机查询，因而需要权衡。而且所有block块都拥有相同的数据结构，如图左侧所示，HBase将block块抽象为一个统一的HFileBlock。HFileBlock支持两种类型，一种类型不支持checksum，一种不支持。为方便讲解，下图选用不支持checksum的HFileBlock内部结构：
https://www.doczj.com/doc/0b12404584.html,
上图所示HFileBlock主要包括两部分：BlockHeader和BlockData。其中BlockHeader 主要存储block元数据，BlockData用来存储具体数据。block元数据中最核心的字段是BlockType字段，用来标示该block块的类型，HBase中定义了8种BlockType，每种BlockType 对应的block都存储不同的数据内容，有的存储用户数据，有的存储索引数据，有的存储meta元数据。对于任意一种类型的HFileBlock，都拥有相同结构的BlockHeader，但是BlockData结构却不相同。下面通过一张表简单罗列最核心的几种BlockType，下文会详细针对每种BlockType进行详细的讲解：
HFile中Block块解析
上文从HFile的层面将文件切分成了多种类型的block，接下来针对几种重要block进行详细的介绍，因为篇幅的原因，索引相关的block不会在本文进行介绍，接下来会写一篇单独的文章对其进行分析和讲解。首先会介绍记录HFile基本信息的TrailerBlock，再介绍用户数据的实际存储块DataBlock，最后简单介绍布隆过滤器相关的block。
Trailer Block
https://www.doczj.com/doc/0b12404584.html,
主要记录了HFile的基本信息、各个部分的偏移值和寻址信息，下图为Trailer内存和磁盘中的数据结构，其中只显示了部分核心字段：
HFile在读取的时候首先会解析Trailer Block并加载到内存，然后再进一步加载LoadOnOpen区的数据，具体步骤如下：
1. 首先加载version版本信息，HBase中version包含majorVersion和minorVersion两部分，前者决定了HFile的主版本：V1、V2 还是V3；后者在主版本确定的基础上决定是否支持一些微小修正，比如是否支持checksum等。不同的版本决定了使用不同的Reader对象对HFile进行读取解析
2. 根据Version信息获取trailer的长度（不同version的trailer长度不同），再根据trailer 长度加载整个HFileTrailer Block
3. 最后加载load-on-open部分到内存中，起始偏移地址是trailer中的LoadOnOpenDataOffset字段，load-on-open部分的结束偏移量为HFile长度减去Trailer长度，load-on-open部分主要包括索引树的根节点以及FileInfo两个重要模块，FileInfo是固定长度的块，它纪录了文件的一些Meta信息，例如：AVG_KEY_LEN, AVG_VALUE_LEN,
https://www.doczj.com/doc/0b12404584.html,
LAST_KEY, COMPARATOR, MAX_SEQ_ID_KEY等；索引树根节点放到下一篇文章进行介绍。
Data Block
DataBlock是HBase中数据存储的最小单元。DataBlock中主要存储用户的KeyValue数据（KeyValue后面一般会跟一个timestamp，图中未标出），而KeyValue结构是HBase存储的核心，每个数据都是以KeyValue结构在HBase中进行存储。KeyValue结构在内存和磁盘中可以表示为：
每个KeyValue都由4个部分构成，分别为key length，value length，key和value。其中key value和value length是两个固定长度的数值，而key是一个复杂的结构，首先是rowkey 的长度，接着是rowkey，然后是ColumnFamily的长度，再是ColumnFamily，最后是时间戳和KeyType（keytype有四种类型，分别是Put、Delete、DeleteColumn和DeleteFamily），value就没有那么复杂，就是一串纯粹的二进制数据。
BloomFilter Meta Block & Bloom Block
https://www.doczj.com/doc/0b12404584.html,
BloomFilter对于HBase的随机读性能至关重要，对于get操作以及部分scan操作可以剔除掉不会用到的HFile文件，减少实际IO次数，提高随机读性能。在此简单地介绍一下Bloom Filter的工作原理，Bloom Filter使用位数组来实现过滤，初始状态下位数组每一位都为0，如下图所示：
假如此时有一个集合S = {x1, x2, … xn}，Bloom Filter使用k个独立的hash函数，分别将集合中的每一个元素映射到｛1,…,m｝的范围。对于任何一个元素，被映射到的数字作为对应的位数组的索引，该位会被置为1。比如元素x1被hash函数映射到数字8，那么位数组的第8位就会被置为1。下图中集合S只有两个元素x和y，分别被3个hash函数进行映射，映射到的位置分别为（0，2，6）和（4，7，10），对应的位会被置为1:
现在假如要判断另一个元素是否是在此集合中，只需要被这3个hash函数进行映射，查看对应的位置是否有0存在，如果有的话，表示此元素肯定不存在于这个集合，否则有可能存在。下图所示就表示z肯定不在集合｛x，y｝中：
https://www.doczj.com/doc/0b12404584.html,
HBase中每个HFile都有对应的位数组，KeyValue在写入HFile时会先经过几个hash 函数的映射，映射后将对应的数组位改为1，get请求进来之后再进行hash映射，如果在对应数组位上存在0，说明该get请求查询的数据不在该HFile中。
HFile中的位数组就是上述Bloom Block中存储的值，可以想象，一个HFile文件越大，里面存储的KeyValue值越多，位数组就会相应越大。一旦太大就不适合直接加载到内存了，因此HFile V2在设计上将位数组进行了拆分，拆成了多个独立的位数组（根据Key进行拆分，一部分连续的Key使用一个位数组）。这样一个HFile中就会包含多个位数组，根据Key进行查询，首先会定位到具体的某个位数组，只需要加载此位数组到内存进行过滤即可，减少了内存开支。
在结构上每个位数组对应HFile中一个Bloom Block，为了方便根据Key定位具体需要加载哪个位数组，HFile V2又设计了对应的索引Bloom Index Block，对应的内存和逻辑结构图如下：
https://www.doczj.com/doc/0b12404584.html,
Bloom Index Block结构中totalByteSize表示位数组的bit数，numChunks表示Bloom Block的个数，hashCount表示hash函数的个数，hashType表示hash函数的类型，totalKeyCount 表示bloom filter当前已经包含的key的数目，totalMaxKeys表示bloom filter当前最多包含的key的数目, Bloom Index Entry对应每一个bloom filter block的索引条目，作为索引分别指向’scanned block section’部分的Bloom Block，Bloom Block中就存储了对应的位数组。
Bloom Index Entry的结构见上图左边所示，BlockOffset表示对应Bloom Block在HFile 中的偏移量，FirstKey表示对应BloomBlock的第一个Key。根据上文所说，一次get请求进来，首先会根据key在所有的索引条目中进行二分查找，查找到对应的Bloom Index Entry，就可以定位到该key对应的位数组，加载到内存进行过滤判断。
总结
https://www.doczj.com/doc/0b12404584.html,
这篇小文首先从宏观的层面对HFile的逻辑结构和物理存储结构进行了讲解，并且将HFile从逻辑上分解为各种类型的Block，再接着从微观的视角分别对Trailer Block、Data Block在结构上进行了解析：通过对trailer block的解析，可以获取hfile的版本以及hfile中其他几个部分的偏移量，在读取的时候可以直接通过偏移量对其进行加载；而对data block 的解析可以知道用户数据在hdfs中是如何实际存储的；最后通过介绍Bloom Filter的工作原理以及相关的Block块了解HFile中Bloom Filter的存储结构。接下来会以本文为基础，再写一篇文章分析HFile中索引块的结构以及相应的索引机制。
对 网 易 云 音 乐 的 整 体 分 析 14级物流管理1班 金鑫婷
目录 一、产品介绍 二、产品运营与推广 三、盈利模式 四、个人体验 五、前景分析 六、总结
一、产品介绍 1、简介 网易云音乐是由网易公司CEO丁磊于2013年4月23 日正式对外发布。特别值得一提的是，在网易云音乐上线 之前已经规定网易全体员工必须下载安装，上传真人头 像，并且每人需要下载500首歌，通过该措施已经沉淀 了一批真实用户和内容，初步形成了社区互动氛围。 2、开发背景 网易云音乐在2012年2月提出产品想法，7月正式立 项，作为网易向无线音乐领域进军的重要一步，网易云音 乐备受重视和期待。 3、主要用户群体 云音乐的主要受众是热衷社交分享的青年人以及重视音乐品质对于软件体验要求更高的音乐爱好者。此外大量 小众原创音乐人的加盟也得到了不少追求个性化视听体 验的音乐发烧友的亲睐。
二、产品运营与推广 1、用户体验至上 （1）全平台支持 网易云音乐在上线不久后就已经实现了Andorid、WEB、PC、MAC、iPhone、iPad六大平台的完美支 持，就连最不受人们重视的WP平台也在2014年年末 强势推出，延续了网易云音乐其他平台版本清新脱俗 的界面设计与320kbps的高质量音乐，足以秒杀该平 台其他音乐应用，成为WP系统功能最全、最具设计 感、用户体验最好、音乐品质最高的音乐产品。
（2）出色的设计界面 2015年1月16日，网易云音乐荣获了百度中国好应用“年度优秀视觉设计奖”。这是面向6亿人群投票选出的结果。 网易云音乐独出心裁的采用了经典黑胶播放界 面，胶片转速的设定都极其严格，每首歌曲的默认底色都适配歌曲自带封面主色调，专注于为用户带来最舒适的视觉体验。 移动端音乐界面
网易视频云：流媒体服务器原理和架构解析 一个完整的多媒体文件是由音频和视频两部分组成的，H264、Xvid等就是视频编码格式，MP3、AAC等就是音频编码格式，字幕文件只是附加文件。目前大部分的播放器产品对于H.264 + AAC的MP4编码格式支持最好，但是MP4也有很多的缺点，比如视频header很大，影响在线视频网站的初次加载时间。 为了降低头部体积，需要进行视频本身的物理分段等等。对MPEG2-TS格式视频文件进行物理切片，分成一小段，这种方式被Apple公司的HTTP Live Streaming (HLS)技术采用。另外一种是使用Fragmented MP4文件格式，这是一种文件内部的逻辑分割方式，而视频文件还是完整的，这种技术被Microsoft Smooth Streaming和Adobe HTTP Dynamic Streaming采用。很多在线视频网站在带宽耗费的压力下，主要选择的是adobe公司提供的FLV或F4V，FLV是流媒体封装格式，可将其数据看为二进制字节流。总体上看，FLV包括文件头（File Header）和文件体（File Body）两部分，其中文件体由一系列的Tag及Tag Size对组成。流媒体传输类型 流媒体在播放前不是完全下载整个文件，而是把开始部分内容存入内存，数据流是随时传送随时播放。 流媒体服务器提供的流式传输方式有两种：顺序流式传输和实时流式传输两种方式。 顺序流式传输是顺序下载，在下载文件的同时用户可观看在线媒体。如果使用普通的HTTP服务器，将音视频数据以从头至尾方式发送，则为顺序流媒体传输。实时流式传输总是实时传送，特别适合现场事件。一般来说，如果视频为现场直播，或使用专用的流媒体服务器，或应用如RTSP等专用实时协议，即为实时流媒体传输。实时流式传输必须匹配连接带宽，这意味着图像质量会因网络速度降低而变差。 在流式传输时，流媒体数据具有实时性，等时性等基本特点，流服务期和客户终端要保证各种媒体间的同步关系，因此，流媒体传输对“最大延时”，“延时抖动”
https://www.doczj.com/doc/0b12404584.html, 网易视频云是网易推出的PaaS视频云服务，主要应用于在线教育、直播秀场、远程医疗、企业协作等领域。今天，网易视频云技术专家与大家分享一下：HBase –存储文件HFile结构解析。 HFile是HBase存储数据的文件组织形式，参考BigTable的SSTable和Hadoop的TFile 实现。从HBase开始到现在，HFile经历了三个版本，其中V2在0.92引入，V3在0.98引入。HFileV1版本的在实际使用过程中发现它占用内存多，HFile V2版本针对此进行了优化，HFile V3版本基本和V2版本相同，只是在cell层面添加了Tag数组的支持。鉴于此，本文主要针对V2版本进行分析，对V1和V3版本感兴趣的同学可以参考其他信息。 HFile逻辑结构 HFile V2的逻辑结构如下图所示：
https://www.doczj.com/doc/0b12404584.html, 文件主要分为四个部分：Scanned block section，Non-scanned block section，Opening-time data section和Trailer。 Scanned block section：顾名思义，表示顺序扫描HFile时所有的数据块将会被读取，包括Leaf Index Block和Bloom Block。 Non-scanned block section：表示在HFile顺序扫描的时候数据不会被读取，主要包括Meta Block和Intermediate Level Data Index Blocks两部分。 Load-on-open-section：这部分数据在HBase的region server启动时，需要加载到内存中。包括FileInfo、Bloom filter block、data block index和meta block index。 Trailer：这部分主要记录了HFile的基本信息、各个部分的偏移值和寻址信息。 HFile物理结构
https://www.doczj.com/doc/0b12404584.html, 网易视频云：浅谈视频云直播：场景、技术及优化 1.简介 随着互联网视频化的发展，各类网络直播产品层出不穷，涌现出了秀场直播、游戏直播、教育直播、演唱会直播和监控直播等多个直播生态圈。这些生态圈形成的背后，是视频直播相关技术的不断发展，例如互联网带宽的日益增加，视频压缩标准的日渐完善，视频云技术的出现等。特别是视频云技术的出现，它降低了开发者的准入门槛，解决了视频企业的“三高”之痛，即技术门槛高、成本高、卡顿延时率高，为未来几年视频直播的大爆发奠定了坚实的技术基础。 所谓视频云直播技术，就是用云端模式，提供视频直播解决方案的技术，它涉及视频直播的各个环节，例如直播视频采样、编码、推流、转码、分发、拉流、解码和播放等。使用Iaas、Paas和Saas三种形式，视频云直播能为各种场景的直播应用提供接口级服务、平台级服务和产品级服务。依托视频云，直播开发者不在关心视频和网络的细节，他们只要把精力集中于产品应用层面即可。未来，网络直播产品将会表现为如下一种形态：上层多样化的直播模式 + 下层组件化的视频云模式。 深入视频云直播内部，会发现其具有复杂化、多样化和组件化的特点。所谓复杂化，是指音视频技术复杂和互联网环境复杂；所谓多样化，是指直播应用场景具有多样性；所谓组件化，是指直播技术各个环节的模块化和独立性。在视频云直播中，技术主线永远是音视频流的输入、传输和输出。但针对每一类直播场景，使用的具体技术和实现手段都不一样。随着直播量级的变化，必须对视频云各个环节进行优化，以化解流量暴增带来的压力。因此，视频云直播的构建是一项艰巨的任务。接下来，本文将从场景、技术和优化三个角度，详细阐述视频云直播。 2.一对多直播场景 考虑如下一种场景：一个主播者坐在电脑前，通过前置摄像头和麦克风，把自己的音视频信息输出到网络上，多人在各地通过互联网实时观看主播者的表演。这就是经典的秀场直播。这里存在几个关键点：一. 音视频传输；二. 实时；三. 一对多。 首先讲音视频传输，它又细分为三点：源端的音视频输出、网络端的流传输和播放端的音视频获取。第一点音视频输出，首先必须收集主播的声音和图像，就是所谓的音视频采集；采集后的声音和图像，需要转换成字节码、混合并压缩，最后封装成某种音视频格式，就是所谓的音视频编码；编码后的音视频格式，还不能在网络传输，需要转换成某种码流，如RTMP，然后推送到网上，即上传码流到服务器，就是所谓的推流。上述“采样-编码-推流”，构成了视频云直播端的核心功能。第二点音视频码流的网络传输，把主播者的音视频流分发传输给所
https://www.doczj.com/doc/0b12404584.html, APP如何接入网易视频云直播功能 直播类APP在这两年的发展势头可以用“炙手可热”来形容，一方面是移动网络的大力普及，用手机看直播几乎成了日常生活的一部分。一方面是受众对各种直播内容的需求急剧上升，这种种因素都导致直播类的APP呈现出百花齐放的繁荣景象。相比自主研发，外包直播模块成为大多数APP开发者的首选。本文将详细介绍如何接入网易视频云的直播功能。并将对开发者关心的问题进行一个梳理。 一、直播功能应用场景 二、如图所示，直播功能的场景非常多样化，小编总结了一下，直播场景细分为以下几个方面： 1、在线教育行业：网校、慕课、K1 2、在线家教、教学录播和点播等 2、在线娱乐行业：美女秀场、游戏直播、演唱会直播KTV直播、婚礼直播、活动直播、体育赛事直播、装修直播、吃饭直播等 3、社交：明星社交、视频社交等 4、视频门户：视频直播、视频点播等 5、企业协作：点对点和多方视频会议、企业例会直播、产品发布会直播等 6、在线金融：视频理财咨询、在线签约过程录制、股评直播、大宗交易平台直播等 7、安防监控：家庭监控、幼儿园监控、早教中心监控、旅游景区监控等 8、远程医疗：视频问诊、专家会诊等
https://www.doczj.com/doc/0b12404584.html, 9、新闻媒体：现场手机直播、短新闻、庭审直播等 三、直播功能接入流程 上图是网易视频云直播功能的接入流程，一般来说，开发者在接入直播功能的时候，接入流程大概如下： a、注册视频云账号 b、创建直播频道 c、下载SDK和API文档 d、开发直播推流程序 实际操作问题总结 看起来简单的接入流程，开发者在实际操作过程中还是会遇到各种各样的问题。对于这些问题，总结了一下，主要有以下四个方面： a、工程上的问题。开发者在导入SDK库文件时存在的一些问题，比如库文件的绝对或相对路径设置错了，导致无法接入。 网易视频云工程师建议：这些问题通常通过第三方的技术支持很容易就会被解决。 b、功能性上的问题。开发者在调用第三方SDK接口的时候，由于绝大多数的程序员不会认真去读对方的API文档，经常跟着感觉或经验去做调用，调用过程中经常会出现这样或那样的问题。
第一和第二部分的数据及图源均为艾瑞咨询《2016年中国在线音乐行业研究报告》，只涉及本人粗略的总结和解读，为后文铺垫，而且图较多，如果看过报告或者没兴趣的同学可以直接跳到第三部分。重点还是放在竞品分析上。 一、市场分析 1. 音乐产业定义
可见，移动音乐平台产业只占整个音乐产业的很小的一部分。 2. 市场规模 2015年全年，全球数字音乐的规模为67亿美元，增长率约为10%。其中下载服务占比45%，流媒体服务占比43%。 3. 用户规模
2015年底，中国整体网民规模为6.9亿，互联网普及率达到50.3%，其中手机网民规模为6.2亿，在整体网民规模占比约为90%。四个数值也将在未来几年持续增长。 而在线音乐用户的规模则达到了5亿人。在线音乐成为仅次于即时通信、搜索引擎、网络新闻和网络视频的第五大互联网应用。
而渗透率，在线音乐超过7成，移动音乐增长迅速。也就是说，越来越多的网民从PC端转移到移动端享受音乐服务。 4. 政策影响 2015年“剑网”专项整治行动，主要做了以下三件事： 要求各网络音乐服务商将未经授权传播的音乐作品全部下线。 推动主要网络音乐服务商就音乐作品转授权积极洽谈版权合作。 通过监管，极大的促进了我国数字音乐市场版权规范化。 全网共计主动下架未经授权音乐作品220余万首。在线音乐市场重新洗牌，购买大量歌曲版权成为一项巨大的成本，很多二线音乐平台被逼退出竞争。 5. 版权市场 因此，扩大曲库规模则成为平台吸引用户的一个很重要的因素。就在今年7月，腾讯与中国音乐集团CMC（旗下有酷狗音乐、酷我音乐等）宣布业务合并，成为中国新音乐集团，并由腾讯控股。新集团的版权音乐在整体版权音乐占比达90%，而网易云音乐占70%，阿里音乐（虾米音乐、阿里星球（原天天动听））则只占不足20%。 6. 产业链
网易视频云技术之视频预处理技术 一、概述 视频编码包括分离、解码、编码、合成四部分，在分离与解码、合成部分可以认为是一种无损操作，而通常采用的编码如H264、MPEG-4等（无损压缩除外）是一种有损压缩。 为了提高视频编码后的质量，我们尝试在Encoder的数据输入之前增加一种预处理，用来弥补在编码过程中的亮度和色度的损失。从而提高视频的清晰度。
二、预处理方法 通过改变视频的亮度、对比度、饱和度（色度）来进行锐化，使其边缘的过度产生较大的改变，从而增加视频的清晰度。锐化会产生噪声，因此增加去噪滤镜。目前只是通过调整亮度和对比度来增加边缘的锐化，饱和度并未进行调整。因为饱和度的调整会引入一些新的问题，比如产生色块，色彩的失真。 2.1 ffmpeg的预处理：增加亮度
ffmpeg -i E:\music\1\1.mov -vcodec libx264 -profile baseline -level 3.1 -preset slow -b 2400k -maxrate 6000k -bufsize 9000k -vf "scale=-1:720,unsharp=luma_msize_x=7:luma_msize_y=7:luma_amount=1.5" -threads 12 -nr 6 -an -y -f mp4 E:\music\1\out_2400k_sharpen.mp4 2.2 avs的预处理 avs通过增加锐化滤镜，调整饱和度和对比度进行编码前的预处理。 DirectShowSource("E:\music\1\1.mov").LanczosResize(1280,720).sharpen (0.2) 2.3 mencoder的预处理：增加亮度和对比度 mencoder.exe -sws 9 -oac mp3lame -vf scale=1280:720,unsharp=l7x7:1.5,eq=1:15 -ovc x264 -ffourcc H264 -x264encopts bitrate=2400:turbo=2:frameref=6:me=umh:me_range=16 E: \music\1\1.mov -o E:\music\1\mencoder_out_1_4.avi 三、效果对比 画面摆放顺序依次为片源、ffmpeg编码、mencoder编码 3.1 对比图1
月，网易云音乐的用户数突破两亿，距离去年宣布用户数过亿仅一年的时间用户量翻倍，，成为增长最快速度音乐平台。
1.2 体验环境 移动设备：小米 MI 2S Android版本：5.0.2 1.3 版本信息 网易云音乐：3.7.2 更新时间：2016.9.13 2. 产品定位 2.1 Slogan 网易云音乐Slogan：听见·好时光 2.2 产品定位 网易云音乐定位在帮助人们更好地发现和分享音乐。 从用户的角度看，移动互联网发展起来，相对于PC时代，人们有更多的时间接触到网络，听歌需求也在改变，仅仅靠电台DJ、编辑推荐已经不能满足用户对音乐更深层次的需求了，用户的音乐口味向小众和个性化发展。从各类音乐软件来看，它们主推排行版、新歌新专辑，埋没了大量优秀的音乐作品，比如某些二十年前的经典老歌放在现在听依然经典；它们主推流行歌手，留给音乐新人的成长空间比较有限，新人创作的好的音乐要经过长时间的市场考验才能进入大众的耳朵。 根据上述分析，网易云音乐定位很准，它一方面在帮助听歌用户发现他们喜欢的歌曲并提供情感的表达途径，另一方面在帮助优秀的音乐人以低成本进入大众视线展现才华。 3. 用户群分析 3.1 产品定位人群
网易云音乐定位的人群不是普通大众，而是对音乐有一定喜好程度的年轻人。这部分用户有一定的音乐品味，愿意分享自己的感受，渴望与其他人产生共鸣，但是在云音乐出来之前缺少现实途径。网易云音乐很准确地抓住了这部分用户，并且被它抓住的用户具有很高的忠诚度。这也就是网易云音乐好潮如评但大众市场的占有量不是很高的原因所在。从2016上半年网易云音乐用户行为大数据也可以看出，90后已经成为音乐消费主力人群。 3.2 核心用户 核心用户是产品最忠诚的用户、黏性最高的用户。一个产品的功能可能会非常多，但大部分用户只用到其中百分之二三十的功能，但是一个核心用户、一个非常忠诚的用户可能会用到这个产品绝大多数的功能。这部分人称之为产品的核心用户。 网易云音乐的核心用户是所谓的“音乐达人”。在云音乐，音乐达人是优质歌单创建者在云音乐的身份认证。音乐达人满足这样的要求：①至少创建10个符合推荐要求的歌单，且每个歌单都是完整并有收藏量的；②某一标签下至少需要五个歌单，且每个歌单的收藏量满足相应要求，则可申请该标签歌单达人。（根据标签的不同，要求收藏数不同），具体要求如下： 音乐达人会受到比普通用户更高级的待遇，比如头像旁会显示音乐达人勋章，名字将会列入“朋 友页”的音乐达人名单当中被更多的人关注。
https://www.doczj.com/doc/0b12404584.html, 网易视频云直播常见问题解析 如何保证直播的安全 网易视频云直播支持Token认证和数字签名防盗链，有效保证每个用户的直播推流、拉流播放的安全性能。 当前可以支持哪些直播协议 目前直播上行支持RTMP协议，下行支持RTMP、HLS和HTTP（FLV）协议。 当前支持哪些直播源 直播源目前支持RTMP协议的推流。RTMP推流的地址可以通过网易视频云Web管理控制台或者API接口创建一个直播频道获得。 RTMP推流具体可以采用以下几种形式： 台式计算机或笔记本，可以使用网易视频云的Windows端的直播推流SDK 或者Demo程序采集自带或USB摄像头视频，将视频编码优化后推送至LVS 的RTMP服务器。 如要采集高清摄像机的视频可以通过相应的硬件采集卡或编码器再通过转换器连接到台式计算机或笔记本，再通过Windows端直播推流SDK或者Demo 程序进行直播推流。
https://www.doczj.com/doc/0b12404584.html, Android/iOS, 使用手机摄像头 可通过Android/iOS推流端SDK或者Demo程序采集摄像头视频，将视频编码优化后推送至LVS的RTMP服务器。 当前支持哪些直播收看方式 网页端 当前我们已经发布了直播频道拉流地址功能，可以在创建直播频道后直接获取FLV地址。您可在您的PC网页端播放（需部署Http服务器）。 SDK播放 用户可以通过嵌入到自身业务应用里的播放SDK进行直接收看，在IOS、Android端均可收看直播。 当前提供哪些SDK和API LVS服务提供包括直播频道管理、频道创建等全套直播相关的API，全部对用户开放，并且后续功能会越来越丰富。 我们提供的SDK包括直播推流SDK和播放器SDK。 推流SDK主要用于直播视频采集端，方便您将LVS直播功能无缝对接到自己的业务系统，目前提供Windows SDK、Android SDK、iOS SDK。 播放器SDK主要用于直播观看端，目前提供Android SDK和iOS SDK。 如何查看直播数据统计
网易云音乐运营建议 第一部份产品分析 1. 数字音乐市场规模分析 结论先行：各方数据综合显示，2015年之前，用户总量增长迅猛，但2016-17年，增速放缓，用户规模红利消失，数字音乐市场竞争将加剧。 2. 同类产品比较&行业情况分析 结论先行：数据良好、良性市场环境 1）用户规模、月度活跃度、用户留存率、用户购买力等指标优秀 2）行业发展环境良好，产业链相关环节发展情况稳定，并且受行业监管环境影响有着良性的竞争环境 3.产品生命周期分析 结论先行：成长期，即将进入成熟期 根据多方面数据分析，结合网易云音乐推出的时间和背景资料，2013-2014年为引入期，15年开始进入成长期，并于17年迎来爆发性上涨。 这个阶段的特点是：已经得到市场的充分认可，用户大量增长，潜在用户仍在上升，但由于日渐消失的用户规模红利，网易云音乐面临市场竞争加剧的状况。 4.现阶段产品会遇到什么问题 1）基于生命周期 ?用户留存第一，需要做好用户运营和曲库，保持留存率 ?总用户数第三，面临用户增长天花板，抢用户需要更大成本 2）基于商业模式
?相较头名产品，拥有版权数量有限，对商业变现存在影响； ?需要整合产业上下游及周边产业，增加变现渠道，提升变现能力3）基于核心业务 ?缺乏优秀的用户成长体系，核心用户占比较少 ?因版权问题下架大量音乐，可能导致用户转移到竞争品牌 ?探索核心变现模式 4）基于市场状况 ?数字音乐市场活跃用户规模及市场价值潜力巨大，但需要投入更大成本，才能形成口碑和竞争力 ?竞争情况也非常激烈，如果头名产品不犯错，很难找到大规模扩大用户数的机会 5）基于典型用户决策场景/流程 ?社交分享渠道转化吸引力不够 ?目前签约热门歌手比例少，而粉丝跟随歌手，影响用户增长 第二部份：运营建议 1. 产品功能形态—— 2. 功能与内容竞品分析—— 3. 商业模式分析 B端—— ?广告 ?活动经营 ?电商入驻 ?IP经营 C端——
https://www.doczj.com/doc/0b12404584.html, 网易视频云技术分享：Reed Solomon纠删码 网易视频云是网易倾力打造的一款基于云计算的分布式多媒体处理集群和专业音视频技术，为客户提供稳定流畅、低时延、高并发的视频直播、录制、存储、转码及点播等音视频的PASS服务。在线教育、远程医疗、娱乐秀场、在线金融等各行业及企业用户只需经过简单的开发即可打造在线音视频平台。现在，网易视频云转载相关文章，与大家分享一下Reed Solomon纠删码。 纠删码是存储领域常用的数据冗余技术，相比多副本复制而言，纠删码能够以更小的数据冗余度获得更高数据可靠性。Reed Solomon Coding是存储领域常用的一种纠删码，它的基本原理如下：给定n 个数据块d1, d2,…, dn，n和一个正整数m，RS根据n个数据块生成m个校验块，c1, c2,…, cm。对于任意的n和m，从n个原始数据块和m 个校验块中任取n块就能解码出原始数据，即RS最多容忍m个数据块或者校验块同时丢失（纠删码只能容忍数据丢失，无法容忍数据篡改，纠删码正是得名与此）。 编码原理 RS编码以word为编码和解码单位，大的数据块拆分到字长为w的word（字长w取值一般为8或者16位），然后对word进行编解码。所以数据块的编码原理与word编码原理没什么差别，为论述方便，后 文中变量Di, Ci将代表一个word。 首先，把输入数据视为向量D=(D1，D2，…, Dn）, 编码后数据视为向量（D1, D2,…, Dn, C1, C2,.., Cm)，RS编码可视为如图1所示矩阵运算。下图最左边是编码矩阵，矩阵上部是单位阵（n行n列），下边是vandermonde矩阵B(m行n列), vandermode矩阵如图2所示，第i行，第j列的原数值为j^(i-1)。之所以采用vandermonde矩阵的原因是，RS数据恢复算法要求编码矩阵任意n*n子矩阵可 逆。 图1：RS纠删码编码运算
网易视频云教你如何实现倒排索引 常规的索引是文档到关键词的映射：文档——>关键词,但是这样检索关键词的时候很费力，要一个文档一个文档的遍历一遍。于是人们发明了倒排索引！倒排索引是关键词到文档的映射：关键词——>文档。因此，只要有关键词，立马就能找到在那个文档里出现过，带来了极大的方便。下面，网易视频云就教教各位，倒排索引究竟是怎么实现的！ 1.倒排索引 倒排索引有两种不同的反向索引形式： ●一条记录的水平反向索引（或者反向档案索引）包含每个引用单词的文档的列表。 ●一个单词的水平反向索引（或者完全反向索引）又包含每个单词在一个文档中的位置。后者的形式提供了更多的兼容性（比如短语搜索），但是需要更多的时间和空间来创建。举例： 以英文为例，下面是要被索引的文本： T0 = "it is what it is" T1 = "what is it" T2 = "it is a banana" 我们就能得到下面的反向文件索引： 检索的条件"what", "is" 和"it" 将对应这个集合：{0,1}∩{0,1,2}∩{0,1,2}={0,1}。 对相同的文字，我们得到后面这些完全反向索引，有文档数量和当前查询的单词结果组成的的成对数据。同样，文档数量和当前查询的单词结果都从零开始。
所以，"banana": {(2, 3)} 就是说“banana”在第三个文档里(T2)，而且在第三个文档的位置是第四个单词(地址为3)。 如果我们执行短语搜索"what is it" 我们得到这个短语的全部单词各自的结果所在文档为文档0和文档1。但是这个短语检索的连续的条件仅仅在文档1得到。 2.Map过程 首先使用默认的TextInputFormat类对输入文件进行处理，得到文本中每行的偏移量及其内容，Map过程首先必须分析输入的
https://www.doczj.com/doc/0b12404584.html, 网易视频云:HBaseRegionServer宕机案件侦查 今天网易视频云技术专家给大家分享一下HBase–RegionServer宕机案件侦查，欢迎参与讨论。 本来静谧的晚上，吃着葡萄干看着球赛，何等惬意。可偏偏一条报警短信如闪电一般打破了夜晚的宁静，线上集群一台RS宕了！于是倏地从床上坐起来，看了看监控，瞬间惊呆了：单台机器的读写吞吐量竟然达到了5w ops/sec！RS宕机是因为这么大的写入量造成的？如果真是这样，它是怎么造成的？如果不是这样，那又是什么原因？各种疑问瞬间从脑子里一一闪过，甭管那么多，先把日志备份一份，再把RS拉起来。接下来还是Bug排查老套路：日志、监控和源码三管齐下，来看看到底发生了什么！ 案件现场篇 下图是使用监控工具Ganglia对事发RegionServer当时读写吞吐量的监控曲线，从图中可以看出，大约在19点~21点半的时间段内，这台RS的吞吐量都维持了3w ops/sec 左右，峰值更是达到了6w ops/sec。之前我们就线上单台RS能够承受的最大读写吞吐量进行过测定，基本也就维持在2w左右，主要是因为网络带宽瓶颈。而在宕机前这台RS的读写吞吐量超出这么多，直觉告诉我RS宕机原因就是它！
https://www.doczj.com/doc/0b12404584.html, 接着就赶紧把日志拉出来看，满屏的responseTooSlow，如下图所示： 很显然，这种异常最大可能原因就是Full GC，果然，经过耐心地排查，可以看到很多如下所示的Full GC日志片段： 2016-04-14 21:27:13,174 WARN [JvmPauseMonitor] util.JvmPauseMonitor: Detected pause in JVM or host machine (eg GC): pause of approximately 20542ms GC pool 'ParNew' had collection(s): count=1 time=0ms GC pool 'ConcurrentMarkSweep' had collection(s): count=2 time=20898ms 2016-04-14 21:27:13,174 WARN [regionserver60020.periodicFlusher] util.Sleeper: We slept 20936ms instead of 100ms, this is likely due to a long garbage collecting pause and it's usually bad, see https://www.doczj.com/doc/0b12404584.html,/book.html#trouble.rs.runtime.zkexpired
网易云音乐产品分析报告 一、产品概述 (2) 1.1产品定位 (2) 1.2功能架构 (2) 1.3核心功能流程图 (3) 二、用户画像 (4) 2.1用户需求 (4) 2.2用户数据分析 (5) 三、市场分析 (7) 3.1在线音乐市场现状 (7) 3.2在线音乐市场前景 (8) 四、核心功能分析 (9) 4.1个性化推荐 (9) 4.1.1每日推荐 (9) 4.1.2私人FM (10) 4.1.3心动模式 (11) 4.1.4功能体验总结 (11) 4.2社交功能 (12) 4.2.1广场 (12) 4.2.2关注 (13) 4.3鲸云音效 (14) 五、盈利模式 (15) 5.1广告 (15) 5.2会员/音乐包 (16) 5.3电子专辑 (17) 5.4LOOK直播 (18) 5.5商城 (19) 六、改进建议 (19) 6.3推荐曲风单一 (19) 6.4版权少 (20) 七、总结 (20)
一、产品概述 1.1产品定位 网易云音乐是一款专注与发现与分享的音乐产品，依托专业一音乐人、DJ、好友推荐及社交功能，为用户打造全新的音乐生活。 1.2功能架构 网易云音乐的功能主要为四大模块，分别为发现音乐、我的音乐、我的、朋友。 网易云音乐功能架构
1.3核心功能流程图 网易云音乐核心功能流程
二、用户画像 2.1用户需求 (图1) 用户的需求是多方面的、多层次的，但资源和条件的限制决定了单个产品不可能满足用户的所有需求，为此，我们需要对用户的需求进行排序，集中资源解决用户最急需满足的需求，我们利用Kano模型(图1)能够帮我们很好地解决这一问题，该模式用于对用户需求分类和优先排序的有用工具，以分析用户需求对用户满意的影响为基础，体现了用户需求满足程度和用户满意之间非线性关系，根据需求层次的深浅。根据模型我们将用户的需求分为五类：基本型需求、期望型需求、兴奋型需求、无差异性需求、反向型需求，我们对前三个主要类型进行分析。 基本(必备)型需求：通过软件能够听取、下载所需要的歌曲，并有良好的分类功能及账号管理，PC端和移动端的数据可以互通，能够满足基本用户的需求。 期望(意愿)型需求：在基本操作的基础上，满足用户更多的需求，例如歌曲能够评论、分享，每首歌都能够有相应的歌词以及MV。当此类型需求越得到满足则用户满意度越高，反之则用户满意度越低、
https://www.doczj.com/doc/0b12404584.html, 随着媒体技术的发展，以及硬件设备的普及和移动设备的触角延伸之社会各个角落，人们可以随时随地产生信息。其中，多媒体信息成为了人们信息分享的重要方式。如何让这些的信息能被千差万别的设备观看，视频编码技术成为一种切实可行的方案。网易视频云在这里分享视频编码技术——如何搭建MP4媒体服务器。 环境 操作系统：linux 2.6.32-5-amd64。Linux 版本即可。 服务器：nginx 1.3.3。nginx的版本可以更高。 客户端：jwplayer。或者任何播放器即可。 搭建步骤 安装nginx with nginx_mod_h264_streaming 1、下载nginx和nginx_mod_h264_streaming wget https://www.doczj.com/doc/0b12404584.html,/download/nginx-1.3.3.tar.gz git clone https://https://www.doczj.com/doc/0b12404584.html,/vivus-ignis/nginx_mod_h264_streaming.git 2、解压 tar –xzvf nginx-1.3.3.tar.gz 3、安装 cd nginx-1.3.3 #nginx_mod_h264_streaming为第三方模块。 ./configure --prefix=/home/user/nginx_flv --add_module=nginx_mod_h264_streaming_2.2.7 4、配置 #user nobody; worker_processes 1;
https://www.doczj.com/doc/0b12404584.html, #error_log logs/error.log; #error_log logs/error.log notice; #error_log logs/error.log info; #pid logs/nginx.pid; events { worker_connections 1024; } http { includemime.types; default_type application/octet-stream; log_format main 'remoteaddr?remote_user [timelocal]"request" ' 'statusbody_bytes_sent "$http_referer" ' '"httpuseragent""http_x_forwarded_for"'; #access_log logs/access.log main; sendfile on; #tcp_nopush on; #keepalive_timeout 0; keepalive_timeout 65; #gzip on; server { listen 8088; server_namelocalhost; #charset koi8-r; access_log logs/host.access.log main; location / { root /home/fs/video; index index.html index.htm; autoindex on; location ~ \.mp4{ mp4; } } #error_page 404 /404.html;
网易云音乐策划书一、市场分析 （一）、主题：网易云音乐，乐享·共享 （二）、客户名称：网易 （三）、产品名称：网易云音乐 网易云音乐在2013年4月23日正式发布，该在线音乐服务主打歌单、社交、大牌推荐和音乐指纹，在泛滥的音乐市场中打出了自己旗帜。与此同时，对应的APP也已登陆IOS和Android平台，近期也已经推出了PC端。 （四）、目标市场：18-25岁大学生 网易云音乐选择的目标群体是18-25的大学生，属于当前时代时尚认知最前卫的年轻群体，这类群体的选择的好处在于他们对新事物的好奇与探索具有迫切性。网易云音乐在当代主流精神享受的市场竞争中想尽快脱颖而出必须借助年轻人这双强大的翅膀。（五）、SWOT分析
（图一） （图二） 网易云音乐SWOT 分析 优势 劣势 威胁 机会 1、利用网易UI/UE/媒体属性自身的优势，在市场中有所突破。 2、大牌DJ 是一个突出的点，实现了“不用等待、取我所需”的特色。(如图一） 3、建立自己喜欢的歌单，附带社交属性。（如图二） 4、320K 高音质下载 没有上游和导量产品，进入时间过晚，明星名人的活跃度较低（分享收藏歌曲等）、曲库不全，艺人专辑、单曲、mini 专辑等列表部分混乱，社交属性和音乐的结合有待验证。 1、网易在这个音乐横行的市场还完全没有成熟，太多暂时无法超越的竞争对手，如QQ 音乐、百度音乐、酷狗音乐等。 2、 在全面收费时代到来时如果实行收费的话将面临着被用户抛弃的可能和风险。 网易云音乐的产品定位解决了普通用户寻找音乐的问题，同时也为音乐内容的制作方、发行方等音乐产业链的相关参与者提供了一个新的面向终端用户的渠道。
网易视频云:视频硬件编码技术对比——QuickSync vs NVenc vs AMD VCE Quicksync Intel在Sandy Bridge 架构CPU 中引入了的MFX （Multi-Format Codec Engine，多格式编解码器引擎）视频处理引擎。 第一代MFX 是从Sandy Bridge 上引入的，现在的Ivy Bridge 和下一代的Haswell 也分别具备第二和第三代MFX，Ivy Bridge 的第二代MFX 主要是改进了性能，而Haswell 的第三代MFX 除了速度比 Ivy Bridge 更快外，在同码率画面品质方面也会有11% 的改进。 MFX 包含了解码器、编码器和视频效果处理器三部分，其中编码器属于二工位混合式的硬件编码器。 Intel 将编码器的动作分为两组，即ENC 和PAK，其中ENC 包括了码率控制、运动估算、帧间估算、模式抉择；而PAK 包括了运动补偿、帧间预测、前向量化、像素重构、熵编码。 ENC 操作由GPU 的可编程EU 矩阵执行，PAK 则是MFX 的硬件流水线执行，两组动作对不同的帧同时执行，可以藉此达到最高性能。 MFX 令人印象深刻的还有它的解码器性能。例如我们测试的16 分钟1080p 片段，在基于GF110/GF104 的GTX 580/GTX 560
Ti 上解码性能为94.2 fps，基于GK104 的GTX 680 是158fps，而在Sandy Bridge/ Ivy Bridge 的i7-2600K/3770K 上解码性能居然分别高达让人瞪目乍舌的460fps、606fps。 硬件解码性能的强大，除了说明GPU 能应付更复杂的视频解码外，还意味着可以在转码的时候更多地解放CPU 负荷。此外，IVB 的Quick Sync也统一到了Media SDK API下。 CUDA/NVENC 首先要说明，CUDA Encoder 和NVENC 是两个不同的东西，前者是采用GPU 的通用计算单元进行编码加速，后者则是增加了专门的硬线化编码电路作编码加速。
https://www.doczj.com/doc/0b12404584.html, 网易视频云分享：如何搭建视频转码集群 随着媒体技术的发展，以及硬件设备的普及和移动设备的触角延伸之社会各个角落，人们可以随时随地产生信息。而这些海量信息中，有不少多媒体信息。多媒体信息成为了人们信息分享的重要方式。毫不夸张地说，现在是一个信息爆炸的时代。传统的电视，电影，视频网站，及至移动的自媒体（自由人）无时无刻不在吞吐着媒体信息。 这些海量信息的存在给存储和分享都带来了挑战。挑战主要有两方面，一是如何尽可能以小成本来存储这些信息。二是如何让这些千差万别的设备产生的信息能被千差万别是设备观看。解决问题一的方法是在尽可能地缩小这些多媒体信息的同时不降低媒体信息的质量。解决问题二的方法是将这些有千差万别设备产生的格式各异的视频编码成统一的能支持各种设备的视频格式。 幸运地是，确实存在在实践上已经被证明是切实可行的方案存在，即视频编码技术。可以构建视频编码集群，将原始视频编码成目标格式,在再编码的过程中，完成视频压缩和统一制式，从而实现存储降低及制式统一。从视频的角度可以将现在设备分割成两个阵营，一个是苹果阵营，另一个是非苹果阵营。苹果阵营的视频只要是m3u8为封装格式，内部编码配以H264和AAC即可。而非苹果阵营则是MP4为封装格式，内部编码已H264和AAC 即可。据初略统计H264+aac的编码组合可以达到2:1到4:1的压缩比，可以显著地降低存储空间。 下图是一个采用gearman框架搭建的简易转码集群（当然该简易集群曾经有1~2人力一个月左右的时间搭建完成，并在生产环境中部署）。
https://www.doczj.com/doc/0b12404584.html, 该简易转码集群由四个模块组成： ·JobSer ver负责接收API服务器的请求，建立转码Job，将Job分发给transcode-worker。 ·API服务器负责接收第三方产品的转码请求，将其转发给JobServer。
QQ音乐VS网易云音乐竞品分析报告 【文章摘要】歌曲播放页面是移动音乐客户端的核心页面之一，不得不说，网易云音乐在这一页面下了很多功夫，专辑封面采用黑胶唱片的设计， 并不多见，给人怀旧复古的感觉，而且整个页面设计排版清晰，让人专注于 音乐本身。而QQ音乐的播放页面的设计则有待改进。 新浪微博：杨大兴Come_on https://www.doczj.com/doc/0b12404584.html,/1920828300/ 简书主页： 游侠儿https://www.doczj.com/doc/0b12404584.html,/users/2b53097dbaee/latest_articles 写在前面的话： 1.这是前段时间准备腾讯产品实习生面试的时候写得关于QQ音乐的竞品分析报告。 面试虽然挂了，但是报告还是可以拿出来分享一下 2.关于竞品，没有选太多，就选择了网易云音乐一个 3.文章篇幅较长，比较有价值的部分可能是指出QQ音乐问题所在以及对应的具体建 议（加粗部分） 4.第一次写产品分析报告，难免有些表达不清楚，欢迎大家拍砖(^_^) 分析框架
1 概览 1.1 竞品选择 选择理由： QQ音乐较早进入中国数字音乐市场，凭借PC端的用户基础，将优势延续至移动端，市场份额和月用户活跃量均处于市场前列，属于市场领先者。 网易云音乐进入市场较晚，但其凭借音乐社交的新玩法和良好的用户体验赢得了不错的口碑，在移动音乐市场这片红海领域也取得了不俗的成绩，月用户活跃量增速目前处于第一，属于市场创新者。 1.2 相关信息 软件版本：QQ音乐安卓端 5.0.0.25，网易云音乐安卓端 2.5.1 体验时间：2015/03/16 设备型号：小米2S 操作系统：MIUI 5.3.13 | 开发版 2 背景 2.1 市场趋势
“网易云音乐”品牌资质分析报告 尊敬的用户： 随着经济全球化的深入发展，各市场领域的竞争已逐渐表现为品牌竞争。根据中国互联网络信息中心（CNNIC）公布的最新数据显示,中国网民规模已达8.02亿，互联网普及率57.7%。而网民规模增长的推动力正是由于互联网商业模式的不断创新以及线上线下服务融合的加速，因此，互联网时代的到来也意味着网络品牌标识的价值提升。习总书记不断强调知识产权战略的重要性，同时每年5月10日“中国品牌日”的确立也标志着品牌建设与保护已经刻不容缓。 根据您查询的“网易云音乐”品牌，及“网络服务-软件开发,商务服务-市场营销”行业，网易云音乐的品牌分析报告如下： 目录 一、网易云音乐品牌商标分析 1、行业注册分析 1.1 网络服务-软件开发行业注册分析 1.1.1 网络服务-软件开发行业品牌注册量 1.1.2 网易云音乐品牌在网络服务-软件开发行业的主要注册情况 1.1.3 网络服务-软件开发行业下网易云音乐同名品牌的主要竞争对手 1.2 商务服务-市场营销行业注册分析 1.2.1 商务服务-市场营销行业品牌注册量 1.2.2 网易云音乐品牌在商务服务-市场营销行业的主要注册情况 1.2.3 商务服务-市场营销行业下网易云音乐同名品牌的主要竞争对手 2、网易云音乐品牌商标注册分析 2.1 网络服务-软件开发,商务服务-市场营销行业类别分析 2.2 网易云音乐品牌在网络服务-软件开发,商务服务-市场营销行业的保护现状 3、网易云音乐品牌字样在各行业的注册情况表 二、网易云音乐品牌域名分析 1、全球知名品牌案例 2、网易云音乐品牌域名匹配分析 3、品牌域名注册概况 4、Typo域名