目前多媒体内容占据了主要的互联网流量，快手作为一个数亿用户的短视频与直播平台，业务复杂，用户分布广，网络情况复杂，给媒体分发带来巨大挑战。本次演讲将介绍快手自研的私有传输协议 KTP (Kuaishou Transmission Protocol)。包括快手在媒体传输上遇到的挑战与思考，技术选型，以及 KTP 在短视频上传、直播、连麦等典型业务中的优化实践。

演讲提纲：

1、快手业务的基本介绍

2、KTP 的由来

• 快手在媒体传输中遇到的问题与挑战
• 解决之道：KTP 的诞生

3、KTP 的优化实践

• KTP 的基本框架及原理
• 短视频上传、直播、连麦等场景的优化实践及效果

4、未来展望：未来的优化方法和方向探讨

听众收益点：

1. 对于媒体传输的问题有不一样的认识；
2. 对于多种业务参杂的需求，如何寻求解决之道；
3. 对于各种典型场景的传输优化，能明确问题的本质及优化方向。

随着用户增长和业务规模的扩大，快手经历了从传统 Web 服务架构到微服务架构的演进。整个过程对基础设施的建设提出了一系列挑战，包括多数据中心服务治理，复杂服务网络监控和容错管理，以及如何在应用框架层提升业务开发的效率和质量等。针对这些挑战，我们设计和开发了服务治理统一平台 KESS。该平台目前支撑了快手内部跨多个数据中心1000+的微服务。

本次演讲将为大家介绍 KESS 的设计理念，以及在服务治理方面的实践经验和思考。

演讲提纲：

1、快手后端服务架构演进过程和现状

2、KESS 的设计及服务治理相关实践：

• 配置中心
• 服务发现和路由管理
• 统一监控平台 RPC Monitor
• 应用程序开发框架
• 未来的计划

听众受益：

• 快手曾经面临和正在面临的服务化挑战；
• KESS 如何实现多数据中心服务治理；
• 复杂服务网络上的高效监控和快速问题定位；
• 流量调度、服务降级以及有状态服务管理的相关设计经验。

大数据场景下实时多维分析能力极大提升了公司对数据探索的效率。快手大数据架构团队采用开源 Druid+Superset 的方案建设公司万亿级别实时 OLAP 平台。平台上线半年已经接入近 2000 数据源，日摄入消息数达 5000 亿，平均查询时延百毫秒级，在质量监控、事件分析、A/B Test 等业务场景广泛使用。

本次分享会详细介绍快手 OLAP 平台的演进过程、平台的建设经验以及在大规模场景下遇到的问题和解决思路。

演讲提纲：

1. 快手 OLAP 平台背景和技术架构；
2. 介绍平台建设中遇到的问题和解决思路；​
3. 典型的多维分析案例介绍；
4. 平台现存的痛点以及未来规划。

听众受益：

1. OLAP 平台主要解决哪些业务场景；
2. 如何从 0 建设一个可以支撑万亿级别的实时 OLAP 平台；
3. 在建设过程中会遇到哪些问题已经如何解决;
4. 一起讨论 OLAP 平台未来的产品形态。

在开发快手游戏直播站的过程中，为了进一步提升体验，我们先后经历了从传统网页到基于Vue SSR的同构应用的迁移。随着项目的扩大，之前很多架构上的问题也逐渐开始暴露出来：状态的组织，数据获取方式的取舍，数据流向的管理，组件的职责拆分等等基于此我们对项目架构进行重新设计，开始尝试基于Apollo GraphQL与xstream作为数据层解决方案，对于同构应用中的数据层管理方案进行深度定制，并针对多数据源聚合，单一数据源派发等场景进行重新梳理与开发，使得架构设计层面更加清晰，极大的提高了项目整体的可维护性于扩展性。

在本次演讲中，会对我们在项目研发过程中所遇到的挑战，以及对应解决方案的思考上进行细致的讲解，希望能够对与会者们有所启发。

演讲提纲：

1. 从网页到应用，快手游戏直播架构的第一次迁移
2. 同构开发的挑战，基于Vue SSR的踩坑之旅
3. 基于GraphQL，重新定于数据层
4. 基于Observable的数据管理方案，One For All，All For One
5. 快手游戏直播架构的二次迁移，总结

听众受益点：

1. 对于同构应用开发上的启迪
2. 对于数据流向管理的另一种认识
3. 对于前后端协作上的深入思考