Skip to content

HOWTO.md

Latest commit

 

History

History
147 lines (120 loc) · 7.17 KB

HOWTO.md

File metadata and controls

147 lines (120 loc) · 7.17 KB

Exemple de cas d'utilisations des fichiers exécutables du projet ROK4

PYR2PYR : un exemple de ligne de commande à lancer :

Cet exemple s'appuie sur l'image docker rok4/dataset en lançant la commande suivante depuis le dépôt comme suit :

docker run -p 9000:9000 -p 9001:9001 rok4/dataset:minio

et une interface graphique de gestion est disponible à l'URL http://localhost:9001/buckets (accès : rok4 / rok4S3storage) :

pyr2pyr --role check --conf path_to_file/PM.json
pyr2pyr --role master --conf path_to_file/PM.json

# Les lignes de commandes suivantes contenant l'option split peuvent être lancées en parallèle

pyr2pyr --role agent --conf path_to_file/PM.json --split 1
pyr2pyr --role agent --conf path_to_file/PM.json --split 2
pyr2pyr --role agent --conf path_to_file/PM.json --split 3

pyr2pyr --role finisher --conf path_to_file/PM.json

JOINCACHE : Exemple de fichier de configuration :

  • Exemple de fichier de configuration valide exemple_valid_json.json:
{
  "logger": {
      "level": "INFO"
  },
  "datasources": [
      {
          "top": "0",
          "bottom": "1",
          "source": {
              "type": "PYRAMIDS",
              "descriptors": [
  	    "path_to_file/ALTI.json"]
          }
      }
  ],
  "pyramid": {
      "name": "joincache",
      "root": "pyramids"
  },
  "process": {
      "directory": "s3://bucket_temp/joincache",
      "parallelization": 1,
      "mask": true
  }
}
  • Résultat obtenu :
 joincache --role check --conf  exemple_valid_json.json 
  Valid configuration !

MAKELAYER : un exemple de ligne de commande à lancer :

Cet exemple s'appuie sur l'image docker rok4/dataset en lançant la commande suivante depuis le dépôt comme suit :

docker run -p 9000:9000 -p 9001:9001 rok4/dataset:minio

et une interface graphique de gestion est disponible à l'URL http://localhost:9001/buckets (accès : rok4 / rok4S3storage) :

make-layer --pyramids s3://pyramids/ALTI.json  --name ALTI_data --styles normal --title ALTI --resampling bicubic --directory .

Voici le fichier de résultats au format JSON ALTI_data.json obtenu :

{   "title": "ALTI_data", 
    "abstract": "bicubic", 
    "keywords": ["RASTER", "my_data"], 
    "wmts": {"authorized": true}, 
    "tms": {"authorized": true}, 
    "bbox": {"south": 14.221788628396906, 
    "west": -61.435546874999375,
    "north": 14.944784875087676, 
    "east": -60.64453124999938}, 
    "pyramids": [{"bottom_level": "13", "top_level": "0", "path": "s3://pyramids/ALTI.json"}],
    "wms": {
            "authorized": true, 
            "crs": ["CRS:84", "IGNF:WGS84G", "EPSG:3857", "EPSG:4258", "EPSG:4326"]
            }, 
    "styles": ["normal", "normal"], 
    "resampling": "nn"
}

PYROLYSE : un exemple de ligne de commande à lancer :

Cet exemple s'appuie sur l'image docker rok4/dataset en lançant la commande suivante depuis le dépôt comme suit :

docker run -p 9000:9000 -p 9001:9001 rok4/dataset:minio

et une interface graphique de gestion est disponible à l'URL http://localhost:9001/buckets (accès : rok4 / rok4S3storage) :

pyrolyse --pyramid s3://pyramids/ALTI.json --output resultats.json --tiles --progress --deciles --ratio 1

Le résultat donne le fichier de résultats resultats.json suivant :

{"global": {"slab_count": 17, "slab_sizes": [77819.0, 77844.6, 77860.6, 77975.8, 78644.6, 82379.0, 119482.99999999999, 335572.59999999986, 825531.0000000003, 2665611.0, 3715851.0], "link_count": 0, "tile_
sizes": [283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 287.0, 310.0]}, "levels": {"13": {"slab_count": 4, "slab_sizes": [77819.0, 199047.80000000002, 320276.60000000003, 441505.3999999999
7, 863780.6000000003, 1436579.0, 2009377.3999999997, 2523703.7999999993, 2921086.2, 3318468.6, 3715851.0], "link_count": 0, "tile_sizes": [283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 283.0, 28
3.0, 283.0]}, "12": {"slab_count": 1, "slab_sizes": [3077163], "link_count": 0, "tile_sizes": [283]}, "11": {"slab_count": 1, "slab_sizes": [911435], "link_count": 0, "tile_sizes": [283]}, "10": {"slab_co
unt": 1, "slab_sizes": [298987], "link_count": 0, "tile_sizes": [283]}, "9": {"slab_count": 1, "slab_sizes": [136827], "link_count": 0, "tile_sizes": [283]}, "8": {"slab_count": 1, "slab_sizes": [93467], 
"link_count": 0, "tile_sizes": [283]}, "7": {"slab_count": 1, "slab_sizes": [82379], "link_count": 0, "tile_sizes": [283]}, "6": {"slab_count": 1, "slab_sizes": [79211], "link_count": 0, "tile_sizes": [28
3]}, "5": {"slab_count": 1, "slab_sizes": [78267], "link_count": 0, "tile_sizes": [283]}, "4": {"slab_count": 1, "slab_sizes": [77995], "link_count": 0, "tile_sizes": [283]}, "3": {"slab_count": 1, "slab_
sizes": [77899], "link_count": 0, "tile_sizes": [283]}, "2": {"slab_count": 1, "slab_sizes": [77851], "link_count": 0, "tile_sizes": [283]}, "1": {"slab_count": 1, "slab_sizes": [77851], "link_count": 0, 
"tile_sizes": [310]}, "0": {"slab_count": 1, "slab_sizes": [77835], "link_count": 0, "tile_sizes": [293]}}, "perfs": [0.002020657000684878, 0.0021233711999229855, 0.0021787890007544776, 0.0023693994000495
875, 0.0024838273999193915, 0.0027725769996322924, 0.002991372598626185, 0.0032549347990425298, 0.004386014799820259, 0.005820798000422655, 0.006239024000024074]}

TMSIZER : un exemple de lignes de commande avec différents filtres :

TMSIZER : un exemple de lignes de commande avec un filtre de 59 requêtes pour générer l'image :

Dans l'exemple ci-après, on a 59 requêtes pris en compte pour générer l'image, en fonction des filtres choisis et de la zone couverte par la carte de chaleur:

tmsizer -i requests.txt --tms PM -io levels=0,15 -io layer=LAYER.NAME2 -if GETTILE_PARAMS -of HEATMAP -oo bbox=65000,6100000,665000,6500000 -oo dimensions=600x400 -o heatmap.tif
HeatmapProcessor : 59 hits on image with dimensions (600, 400) and bbox (65000.0, 6100000.0, 665000.0, 6500000.0) (resolutions (1000.0, 1000.0))

TMSIZER : un exemple de lignes de commande avec un filtre de 81 requêtes pour générer l'image :

Dans l'exemple ci-après, on a 81 requêtes pris en compte pour générer l'image, en fonction des filtres choisis et de la zone couverte par la carte de chaleur:

tmsizer -i requests.txt --tms PM -io levels=15,12 -io layer=LAYER.NAME2 -if GETTILE_PARAMS -of HEATMAP -oo bbox=65000,6100000,665000,6500000 -oo dimensions=600x400 -o heatmap.tif
HeatmapProcessor : 81 hits on image with dimensions (600, 400) and bbox (65000.0, 6100000.0, 665000.0, 6500000.0) (resolutions (1000.0, 1000.0))

TMSIZER : un exemple de lignes de commande avec un filtre de 110 requêtes pour générer l'image :

Dans l'exemple ci-après, on a 110 requêtes pris en compte pour générer l'image, en fonction des filtres choisis et de la zone couverte par la carte de chaleur:

tmsizer -i requests.txt --tms PM -io levels=15,14 -io layer=LAYER.NAME1,LAYER.NAME2,LAYER.NAME3 -if GETTILE_PARAMS -of HEATMAP -oo bbox=65000,6100000,665000,6500000 -oo dimensions=600x400 -o heatmap.tif
HeatmapProcessor : 110 hits on image with dimensions (600, 400) and bbox (65000.0, 6100000.0, 665000.0, 6500000.0) (resolutions (1000.0, 1000.0))