Amazon Elastic Transcoder

本文详细介绍了如何使用AWS ElasticTranscoder服务进行云端转码操作,包括创建管道、配置存储桶、创建转码任务等关键步骤。通过本教程,读者能够轻松实现文件的在线转码。
Elastic Transcoder是亚马逊AWS提供的云端转码服务
下面从头开始演示使用AWS云端转码一个文件
创建Pipelines
 (1)点击Create a New Pipeline,需要填写Pipeline Name、Input Bucket,被转码的文件都存放在Input S3里,需要提前创建Bucket。注意此处将创建一个IAM用户,我们选择Create Console Default Role即可,这样会自动创建一个用户转码工作的IAM用户,并拥有读写你指定S3的权限和使用SNS发送通知的权限。
(2)Configure Amazon S3 Bucket for Transcoded Files and Playlists
然后需要设置用于存储转码文件和播放列表的Amazon S3 Bucket,存储等级Storage Class包含普通和冗余。注意+ Add Permission,默认创建者是拥有完全控制权的,也可以通过添加权限来详细的赋权给某些用户,此处我们保持默认。
(3)Configure Amazon S3 Bucket for Thumbnails,然后这是缩略图缓存的S3目录和权限以及存储等级
(4)然后有个附加可选设置项,这是通知方式,可以在转码完成或者中途失败时通知你,此处调用的是AWS SNS。我们可以在此处创建一个SNS Topic,然后进入SNS添加自己为Subscriber用于接收邮件通知。
完成填写信息之后,点击Create Pipeline完成创建管道。
创建完毕之后就可以开始创建Job了
此时我们到IAM中Role中能看到刚才的过程自动创建了Elastic_Transcoder_Default_Role这个角色,并有相应的S3和SNS权限。
此时顺便到SNS中,我们能看到刚才的过程中自动创建了一个SNS topic,我们顺便把自己的邮箱添加到Subscriber中,点到Topic,点击Create Subscription就可以添加。选择Email,添加完之后会收到一封主题为AWS Notification - Subscription Confirmation确认邮件,点击Confirm subscription确认接收邮件通知。
然后我们可以证实开始创建转码任务了。
(5)点击Create New Job,填写信息:
Pipeline,此处选中你创建的管道;
Input Key:填写你被转码的文件名,相对S3的相对路径,如果包含目录,将目录也一并指出,例如mpge/new01.wmv.(此时你应该已经提前将需要转码的文件上传到S3上来了,推荐使用命令行的S3cmd或者类似Filezilla的Windows客户端CloudBerry Explorer for Amazon S3这个第三方工具
Output Key Prefix:输出文件前缀,输出文件都放在这个目录中,因此此处填写的要包含一个/,说明是个目录。
Output Key Prefix:输出格式,可以从中选择预设值的输出格式。
Output Key:输出文件名
Available Settings:额外的选项,勾选clip之后,你可以截取文件的一部分转码输出,此处可以指定开头和结束的时间点。
Merge Policy:指定输出文件的专辑属性
+ Add Another Output:可以指定多中输出格式,将一个文件转码成多份多种格式文件输出。
最后点击Create New Job创建完成,如果管道中没有别的任务,应该立即能收到邮件通知说转码成功完成。此时到S3里就能看到输出文件目录里的转码后输出文件了。
至此,利用AWS在线云端转码工作完成。
【电动车】基于多目标优化遗传算法NSGAII的峰谷分时电价引导下的电动汽车充电负荷优化研究(Matlab代码实现)内容概要:本文围绕“基于多目标优化遗传算法NSGA-II的峰谷分时电价引导下的电动汽车充电负荷优化研究”展开,利用Matlab代码实现优化模型,旨在通过峰谷分时电价机制引导电动汽车有序充电,降低电网负荷波动,提升能源利用效率。研究融合了多目标优化思想与遗传算法NSGA-II,兼顾电网负荷均衡性、用户充电成本和充电满意度等多个目标,构建了科学合理的数学模型,并通过仿真验证了方法的有效性与实用性。文中还提供了完整的Matlab代码实现路径,便于复现与进一步研究。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的高校研究生、科研人员及从事智能电网、电动汽车调度相关工作的工程技术人员。; 使用场景及目标:①应用于智能电网中电动汽车充电负荷的优化调度;②服务于峰谷电价政策下的需求侧管理研究;③为多目标优化算法在能源系统中的实际应用提供案例参考; 阅读建议:建议读者结合Matlab代码逐步理解模型构建与算法实现过程,重点关注NSGA-II算法在多目标优化中的适应度函数设计、约束处理及Pareto前沿生成机制,同时可尝试调整参数或引入其他智能算法进行对比分析,以深化对优化策略的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值