本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。
MediaTailor 服务器引导的直播广告插入配置
AWS Elemental MediaTailor 服务器引导的直播内容广告插入通过可缓存的清单带来显著的性能优势。为直播内容配置 SGAI 使用的核心参数与 VOD 相同,但需要特别考虑直播特性和实时处理。
直播 SGAI 的要求
在为直播内容启用 SGAI 之前,请确保具备以下条件:
-
您的直播包含格式正确的 DATERANGE 标记
-
广告时长一致且可预测
-
您的 CDN 已配置为适当地缓存 SGAI 清单
-
玩家支持服务器引导的广告插入工作流程
-
您的广告决策服务器可以处理直播内容的实时请求
玩家要求
必须将玩家配置为正确处理 SGAI 直播清单:
-
Support 支持服务器引导的广告插入工作流程
-
能够处理清单中的广告插入指导
-
正确处理直播定时和同步
-
对于 HLS 内容:支持 HLS 版本 8 并 EXT-X-DATERANGE带有 CLASS 属性。服务器端信标的版本 11。
-
对于 HLS 内容:支持 EXT-X-DEFINE变量替换
直播回放配置
要为直播内容启用 SGAI,请创建具有以下设置的播放配置:
例 SGAI 直播回放配置
{ "Name": "LiveSGAIConfig", "VideoContentSourceUrl": "https://your-live-origin.com/live/stream.m3u8", "AdDecisionServerUrl": "https://your-ads.com/ads", "PersonalizationThresholdSeconds": 1, "InsertionMode": "PLAYER_SELECT" }
以下是实时 SGAI 配置的关键注意事项:
VideoContentSourceUrl-
必须指向带有格式正确的 SCTE-35 DATERANGE 标记的直播 HLS 直播。直播应保持一致的片段持续时间和比特率变体。
SGAI 实时清单请求
SGAI 直播清单使用与传统广告插入相同的网址模式:
https://your-config.mediatailor.region.amazonaws.com/v1/master/config-name/manifest.m3u8?aws.insertionMode=GUIDED
实时 SGAI 的基于清单的预取
对于实时 SGAI 工作流程,您可以启用基于清单的预取检测信号,以减少广告填充延迟。在清单aws.guidedPrefetchMode=MANIFEST请求中添加:
https://your-config.mediatailor.region.amazonaws.com/v1/master/config-name/manifest.m3u8?aws.insertionMode=GUIDED&aws.guidedPrefetchMode=MANIFEST
启用后, MediaTailor 将会话标识符 (?aws.sessionId=<id>) 作为查询参数附加到多变体播放列表中的每个插页式媒体清单 (/v1/i-media) 网址。每次玩家刷新 i-media 清单时,请求都会到达 MediaTailor会话 ID,该 MediaTailor 会话 ID 用于识别会话,并将预取请求排队等候即将到来的广告时段。
重要
使用引导式预取时,请勿在 CDN 中缓存 i-media 清单。预取心跳机制取决于玩家直接收到的清单刷新请求。 MediaTailor 如果您的 CDN 缓存并提供/v1/i-media响应,则 MediaTailor 不会收到心跳请求,也无法触发预取。将您的 CDN 配置为在使用 MediaTailor aws.guidedPrefetchMode=MANIFEST时传递/v1/i-media/*请求。
引导式预取与报告模式无关。无论您使用服务器端(默认)还是客户端(aws.reportingMode=CLIENT)跟踪,信标都会在播放时触发,而不是在预取广告时触发。有关广告预取工作原理的一般信息 MediaTailor,请参阅。预取广告
测试 SGAI 实时配置
使用以下验证步骤验证您的 SGAI 实时设置:
-
生成测试清单
请求 SGAI Live 清单网址,并验证其返回的可缓存内容以及正确的广告插入指导。
-
验证 CDN 缓存
检查您的 CDN 是否正在根据配置的 TTL 值缓存 SGAI 清单。
-
测试广告插入
根据 SGAI 清单中提供的指南,确认玩家可以成功插入广告。
-
监控性能
使用 CloudWatch 指标来验证源负载减少和缓存命中率的提高。