然而随着数据量的增加，搜索查询性能会越来越慢。数据库就是这个瓶颈。

我们用国内某平安城市的实际案例举例。26,000个25帧网络摄像机存储1个月时间，如果按照标准的帧索引来计算的话，记录数量会达到1万6848亿条记录。如果放在SQL SERVER这种大型关系型数据库里面，执行搜索命令定位到其中1条，实验室里面的数据是耗时1小时50分钟。当然，经过大量的优化后，定位时间还是保持在30分钟以上。

这个性能数据带来的影响是非常可怕的。一个真实的案例，在某大型城市里发生了一起汽车肇事的案件。幸运的是，案件发生后马上接到了报警。公安在城市治安卡口里面搜索汽车牌照号码，半个小时过去了，结果还没有反馈出来。这次事故在公安体系里面都知道。

当华为公司了解到这个客户的痛点以后，进行了细致的分析，最后推出了基于视频监控应用云节点架构的“分布式并行搜索”特性。

在数据写入的时候，视频监控应用云节点保存了一份分布式索引，这是一个基于秒偏移技术的视频索引专用散列算法。这个算法也是为安防行业中视频监控的应用特别设计的。在一台云节点设备内部，定位到某一帧在磁盘上的位置仅仅需要不到10个微秒。1000000微秒才等于1秒。右图是互联网可以经常看到的一张图片，子弹穿过苹果的瞬间，照相机快门的曝光时间为3微秒。可见，应用云节点内的视频帧地址定位速度在人体所能感受到的时间刻度上来说，是瞬间。

对于一个大规模的平安城市来说，视频云节点的搜索模型不会随着平安城市的扩容、存储时间延长等导致数据量的增加而变慢。当然，仅搜索速度快也不能完全解决破案效率的问题。还需要如智能分析、视频摘要、案件归档、串并案分析等多种手段配合才能使客户使用视频监控系统的效率得到提升。

低TCO（总体拥有成本）设计

这是视频云节点的设计理念示意图。我们可以看到左侧有大量的各种各样的应用服务器和磁盘阵列。从现在开始，都不再需要了，单台视频云节点设备内部就可以提供完整的应用服务。一眼看过去就能看到它节省了大量的服务器。对成本的描述一定要通过数字才够直观，这个帐很好算。我们不要这么复杂，举一个简单点的全集中存储的例子。

这里只是简单计算了节省服务器所带来的CAPEX建设成本，当一个项目建成时还有漫长的OPEX运维成本需要计算。例如，节省了服务器的发热，就节省了空调的制冷；节省了机柜空间，使空调制冷集中，效率更高等等。在大量的项目案例中，统计发现，采用华为视频监控云节点方案将为客户节省运维成本30%以上。

本文从可靠性、性能与成本这三个方面阐述了视频监控技术的发展趋势，同时，所有通用的标准IT技术必须为专业行业特性进行定制，才能设计出更符合行业客户需求的产品。后续在安防行业中，华为将会深耕细挖行业特性和需求，用最低的总体拥有成本带给客户最好的用户体验。