Netflix‘ Scaling-Playbook: Cloud, CDNs & Microservices
Jedes Mal, wenn du auf Netflix auf „Play“ drückst, löst du ein verteiltes Computing-Ereignis aus, das Kontinente, Rechenzentren und Tausende von Microservices umspannt. Um über 270 Millionen Abonnenten weltweit nahtloses Streaming zu bieten, musste das Unternehmen grundlegend neu erfinden, wie Inhalte codiert, ausgeliefert und in großem Maßstab verwaltet werden. Dieser Artikel untersucht, wie Netflix seine Streaming-Infrastruktur skaliert – mit einer dreigleisigen Strategie: einer cloudnativen Steuerungsebene für Agilität, einem massiven, maßgeschneiderten CDN namens Open Connect für effiziente Auslieferung und einer Microservices-Architektur, die Resilienz als Kernprinzip hat. Wenn du diese Ebenen verstehst, wirst du sehen, wie das Unternehmen konsequent Latenzen unter 100 Millisekunden erreicht und Pufferung für Milliarden täglicher Anfragen minimiert.
Was du lernen wirst
Am Ende dieses Artikels wirst du die architektonischen Entscheidungen hinter Netflix‘ globaler Streaming-Infrastruktur verstehen. Du erfährst, wie das Unternehmen sein „Gehirn“ (Steuerungsebene) von seinem „Muskel“ (Datenebene) trennt, wie es sein eigenes CDN optimierte, um Milliarden zu sparen, und warum es Ausfälle als normalen Zustand betrachtet. Du wirst ein klares mentales Modell davon haben, wie Cloud Computing, maßgeschneiderte Hardware und Chaos Engineering kombiniert werden, um einen der größten Internetdienste der Welt zu skalieren.
Die zweigeteilte Architektur: Steuerungsebene vs. Datenebene
Um effektiv zu skalieren, hat Netflix seine Architektur in zwei getrennte Schichten aufgeteilt: die Steuerungsebene und die Datenebene. Diese Trennung ist ein Eckpfeiler dafür, wie Netflix seine Streaming-Infrastruktur skaliert, und ermöglicht es jeder Seite, unabhängig für ihre spezifische Arbeitslast zu optimieren.
Die Steuerungsebene (AWS): Das Gehirn
Alles, was du vor dem Drücken von „Play“ tust, wird von der auf AWS laufenden Steuerungsebene verarbeitet. Dazu gehören Browsen, Suchen, die Empfehlungsengine, Benutzerauthentifizierung, Abrechnung und Kontoverwaltung. Diese Schicht umfasst Tausende von Java-Microservices, die täglich Milliarden von Anfragen verarbeiten. Da dieser Datenverkehr unvorhersehbar und mit Benutzerinteraktionen verbunden ist, eignet er sich ideal für die Elastizität der Cloud. Netflix nutzt AWS, um diese Dienste dynamisch zu skalieren – besonders bei großen Content-Starts, wenn die Benutzernachfrage in die Höhe schnellt.
Die Datenebene: Open Connect
Sobald du auf „Play“ drückst, übernimmt die Datenebene. Im Gegensatz zur Steuerungsebene, die auf die öffentliche Cloud angewiesen ist, arbeitet die Datenebene hauptsächlich auf Open Connect, Netflix‘ proprietärem globalen Content Delivery Network (CDN). Dies ist vielleicht die kritischste Komponente dafür, wie Netflix seine Streaming-Infrastruktur skaliert, um täglich Petabytes an Daten auszuliefern. Netflix hat im letzten Jahrzehnt über eine Milliarde Dollar investiert, um dieses Netzwerk aufzubauen, und ist damit der einzige große Streaming-Dienst, der sein eigenes globales CDN betreibt.
Open Connect: Innenansicht von Netflix‘ Milliarden-Dollar-CDN
Open Connect ist die Magie, die es Netflix ermöglicht, 4K-Video in über 165 Länder zu streamen, wobei über 95 % des Datenverkehrs mit einer Latenz von weniger als 100 ms ausgeliefert werden. Anstatt Drittanbieter-CDN für ständig steigende Bandbreite zu bezahlen, hat Netflix die Kontrolle über sein Schicksal übernommen.
Die Open Connect Appliance (OCA)
Netflix platziert physische Server, sogenannte Open Connect Appliances (OCAs), direkt bei Internetdienstanbietern (ISPs) und an über 6.000 Edge-Standorten weltweit. Durch das Caching beliebter Inhalte in der Nähe des Benutzers verkürzt Netflix die Entfernung, die Daten zurücklegen müssen, und senkt die Bandbreitenkosten sowohl für Netflix als auch für den ISP erheblich. Diese Server sind nicht nur für On-Demand-Inhalte gedacht; sie wurden erweitert, um Live-Streaming-Events zu unterstützen und die Kapazität für verschiedene Anwendungsfälle zu teilen.
Auslieferungsoptimierung und Effizienz
Für Live-Streaming hat Netflix bedeutende Verbesserungen an Open Connect vorgenommen, um den Echtzeitcharakter der Inhalte zu bewältigen. Der Live Origin Server, ein maßgeschneiderter Microservice, sitzt zwischen der Cloud-Codierungspipeline und Open Connect. Er verwendet eine „Hold-Open“-Anfragetechnik: Wenn ein Client ein Segment anfordert, das noch nicht veröffentlicht wurde, hält der Server die Anfrage offen, bis das Segment bereit ist, wodurch das „Geschwätz“ ständiger 404-Fehler reduziert wird. Um die Unvorhersehbarkeit der variablen Bitrate (VBR)-Codierung zu bewältigen, änderte Netflix außerdem seine Verkehrslenkungslogik. Anstatt basierend auf dem aktuellen Datenverkehr zu routen (der bei einfachen Szenen abfällt), reserviert es Kapazität basierend auf der nominalen Bitrate jedes Streams, um eine Serverüberlastung bei komplexen Szenen mit hoher Bitrate zu verhindern.
Intelligentere Codierung für Effizienz
Eine der neuesten Innovationen bei Netflix ist die Umstellung von konstanter Bitrate (CBR) auf variable Bitrate (VBR) für Live-Streams. Bei CBR verbrauchen eine Talking-Head-Aufnahme und eine Actionszene die gleiche Bitrate, was bei einfachen Szenen Daten verschwendet und bei komplexen Szenen die Qualität gefährdet. VBR weist Bits basierend auf der Szenenkomplexität zu. Netflix führte VBR Anfang 2026 für alle Live-Events ein, was zu durchschnittlich 15 % weniger übertragenen Bytes und einer 10 %igen Reduzierung des Datenverkehrs in der Spitzenminute führte, während gleichzeitig die Anzahl der Pufferunterbrechungen um 5 % reduziert wurde.
Microservices und Resilienz: Design für Ausfälle
Netflix betreibt Tausende unabhängiger Microservices, hauptsächlich in Java geschrieben. Diese Architektur ermöglicht es Teams, unabhängig bereitzustellen und Dienste basierend auf der Nachfrage zu skalieren. Bei Tausenden beweglicher Teile sind Ausfälle jedoch unvermeidlich. Netflix akzeptiert dies nicht nur; es entwirft dafür.
Die Chaos-Engineering-Philosophie
Netflix hat bekanntermaßen Chaos Monkey erfunden, ein Tool, das zufällig Server in der Produktion beendet. Dies zwingt Ingenieure dazu, Systeme zu bauen, die gegen plötzliche Ausfälle widerstandsfähig sind. Diese Praxis erstreckt sich auch auf die Live-Streaming-Pipeline, wo automatisierte Fehlerinjektionstests fehlende Segmente, den Verlust einer Cloud-Region oder Netzwerkausfälle simulieren, um sicherzustellen, dass die Systeme den Worst-Case-Szenario bewältigen können.
Intelligente Lastabwurf
Wenn Verkehrsspitzen die Kapazität überschreiten, ist die automatische Skalierung oft zu langsam, um zu reagieren. Um dies zu lösen, entwickelte Netflix den Service-Level-Prioritized Load Shedding. Anstatt alle Anfragen gleichmäßig fallen zu lassen, priorisiert das System kritische Benutzeraktionen.
⚠️ Kritische Einsicht: Während einer Überlastung wirft Netflix Anfragen mit niedriger Priorität (wie Prefetching) ab, um seinen „Erfolgspuffer“ für Anfragen mit hoher Priorität (wie benutzerinitiierte Wiedergabe) zu erhalten. Dies stellt sicher, dass das Kern-Seherlebnis auch unter extremer Last intakt bleibt.
Die Live-Operations-Ebene: Die menschliche Infrastruktur
Technologie zu skalieren ist nur ein Teil der Gleichung. Die Skalierung des Betriebs, um sie auszuführen, ist ebenso entscheidend. Für Live-Events hat Netflix eine dedizierte menschliche Infrastruktur aufgebaut, die seiner technischen entspricht. Der Prozess hat sich von Software-Ingenieuren, die Dashboards auf Laptops überwachen, zu einem ausgeklügelten „Transmission Operations Center“ (TOC)-Modell entwickelt. Um bis zu 10 gleichzeitige Live-Events zu verwalten, wurden die Rollen in spezialisierte Operatoren aufgeteilt:
- Transmission Control Operators (TCOs): Verwalten eingehende Signale von Veranstaltungsorten.
- Streaming Control Operators (SCOs): Überwachen ausgehende Streaming-Feeds.
- Broadcast Control Operators (BCOs): Konzentrieren sich auf die kreative und qualitative Umsetzung des Events.
Dieses „Flotten“-Modell ermöglicht es Netflix, über 400 globale Events pro Jahr zu streamen, ohne ein massives 1:1-Operator-zu-Event-Verhältnis zu benötigen, während es dennoch ein „Big Bet“-Modell für risikoreiche Events beibehält, bei dem ein ganzer Kontrollraum einem einzigen Event gewidmet ist.
Häufig gestellte Fragen
Wie geht Netflix mit plötzlichen Verkehrsspitzen um, ohne abzustürzen?
Netflix verwendet eine Kombination aus prädiktiver Vorabbereitstellung für erwartete Nachfrage (wie die Veröffentlichung einer neuen Staffel) und reaktiven Mechanismen. Seine primäre Verteidigung bei ungeplanten Spitzen ist Service-Level-Prioritized Load Shedding, das Hintergrundaufgaben mit niedriger Priorität verwirft, um Kapazität für kritische Wiedergabeanfragen zu erhalten, sodass das System elegant degradiert, anstatt vollständig auszufallen.
Was ist Open Connect und warum hat Netflix sein eigenes CDN gebaut?
Open Connect ist Netflix‘ maßgeschneidertes globales Content Delivery Network. Es besteht aus Tausenden physischer Server, die direkt bei ISPs und an Edge-Standorten platziert sind. Durch die Kontrolle über den Hardware- und Software-Stack reduziert Netflix die Latenz für Benutzer, spart Milliarden an Bandbreitenkosten und kann die Auslieferung speziell für seine Streaming-Protokolle optimieren.
Wie stellt Netflix eine konsistente Videoqualität auf verschiedenen Geräten sicher?
Netflix verwendet adaptives Bitrate-Streaming und eine Bitrate-Leiter. Jedes Video wird in Hunderte von Varianten mit unterschiedlichen Auflösungen und Bitraten (SD, HD, 4K) codiert. Der Netflix-Player auf deinem Gerät überwacht die Netzwerkbedingungen in Echtzeit und wechselt automatisch zur geeigneten Variante, um Pufferung zu minimieren und die Qualität zu maximieren.
Wie streamt Netflix Live-Events wie die WWE oder Fußballspiele?
Netflix hat eine maßgeschneiderte cloudbasierte Pipeline mit AWS Elemental MediaLive aufgebaut, um Feeds von Rundfunkzentren zu erfassen, einen maßgeschneiderten „Live Origin“-Server zur Verwaltung der Segmentveröffentlichung und Open Connect zur weltweiten Verteilung des Streams. Ein dediziertes Live Command Center (LCC) überwacht die gesamte Pipeline in Echtzeit und verarbeitet bis zu 38 Millionen Ereignisse pro Sekunde, um Probleme sofort zu erkennen und zu beheben.
Wie nutzt Netflix Chaos Engineering, um die Plattform stabil zu halten?
Netflix verwendet Tools wie Chaos Monkey, um zufällig Server zu beenden oder Fehler (wie Netzwerklatenz oder beschädigte Segmente) in die Produktionsumgebung zu injizieren. Dieser proaktive Ansatz stellt sicher, dass Ingenieure Systeme bauen, die sich automatisch von Ausfällen erholen können, und verhindert, dass ein kleines Problem zu einem weit verbreiteten Ausfall wird.
Quellen
- Netflix Technology Blog: Smarter Live Streaming at Scale: Rolling Out VBR for All Netflix Live Events
- Netflix Technology Blog: The Human Infrastructure: How Netflix Built the Operations Layer Behind Live at Scale
- InfoQ: From On-Demand to Live: Netflix Streaming to 100 Million Devices in under 1 Minute
- Codemotion: How Netflix Scales to 270 Million Users with Java and Microservices
- Netflix Technology Blog: Netflix Live Origin
- Netflix Technology Blog: Introducing Netflix's Key-Value Data Abstraction Layer
- InfoQ: Enhancing Reliability Using Service-Level Prioritized Load Shedding at QCon SF 2025
- Netflix Technology Blog: Behind the Streams: Three Years Of Live at Netflix. Part 1
— Editorial Team
Noch keine Kommentare.