एक ऐसी दुनिया में जहाँ वायरल सामग्री का बोलबाला है, हर वीडियो निर्माता अपनी वीडियो की सफलता की संभावनाओं को अधिकतम करना चाहता है। लेकिन क्या होगा अगर आप पहले से शूट किए गए वीडियो को प्रत्येक संस्करण के थकाऊ मैन्युअल संपादन के बिना अधिक वायरल होने की संभावना दे सकें? UNIQ सेवा की यात्रा इसी विचार से शुरू हुई, जिसने «वाइबकोडिंग» को एक प्रभावी वीडियो प्रसंस्करण कन्वेयर में बदल दिया।
विचार से उत्पाद तक: UNIQ की यात्रा की शुरुआत
यह सब एक साधारण प्रश्न से शुरू हुआ: प्रत्येक संस्करण के मैन्युअल संपादन के बिना पहले से शूट किए गए वीडियो को वायरल होने की अधिक संभावना कैसे दें? मेरे दोस्त, जो लघु वीडियो सक्रिय रूप से प्रकाशित करते हैं, ने एक समाधान पाया जो UNIQ सेवा में बदल गया। विचार सरल है: आप एक वीडियो भेजते हैं, संस्करणों की संख्या (एक, पाँच या दस) चुनते हैं, और बदले में आपको Reels, Shorts या TikTok पर प्रकाशित करने के लिए तैयार फाइलें प्राप्त होती हैं। कोई संपादक नहीं, प्रत्येक प्रति के साथ कोई परेशानी नहीं।
शुरुआत में, UNIQ एक कार्यशील टेलीग्राम बॉट था, जो FFmpeg का उपयोग करके वीडियो को संसाधित करने, फ्रेम, गति, रंग, ध्वनि के मापदंडों को बदलने और प्रभाव जोड़ने में सक्षम था। टेलीग्राम ने एक सुविधाजनक इंटरफ़ेस के रूप में कार्य किया: वीडियो भेजा — फाइलें प्राप्त कीं। उत्पाद था, कोड था, लेकिन सर्वर का सवाल बना रहा। इस विचार को «एक अच्छे वीडियो को दूसरा मौका देना» कहा गया।
पहली बाधाएँ: स्थानीय बॉट से सर्वर समाधान तक
एआई की मदद से बनाया गया प्रोटोटाइप (दोस्त प्रोग्रामर नहीं है, लेकिन विचार को काम करने की स्थिति में लाने में सक्षम था) ने पायथन, FFmpeg और SQLite का उपयोग किया। अवधारणा को सत्यापित करने के लिए यह सुविधाजनक था: इसे अपने मैक पर चलाया, वीडियो भेजा, एक प्रति प्राप्त की। लेकिन जैसे ही पहले उपयोगकर्ता दिखाई दिए, समस्याएं सामने आने लगीं:
- जगह की कमी: «सर्वर पर पर्याप्त खाली जगह नहीं है। बाद में प्रयास करें।» मेरे मैक के संसाधन जल्दी खत्म हो गए।
- समानांतर प्रक्रियाएँ: परीक्षण में दिखाई देने वाले दूसरे उपयोगकर्ता ने «वाइबकोडिंग» को तोड़ दिया। उसके कार्यों को दूसरों के आदेशों के पूरा होने का इंतजार नहीं करना चाहिए था।
इसके लिए वास्तुकला पर पुनर्विचार करने की आवश्यकता थी। यह स्पष्ट था कि स्केलिंग और स्थिर संचालन के लिए एक गंभीर सर्वर बुनियादी ढांचे की आवश्यकता थी। आज UNIQ छह VPS पर चलता है, जिसमें प्रसंस्करण, डेटाबेस, निगरानी और अपडेट के लिए अपना स्वयं का नियंत्रण कक्ष है। बॉट को इस पते पर पाया जा सकता है: @uniqvideobot।
डिस्क स्थान और संसाधन समस्या का समाधान
बड़ी फ़ाइलों को संसाधित करने के लिए, हमने अपना स्वयं का लोकल बॉट एपीआई स्थापित किया। प्रत्येक ऑर्डर में अब स्रोत, अस्थायी फ़ाइलें और तैयार प्रतियां शामिल थीं। हमने डिस्क बजट और सफाई जोड़ी, यह सुनिश्चित करते हुए कि फ़ाइल फिट हो, सफलतापूर्वक संसाधित हो और जगह खाली करे। एआई ने कोड को तेज़ी से लिखने में मदद की, और हमने इसे वास्तविक परिदृश्यों पर परखा।
दूसरे उपयोगकर्ता ने सब कुछ कैसे बदल दिया: वाइबकोडिंग से संरचना तक संक्रमण
दूसरे उपयोगकर्ता, जिसने बॉट के साथ सक्रिय रूप से बातचीत करना शुरू किया, ने एक महत्वपूर्ण समस्या का खुलासा किया: अवरोधन। जब FFmpeg एक उपयोगकर्ता के वीडियो को संसाधित कर रहा था, तो दूसरा अपना ऑर्डर शुरू नहीं कर सकता था। इससे इसकी आवश्यकता हुई:
- यह पता लगाना कि कौन किसको ब्लॉक कर रहा है।
- यह निर्धारित करना कि प्रक्रिया की स्थिति कहाँ संग्रहीत है।
- यह पता लगाना कि क्या समानांतर में निष्पादित किया जा सकता है।
Go में पूरी तरह से फिर से लिखने के बजाय, जिससे सामान्य अवरोधन की समस्या हल नहीं होती, हमने नेटवर्क प्रतीक्षा, डेटाबेस क्वेरी और एन्कोडिंग को अलग कर दिया। इस प्रकार कार्य कतार का जन्म हुआ।
डेटाबेस और दोष सहिष्णुता: SQLite से PostgreSQL तक
शुरुआत में, SQLite का उपयोग किया गया था, जो एक प्रोटोटाइप के लिए सुविधाजनक था। हालांकि, कतारों, समवर्ती लेनदेन और विभिन्न वीपीएस के बीच कार्यों के वितरण के साथ काम करने के लिए, यह अपर्याप्त साबित हुआ। हमने PostgreSQL पर स्विच किया, जिसने पेशकश की:
- एक साझा डेटाबेस।
- समवर्ती लेनदेन।
- पंक्ति लॉकिंग।
इससे यह सुनिश्चित करना संभव हो गया कि दो हैंडलर एक ही ऑर्डर को नहीं लेंगे, और बार-बार दबाने से धन का दोहरा आरक्षण नहीं होगा। SQLite नियंत्रण कक्ष में अपनी स्वयं की इन्वेंट्री के लिए बनी रही।
ऑर्डर जीवनचक्र प्रबंधन: लीज, टोकन और चेकपॉइंट
ऑर्डर प्रोसेसिंग की विश्वसनीयता सुनिश्चित करने के लिए, विशेष रूप से विफलताओं के मामले में, एक «लीज» प्रणाली लागू की गई थी:
«जब तक A जीवित है, वह लीज का नवीनीकरण करता है। लीज समाप्त हो गई है — B ऑर्डर ले सकता है।»
यह दूसरे हैंडलर (B) को कार्य लेने की अनुमति देता है यदि पहला (A) अटक जाता है। संघर्षों को रोकने के लिए उपयोग किया जाता है:
- मालिक टोकन: प्रत्येक स्थिति रिकॉर्ड टोकन की जांच करता है ताकि जागृत A उस ऑर्डर को बदल न सके जिसे B पहले से ही संसाधित कर रहा है।
- चेकपॉइंट: सहेजे गए निरंतरता बिंदु, जो हैंडलर B को शून्य से नहीं, बल्कि उस स्थान से काम शुरू करने की अनुमति देते हैं जहां A रुका था।
- रसीदें: एपीआई प्रतिक्रिया के नुकसान के मामले में ऑर्डर के बार-बार संशोधन से सुरक्षा।
यहां तक कि ऑर्डर रद्द करना भी एक जटिल प्रक्रिया बन गई, जिसमें एन्कोडिंग को रोकना, चाइल्ड प्रक्रियाओं और पृष्ठभूमि फ़ाइल संचालन की प्रतीक्षा करना, फिर कार्य को बंद करना और फ़ोल्डर को हटाना शामिल था।

शुरुआत में, प्रसंस्करण मुफ्त था, लेकिन मुद्रीकरण के लिए निम्नलिखित की आवश्यकता थी:
- स्टार्टर सिक्के।
- रेफरल प्रणाली।
- मैनुअल क्रेडिट और खरीद।
प्रत्येक क्रेडिट को उसकी अपनी समाप्ति तिथि के साथ एक अलग बैच के रूप में संग्रहीत किया जाता है। यदि कोई उपयोगकर्ता भुगतान किए गए ऑर्डर को रद्द करता है, तो सिक्के अपनी मूल समाप्ति तिथि के साथ अपने बैच में वापस आ जाते हैं, न कि वॉलेट को «फिर से जीवंत» करते हैं। यह दुरुपयोग को रोकता है और वित्तीय स्थिरता सुनिश्चित करता है।
उदाहरण: उपयोगकर्ता के पास 50 सिक्के हैं, एक प्रति की कीमत 4 है। 5 प्रतियों का ऑर्डर देता है (20 सिक्के आरक्षित हैं)। 3 प्रतियों को रद्द करता है। तैयार प्रतियों के लिए 8 सिक्के डेबिट किए जाते हैं, 12 आरक्षित से जारी किए जाते हैं। परिणाम: 42 उपलब्ध सिक्के, लौटाए गए सिक्कों की समाप्ति तिथि वही रहती है।
भुगतान प्रसंस्करण के लिए, टेलीग्राम स्टार्स, यूकासा और गेटप्लैटिनम को एकीकृत किया गया है, जिसमें क्रेडेंशियल्स का एन्क्रिप्शन और मुद्राओं का अलग लेखा-जोखा शामिल है।
प्रदर्शन अनुकूलन: S3, PgBouncer और लॉन्ग पोलिंग
जैसे-जैसे भार बढ़ता गया, नए बाधाएं स्पष्ट होती गईं:
- स्थानीय फ़ोल्डर पर वीडियो की निर्भरता: स्केलिंग के लिए, वीडियो को S3 में स्थानांतरित कर दिया गया था, और केवल कुंजियाँ, आकार और SHA-256 PostgreSQL में संग्रहीत किए गए थे।
- डेटाबेस कनेक्शन: प्रत्येक क्लाइंट के लिए PostgreSQL के साथ कई कनेक्शनों से बचने के लिए, PgBouncer को लागू किया गया था, जो कनेक्शनों को पूल करता है।
- लगातार कतार की जाँच: कतार की जाँच करते समय डेटाबेस पर भार कम करने के लिए, लॉन्ग पोलिंग को लागू किया गया था। HTTP अनुरोध SQL कनेक्शन को पकड़े बिना काम का इंतजार करता है।
एन्कोडिंग और डिलीवरी का पृथक्करण
शुरुआत में, बॉट सभी प्रतियों को तैयार करता था और फिर उन्हें एक साथ भेजता था। इससे देरी होती थी, क्योंकि पहली तैयार प्रति दूसरों का इंतजार करती थी। हमने एन्कोडिंग और डिलीवरी को अलग कर दिया: वर्कर एक प्रति और एक चेकपॉइंट प्रकाशित करता है, गेटवे इसे तुरंत भेजता है। इससे उपयोगकर्ता के लिए प्रतीक्षा समय काफी कम हो गया। उदाहरण के लिए, पांच प्रतियों को संसाधित करते समय, पहली प्रति पूरे ऑर्डर के तैयार होने से 131 सेकंड पहले भेजी गई थी।
अक्सर पूछे जाने वाले प्रश्न
UNIQ क्या है?
UNIQ एक टेलीग्राम-बॉट-आधारित सेवा है जो आपको एक ही स्रोत फ़ाइल से रील्स, शॉर्ट्स या टिकटॉक में प्रकाशन के लिए वीडियो के कई संस्करणों को स्वचालित रूप से बनाने की अनुमति देती है, बिना मैन्युअल संपादन के।
UNIQ में कौन सी तकनीकों का उपयोग किया जाता है?
UNIQ के मूल में पायथन, वीडियो प्रसंस्करण के लिए FFmpeg, डेटाबेस के लिए PostgreSQL, फ़ाइल भंडारण के लिए S3 और DB के साथ काम को अनुकूलित करने के लिए PgBouncer हैं।
UNIQ दोष सहिष्णुता कैसे सुनिश्चित करता है?
दोष सहिष्णुता कार्यों के लिए «पट्टे» (lease) की प्रणाली, मालिक टोकन, विफलताओं के बाद काम फिर से शुरू करने के लिए चेकपॉइंट और दोहराए गए संचालन से सुरक्षा के लिए प्राप्तियों के माध्यम से प्राप्त की जाती है।
क्या UNIQ के माध्यम से स्ट्रीम से 20 क्लिप ऑर्डर करना संभव है?
वर्तमान में, सेवा वीडियो के 1, 5 या 10 संस्करणों का विकल्प प्रदान करती है। 100+ क्लिप या स्ट्रीम से 20 क्लिप की बड़े पैमाने पर कटिंग की संभावना भविष्य में उपयोगकर्ताओं की जरूरतों के आधार पर लागू की जा सकती है।
वीडियो काटने में कितना समय लगता है?
काटने का समय मूल वीडियो की लंबाई और जटिलता के साथ-साथ अनुरोधित प्रतियों की संख्या पर निर्भर करता है। एन्कोडिंग और वितरण को अलग करने के लिए धन्यवाद, पहली प्रतियां पूरे ऑर्डर के पूरा होने की तुलना में उपयोगकर्ता को काफी तेजी से वितरित की जाती हैं।
निष्कर्ष: निरंतर विकास और अनुकूलन
वाइबकोडिंग से एक स्थिर सेवा तक UNIQ की यात्रा निरंतर समस्या-समाधान और अनुकूलन की कहानी है। प्रत्येक नया उपयोगकर्ता और प्रत्येक त्रुटि वास्तुकला में सुधार के लिए एक उत्प्रेरक बन गई। हमने न केवल «सर्वर जोड़ना» सीखा, बल्कि यह भी सीखा कि इसे कहाँ और क्यों जोड़ना है। अब सिस्टम स्केलिंग के लिए तैयार है, और हम उपयोगकर्ता अनुभव को बेहतर बनाने के लिए काम करना जारी रखते हैं। अपनी प्रक्रियाओं को अनुकूलित करें और अधिकतम उत्पादकता प्राप्त करें!
