本文翻译自Netflix科技博客，原文：https://netflixtechblog.com/python-at-netflix-bba45dae649e?gi=83b411a8affNetflix（Netflix）是全球最大的视频流媒体平台，在中国大陆以外的地区视频点播在除以外的所有国家和地区都可用。Netflix是经营在线业务的公司中的一个亮点。它成功地将传统的视频租赁业务与现代营销手段和先进的IT网络技术相结合，开创了网络视频租赁的新局面。Netflix通过整合自身的营销手段和最新的IT网络技术，成功地改变了消费习惯，建立了自己的品牌优势。Netflix的技术本质上回答了两个问题：1、如何提升用户的观看体验？2、如何让用户喜欢内容？而这两个问题，在Python的帮助下，都提交了满意的答案。让我们看看Python在Netflix中是如何应用的。1.加快视频分发速度为了加快视频分发速度，Netflix开发了名为OpenConnect的内容分发网络（contentdeliverynetwork，CDN），它尽可能靠近用户，以提高客户的流媒体体验和速度提高视频下载速度。许多设计、构建和操作此CDN基础设施所需的各种软件系统都是用Python编写的。它有一个配置信息管理系统，可以跟踪Netflix的网络设备清单：那里有什么设备、什么型号、使用了哪些硬件组件以及它们位于何处。这些设备的配置由多个其他系统控制，包括数据源、应用程序和设备配置的备份。用于收集健康和其他操作数据的设备交互是另一个Python应用程序。2、快速解决运营需求。Netflix还使用Python处理Netflix云上的区域故障转移、流量管理和容量操作管理（对如何修复内容的限制）。使用的Python模块大致如下：NumPy和SciPyNumPy和SciPy是科学计算的库。Netflix使用这些Python库执行数值分析，允许管理区域故障转移。Boto3Boto3是适用于Python的AWS（亚马逊网络服务）的软件开发工具包(SDK)。这有助于Python开发人员将Python集成到AWS中，从而允许在基础设施内进行开发。RQ（Redis队列）这是一个Python库，有助于跟踪队列中存在的任务并允许它们执行，从而允许管理异步工作负载。Flask最后，Netflix使用Flask（Python网络开发库）API将之前的所有功能结合在一起。他们的工具主要是用Python构建的。协调故障转移的服务使用numpy和scipy执行数值分析，使用boto3更改AWS基础设施，使用rq运行异步工作负载，所有这些都打包在FlaskAPI的简单接口层中。进入bpythonshell并进行即兴创作的能力不止一次挽救了局面。（bpython是一个很好的Python解释器接口，开发者的目的是为用户提供所有内置的功能，很像现在的IDE（IntegratedDevelopmentEnvironment），只是把这些功能封装在一个简单的、轻量级的包中，可以在终端窗口中运行，弥补了原始解释器的不足。）3.警报和统计，自动修复他们在警报和统计分析的工作中也使用Python。当警报系统出现问题时，他们使用Python的许多统计和数学库（例如numpy、scipy、ruptures、pandas）来帮助自动分析1000+相关信号。并开发了团队内外使用的时间序列关联系统SpectatorPython，以及并行处理大量分析作业以快速交付结果的分布式工作系统。除此之外，他们还经常使用Python作为自动化任务、数据挖掘和清理的工具，以及可视化工作的得心应手的工具。4.信息安全Netflix的信息安全团队使用Python为Netflix实现了许多高级目标：安全自动化、风险分类、自动修复和漏洞识别等等。使用Python通过Bless保护SSH资源，使用Python帮助通过Repokid进行IAM权限调整，使用Python帮助Lemur生成TLS证书，等等。5、个性化推荐说到个性化算法，当然少不了机器学习和深度学习。他们使用Python训练了一些影响用户体验关键方面的Netflix机器学习模型，例如决策树、XGBoost等，并在开发过程中实现了一套自动化流程。6.优化Python的局限为了提高生产效率，他们还利用机器学习开发了一个名为Metafolw的Python框架。这个框架提高了Python的极限。通过对Python代码的良好设计和部分改造，成功实现了使用Python获取数十G数据的可能性，大大提高了计算能力。7.大数据编排为了更好的编排大数据，他们还搭建了一个用Python编写的事件驱动平台，将很多系统统一到这个工具中，转化为一个事件流进行调度，并且有模板化的作业类型。所以他们可以随时解耦微服务，通过这个平台，他们可以了解数据的流向和发生的所有事情。当然，Netflix的系统之所以如此稳定，还是有更多的技术因素在里面，这里就不多说了。如果你有兴趣，你可以阅读下面的书。《 混沌工程：Netflix系统稳定性之道 [Chaos Engineering]》本文涉及的部分项目和库官方地址：OpenConnect：https://openconnect.netflix.com/en/bpython：https://bpython-interpreter.org/nteract：https://nteract。io/可视化工具：https://github.com/nteract/nteract/tree/master/packages/data-explorerSpectator：https://github.com/Netflix/spectator-pySecurityMonkey：https://github.com/Netflix/security_monkeyBless：https://github.com/Netflix/bless我们的文章到此结束。如果喜欢我们今天的Python实战教程，请继续关注我们。如果对您有帮助，请点个赞/在看，有什么问题可以在下方留言区留言，我们会耐心解答！Python实战宝典不只是合集欢迎来到公众号：Python实战宝典原文来自Python实战宝典：Netflix如何使用Python？
