terracotta

Terracotta es un servidor de mosaicos Python puro que se ejecuta como una aplicación WSGI en un servidor web dedicado o como una aplicación sin servidor en AWS Lambda. Está construido sobre una pila Python moderna, impulsada por un increíble software de código abierto como Flask, Zappa y Rasterio.

Lea los documentos | Pruebe la demostración | Explora la API | Satlas, impulsado por Terracota | Imagen acoplable

¿Por qué terracota?

• Es trivial ponerse en marcha. ¿Tiene una carpeta llena de GeoTiffs optimizados para la nube en diferentes proyecciones que desea ver en su navegador? terracotta serve -r {name}.tif y terracotta connect localhost:5000 te llevarán allí.
• Hacemos suposiciones mínimas sobre sus datos, para que usted permanezca a cargo . Siga usando las herramientas que conoce y ama para crear y organizar sus datos, Terracotta los sirve exactamente como están.
• La implementación sin servidor es un caso de uso de primera prioridad, por lo que no tiene que preocuparse por mantener o escalar su arquitectura.
• Las instancias de terracota se autodocumentan. Todo lo que la interfaz necesita saber sobre sus datos es accesible desde solo un puñado de puntos finales API.

El flujo de trabajo de Terracota

1. Optimice los archivos ráster

$ ls -lh
total 1.4G
-rw-r--r-- 1 dimh 1049089 231M Aug 29 16:45 S2A_20160724_135032_27XVB_B02.tif
-rw-r--r-- 1 dimh 1049089 231M Aug 29 16:45 S2A_20160724_135032_27XVB_B03.tif
-rw-r--r-- 1 dimh 1049089 231M Aug 29 16:46 S2A_20160724_135032_27XVB_B04.tif
-rw-r--r-- 1 dimh 1049089 231M Aug 29 16:56 S2A_20170831_171901_25XEL_B02.tif
-rw-r--r-- 1 dimh 1049089 231M Aug 29 16:57 S2A_20170831_171901_25XEL_B03.tif
-rw-r--r-- 1 dimh 1049089 231M Aug 29 16:57 S2A_20170831_171901_25XEL_B04.tif

$ terracotta optimize-rasters * .tif -o optimized/

Optimizing rasters: 100% | ██████████████████████████ | [05: 16< 00:00, file = S2A_20170831_...25XEL_B04.tif]

2. Cree una base de datos a partir del patrón de nombre de archivo

$ terracotta ingest optimized/S2A_{date}_{}_{tile}_{band}.tif -o greenland.sqlite
Ingesting raster files: 100% | ███████████████████████████████████████████ | 6/6 [00: 49< 00:00,  8.54s/it]

3. Sírvelo

$ terracotta serve -d greenland.sqlite
 * Serving Flask app " terracotta.server " (lazy loading)
 * Environment: production
   WARNING: Do not use the development server in a production environment.
   Use a production WSGI server instead.
 * Debug mode: off
 * Running on http://localhost:5000/ (Press CTRL+C to quit)

4. Explore el servidor en ejecución

A mano

Puede utilizar cualquier cliente compatible con HTTP, como curl .

$ curl localhost:5000/datasets ? tile=25XEL
{ " page " :0, " limit " :100, " datasets " :[{ " date " : " 20170831 " , " tile " : " 25XEL " , " band " : " B02 " },{ " date " : " 20170831 " , " tile " : " 25XEL " , " band " : " B03 " },{ " date " : " 20170831 " , " tile " : " 25XEL " , " band " : " B04 " }]}

Los navegadores modernos (por ejemplo, Chrome o Firefox) mostrarán el JSON como un árbol.

Interactivamente

Terracotta también incluye un cliente web. Puede iniciar el cliente (suponiendo que el servidor se esté ejecutando en http://localhost:5000) usando

$ terracotta connect localhost:5000
 * Serving Flask app " terracotta.client " (lazy loading)
 * Environment: production
   WARNING: Do not use the development server in a production environment.
   Use a production WSGI server instead.
 * Debug mode: off
 * Running on http://127.0.0.1:5100/ (Press CTRL+C to quit)

Luego abra la página del cliente (http://127.0.0.1:5100/ en este caso) en su navegador.

Desarrollo

Aceptamos con gusto informes de errores y solicitudes de extracción a través de GitHub. Para que su código sea útil, asegúrese de que esté cubierto por pruebas y que cumpla con nuestras prácticas de linting (a través de mypy y flake8 ).

Para ejecutar las pruebas, simplemente instale las dependencias necesarias a través de

$ pip install -e .[test]

Entonces, puedes correr

$ pytest

desde la raíz del repositorio.