外部行业实践 ·
JioHotstar低延迟实时广告决策系统落地实践
JioHotstar搭建了分布式广告请求处理工作流，通过分层筛选结合节奏控制算法，在极低延迟下完成海量候选广告的筛选投放，适配高并发场景需求，保障播放可靠性，同时配套实现广告效果全链路追踪。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
流媒体广告位资源紧张，需要在极短时间内从大量候选广告中选出符合多方要求的广告；高并发场景下需要保障低延迟响应，避免影响用户播放体验；分布式多服务协同难度大，个别组件故障容易导致播放中断；需要同时兼顾广告定向、效果衡量、系统稳定性等多维度需求。
AI 落地做法
采用分布式架构处理广告请求，通过瀑布式分层方法结合PID、SHALE等节奏控制算法筛选广告；配套故障处理、重试等机制保障服务可用性；多团队协同开展系统运营监控；基于行业标准开发内部个性化定向等业务逻辑，平衡广告主需求、库存分配与用户体验。
实施路径
- 搭建多后端组件协同的分布式广告请求处理工作流，完成广告评估、定向规则应用及响应生成
- 采用瀑布式分层方法结合PID和SHALE等节奏控制算法筛选候选广告
- 建设故障处理、重试、部分服务可用性应对机制，避免组件故障影响播放
- 由广告、平台工程、可靠性团队协同开展系统运营、健康监控及问题排查
- 基于OpenRTB行业标准开发内部个性化、内容感知型定向等专属业务逻辑
- 搭建广告信号收集系统，支持广告活动报告与效果衡量
来源：InfoQ 中文（本站改写摘要，成效数据均取自原文）
项目背景
流媒体平台播放过程中的广告机会点需要实时完成广告决策投放，同时要支撑大规模流量，满足严格的延迟要求，保障播放可靠性，平衡广告活动要求、库存分配与广告主约束。 本案例依据「InfoQ 中文」公开发布的信息整理，原文：https://www.infoq.cn/article/LDrAypWCIbNuL3XS30PE?utm_source=rss&utm_medium=article
业务问题
流媒体广告位资源紧张，需要在极短时间内从大量候选广告中选出符合多方要求的广告；高并发场景下需要保障低延迟响应，避免影响用户播放体验；分布式多服务协同难度大，个别组件故障容易导致播放中断；需要同时兼顾广告定向、效果衡量、系统稳定性等多维度需求。
实践方案
采用分布式架构处理广告请求，通过瀑布式分层方法结合PID、SHALE等节奏控制算法筛选广告；配套故障处理、重试等机制保障服务可用性；多团队协同开展系统运营监控；基于行业标准开发内部个性化定向等业务逻辑，平衡广告主需求、库存分配与用户体验。
原始来源：https://www.infoq.cn/article/LDrAypWCIbNuL3XS30PE?utm_source=rss&utm_medium=article