resorte grpc

Este documento proporciona una descripción general de dos proyectos distintos: gRPC/Spring, un iniciador Spring Boot para gRPC, y Mitsuba 3, un sistema de renderizado orientado a la investigación. La sección gRPC/Spring detalla sus características, instrucciones de uso e información de compatibilidad. La sección Mitsuba 3 cubre su instalación, uso, características y contribuyentes. Ambas secciones incluyen ejemplos de código y enlaces a documentación adicional.

Encuesta - gRPC/Spring

Estimados usuarios de gRPC/Spring, para mejorar la experiencia de usuario de

grpc-ecosystem/grpc-spring, hemos desarrollado esta encuesta como un medio para

establecer una línea directa de comunicación. Apreciamos mucho sus comentarios.

Arrancador de arranque de primavera gRPC

LÉAME: Inglés | 中文

Documentación: Inglés | 中文

Características

Configura y ejecuta automáticamente el servidor gRPC con sus implementaciones de @GrpcService

Crea y administra automáticamente sus canales y resguardos de grpc con @GrpcClient

Admite otras versiones de grpc-java (p. ej.

gRPC reactivo (RxJava),

grpc-kotlin, ...)

Soporta seguridad de resorte

Soporta nube de primavera

Admite Spring Sleuth como solución de seguimiento distribuido

(Si valiente-instrumentación-grpc está presente)

Admite interceptores de cliente/servidor gRPC globales y personalizados

Soporte métrico automático (basado en micrómetro/actuador)

También funciona con grpc-netty (no sombreado)

Versiones

La última versión es 3.1.0.RELEASE y se compiló con spring-boot 3.2.4 y spring-cloud 2023.0.0.

pero también es compatible con una gran variedad de otras versiones.

Puede encontrar una descripción general de todas las versiones y sus respectivas versiones de biblioteca en nuestra documentación.

Nota: Este proyecto también se puede utilizar sin Spring-Boot, sin embargo, eso requiere alguna configuración manual del bean.

Uso

Servidor gRPC + Cliente

Para agregar una dependencia usando Maven, use lo siguiente:

Para agregar una dependencia usando Gradle:

Servidor gRPC

Para agregar una dependencia usando Maven, use lo siguiente:

Para agregar una dependencia usando Gradle:

Anote las implementaciones de la interfaz de su servidor con @GrpcService

De forma predeterminada, el servidor grpc escuchará el puerto 9090. Estos y otros

ajustes

se puede cambiar a través del mecanismo de propiedades de Spring. El servidor utiliza grpc.server. prefijo.

Consulte nuestra documentación para obtener más detalles.

Cliente gRPC

Para agregar una dependencia usando Maven, use lo siguiente:

Para agregar una dependencia usando Gradle:

Anote un campo de su código auxiliar de cliente grpc con @GrpcClient(serverName)

No lo use junto con @Autowired o @Inject

Nota: Puede utilizar el mismo nombre de servidor grpc para múltiples canales y también diferentes stubs (incluso con diferentes

interceptores).

Luego puede enviar consultas a su servidor así:

Es posible configurar la dirección de destino para cada cliente individualmente.

Sin embargo, en algunos casos, puedes confiar simplemente en la configuración predeterminada.

Puede personalizar la asignación de URL predeterminada a través de los beans NameResolver.Factory. Si no configura ese bean,

luego, la uri predeterminada se adivinará utilizando el esquema predeterminado y el nombre (por ejemplo: dns:/

):

Estos y otros

ajustes

se puede cambiar a través del mecanismo de propiedades de Spring. Los clientes utilizan grpc.client.(serverName). prefijo.

Consulte nuestra documentación para obtener más detalles.

Ejecutando con grpc-netty (no sombreado)

Esta biblioteca admite grpc-netty y grpc-netty-shaded.

El último podría evitar conflictos con versiones de grpc incompatibles o conflictos entre bibliotecas que requieren diferentes versiones de netty.

Nota: Si el netty sombreado está presente en el classpath, entonces esta biblioteca siempre lo favorecerá sobre el grpc-netty no sombreado.

Puedes usarlo con Maven así:

y así al usar Gradle:

Proyectos de ejemplo

Lea más sobre nuestros proyectos de ejemplo aquí.

Solución de problemas

Consulte nuestra documentación para obtener ayuda.

Contribuyendo

¡Las contribuciones siempre son bienvenidas! Consulte CONTRIBUTING.md para obtener pautas detalladas.

ejemplo:

Renderizador Mitsuba 3

Documentación

Vídeos tutoriales

linux

Mac OS

ventanas

PyPI

Advertencia

Actualmente hay una gran cantidad de trabajo indocumentado e inestable en

la rama maestra. Le recomendamos encarecidamente que utilice nuestro

último lanzamiento

hasta nuevo aviso.

Si ya desea probar los próximos cambios, eche un vistazo a

esta guía de portabilidad.

Debería cubrir la mayoría de las nuevas funciones y los cambios importantes que se avecinan.

Introducción

Mitsuba 3 es un sistema de renderizado de luz directa e inversa orientado a la investigación

Simulación de transporte desarrollada en EPFL en Suiza.

Consiste en una biblioteca central y un conjunto de complementos que implementan funciones.

que van desde materiales y fuentes de luz hasta algoritmos de renderizado completos.

Mitsuba 3 es reorientable: esto significa que las implementaciones subyacentes y

Las estructuras de datos pueden transformarse para realizar varias tareas diferentes. Para

Por ejemplo, el mismo código puede simular transporte RGB escalar (clásico de un rayo a la vez)

o transporte espectral diferencial en la GPU. Todo esto se basa en

Dr.Jit, un compilador especializado justo a tiempo (JIT) desarrollado específicamente para este proyecto.

Características principales

Multiplataforma: Mitsuba 3 ha sido probado en Linux (x86_64), macOS

(aarch64, x8664) y Windows (x8664).

Alto rendimiento: el compilador Dr.Jit subyacente fusiona el código de renderizado

en núcleos que logran un rendimiento de última generación utilizando

un backend LLVM dirigido a la CPU y un backend CUDA/OptiX

dirigido a GPU NVIDIA con aceleración de hardware de trazado de rayos.

Python primero: Mitsuba 3 está profundamente integrado con Python. materiales,

Se pueden desarrollar texturas e incluso algoritmos de renderizado completos en Python.

que el sistema compila JIT (y opcionalmente diferencia) sobre la marcha.

Esto permite la experimentación necesaria para la investigación en gráficos por ordenador y

otras disciplinas.

Diferenciación: Mitsuba 3 es un renderizador diferenciable, lo que significa que

Puede calcular derivadas de toda la simulación con respecto a la entrada.

parámetros como la pose de la cámara, la geometría, los BSDF, las texturas y los volúmenes. Él

implementa algoritmos de representación diferenciables recientes desarrollados en EPFL.

Espectral y polarización: Mitsuba 3 se puede utilizar como monocromático

renderizador, renderizador basado en RGB o renderizador espectral. Cada variante puede

Opcionalmente, tenga en cuenta los efectos de la polarización si se desea.

Vídeos tutoriales, documentación.

Hemos grabado varios vídeos de YouTube que proporcionan una suave introducción.

Mitsuba 3 y Dr.Jit. Más allá de esto puedes encontrar cuadernos Juypter completos.

que cubre una variedad de aplicaciones, guías prácticas y documentación de referencia

en readthedocs.

Instalación

Proporcionamos ruedas binarias precompiladas a través de PyPI. Instalar Mitsuba de esta manera es tan sencillo como ejecutar

instalar pip mitsuba

en la línea de comando. El paquete Python incluye trece variantes por defecto:

escalar_rgb

escalar_espectral

escalarespectralpolarizado

llvmadrgb

llvmadmono

llvmadmono_polarizado

llvmadspectral

llvmadspectral_polarizado

cudaadrgb

cudaadmono

cudaadmono_polarizado

cudaadspectral

cudaadspectral_polarizado

Los dos primeros realizan la simulación clásica de un rayo a la vez usando un RGB

o representación de color espectral, mientras que los dos últimos se pueden utilizar para representación inversa.

renderizado en la CPU o GPU. Para acceder a variantes adicionales, deberá

compilar una versión personalizada de Dr.Jit usando CMake. Por favor vea el

documentación

para obtener detalles sobre esto.

Requisitos

Pitón >= 3.8

(opcional) Para cálculo en la GPU: controlador Nvidia >= 495,89

(opcional) Para cálculo vectorizado/paralelo en la CPU: LLVM >= 11.1

Uso

A continuación se muestra un ejemplo sencillo de "Hola mundo" que muestra lo sencillo que es representar un

escena usando Mitsuba 3 de Python:

# Importar la biblioteca usando el alias "mi" importar mitsuba como mi # Establecer la variante de renderermi.setvariant('scalarrgb')# Cargar una escena = mi.loaddict(mi.cornellbox())# Renderizar la escenaimg = mi. render(scene)# Escribe la imagen renderizada en un archivo EXRmi.Bitmap(img).write('cbox.exr')

Se pueden encontrar tutoriales y cuadernos de ejemplo que cubren una variedad de aplicaciones.

en la documentación.

Acerca de

Este proyecto fue creado por Wenzel Jakob.

Funciones y/o mejoras significativas al código fueron aportadas por

Sébastien Speierer,

Nicolás Roussel,

Merlín Nimier-David,

Delio Vicini,

Tizian Zeltner,

Bautista Nicolet,

Miguel Crespo,

Vicente Leroy y

Ziyi Zhang.

Cuando utilice Mitsuba 3 en proyectos académicos, cite:

@software{Mitsuba3,title = {Mitsuba 3 renderer},autor = {Wenzel Jakob y Sébastien Speierer y Nicolas Roussel y Merlin Nimier-David y Delio Vicini y Tizian Zeltner y Baptiste Nicolet y Miguel Crespo y Vincent Leroy y Ziyi Zhang},nota = {https://mitsuba-renderer.org},versión = {3.1.1},año = 2022}