alf.io

Ce document fournit des informations complètes sur alf.io, un système de réservation de billets open source, et Mitsuba 3, un système de rendu orienté recherche. Il détaille les conditions préalables, les instructions d'installation, les exemples d'utilisation et les directives de contribution pour les deux projets, ainsi que des informations sur leurs fonctionnalités respectives et leur état de développement. Les principaux aspects couverts incluent les processus de construction, l'intégration de Docker et la gestion des dépendances.

alf.io

Le système de réservation de billets open source.

Alf.io ([ˈalfjo]) est un système de gestion de participation à des événements gratuit et open source, développé pour les organisateurs d'événements soucieux de la confidentialité, de la sécurité et d'une politique de tarification équitable pour leurs clients.

Conditions préalables

Vous devez avoir installé Java version 17 (par exemple Oracle, OpenJDK ou toute autre distribution) pour créer et exécuter alf.io. Veuillez noter que pour le processus de construction, le JDK est requis.

Postgresql version 10 ou ultérieure.

De plus, l'utilisateur de la base de données qui crée et utilise les tables ne doit pas être un « SUPERUTILISATEUR », sinon les vérifications de la politique de sécurité des lignes ne seront pas appliquées.

Note

Comme le travail pour Alf.io v2 a commencé, cette branche peut contenir du code instable et non testé.

Si vous souhaitez créer et déployer alf.io par vous-même, veuillez commencer à partir d'une version publiée.

Profils de ressort

Il existe les profils de ressort suivants

Exécuter en mode développement

Construction progressive

Cette version inclut une copie du wrapper Gradle. Vous n'avez pas besoin d'installer Gradle sur votre système pour créer

le projet. Exécutez simplement le wrapper avec la tâche appropriée, par exemple

Exécuter avec plusieurs profils

Vous devez spécifier une propriété de projet sur la ligne de commande, telle que

La tâche locale « bootRun » a les prérequis suivants :

une fois démarré, alf.io créera toutes les tables requises dans la base de données et sera disponible sur http://localhost:8080/admin. Vous pouvez vous connecter en utilisant le nom d'utilisateur par défaut admin et le mot de passe imprimé sur la console.

Vous pouvez obtenir une liste de toutes les tâches Gradle prises en charge en exécutant

Vous pouvez configurer des propriétés système supplémentaires (si vous en avez besoin) en créant le fichier suivant et en y insérant une propriété par ligne :

Veuillez noter que ce fichier pouvant contenir des informations sensibles (telles que la clé API privée de Google Maps), il sera automatiquement ignoré par git.

Pour le débogage

Ajoutez une nouvelle ligne avec : -agentlib:jdwp=transport=dt_socket,server=y,suspend=n,address=5005 dans custom.jvmargs

Contribuer à alf.io

L'importation du projet Gradle dans Intellij et Eclipse fonctionne tous les deux.

Remarques :

Comme TestContainers attend le socket docker pour gérer les conteneurs, vous devrez procéder comme suit (voir le numéro d'origine pour plus de détails) :

Définir les 2 env. variable:

Et exécutez dans une autre console :

A noter :

Vérifier les dépendances à mettre à jour

./gradlew dependencyMises à jour

Exécuter des conteneurs Docker

Les images de conteneurs sont disponibles sur https://hub.docker.com/r/alfio/alf.io/tags.

alf.io peut également être exécuté avec Docker Compose (mode développement) :

L'exécution d'alf.io en production à l'aide de Docker compose n'est pas officiellement prise en charge.

Cependant, si vous décidez de le faire, vous devez alors apporter quelques modifications :

Tester l'application alf.io

Générer une nouvelle version de l'image docker alfio/alf.io

Créer une application et un Dockerfile

Alternativement, vous pouvez utiliser Docker (expérimental) :

Veuillez noter qu'à l'heure actuelle, la commande ci-dessus effectue la construction sans exécuter les tests automatisés.

Utilisez-le à vos propres risques.

Créer une image Docker :

À propos du fichier AppleWWDRCAG4.cer inclus

Le certificat sur src/main/resources/alfio/certificates/AppleWWDRCAG4.cer a été importé pour la fonctionnalité https://github.com/ryantenney/passkit4j#usage.

Il expirera le 2030-10-12 (AAAA-MM-JJ - à partir de https://www.apple.com/certificateauthority/).

Contributeurs

Contributeurs au code

Ce projet existe grâce à toutes les personnes qui y contribuent.

Contributeurs à la traduction (POEditor)

Un grand "Merci" va également à nos traducteurs, qui nous aident sur POEditor :

(nous montrons le nom/profil complet uniquement si nous avons reçu le consentement explicite pour le faire)

traductions terminées mais pas encore intégrées (WIP)

Commanditaires

Ce projet est sponsorisé par :

Contributeurs financiers

Devenez un contributeur financier et aidez-nous à pérenniser notre communauté. [Contribuer]

Particuliers

Organisations

Soutenez ce projet avec votre organisation. Votre logo apparaîtra ici avec un lien vers votre site Web. [Contribuer]

Moteur de rendu Mitsuba 3

Documentation	Vidéos tutorielles	Linux	Mac OS	Fenêtres	PyPI

️

Avertissement

️

Il existe actuellement un grand nombre de travaux non documentés et instables en cours dans

la branche master . Nous vous recommandons fortement d'utiliser notre

dernière version

jusqu'à nouvel ordre.

Si vous souhaitez déjà tester les modifications à venir, veuillez consulter

ce guide de portage.

Il devrait couvrir la plupart des nouvelles fonctionnalités et des modifications majeures à venir.

Introduction

Mitsuba 3 est un système de rendu orienté recherche pour la lumière directe et inverse

simulation de transport développée à l'EPFL en Suisse.

Il se compose d'une bibliothèque principale et d'un ensemble de plugins qui implémentent des fonctionnalités

allant des matériaux et sources de lumière aux algorithmes de rendu complets.

Mitsuba 3 est reciblable : cela signifie que les implémentations sous-jacentes et

les structures de données peuvent se transformer pour accomplir diverses tâches différentes. Pour

Par exemple, le même code peut simuler à la fois le transport RVB scalaire (classique un rayon à la fois)

ou transport spectral différentiel sur le GPU. Tout cela s'appuie sur

Dr.Jit, un compilateur spécialisé juste à temps (JIT) développé spécifiquement pour ce projet.

Principales caractéristiques

• Multiplateforme : Mitsuba 3 a été testé sur Linux ( x86_64 ), macOS

  ( aarch64 , x8664 ) et Windows ( x8664 ).

• Hautes performances : le compilateur Dr.Jit sous-jacent fusionne le code de rendu

  en noyaux qui atteignent des performances de pointe en utilisant

  un backend LLVM ciblant le CPU et un backend CUDA/OptiX

  ciblant les GPU NVIDIA avec l’accélération matérielle du lancer de rayons.

• Python d'abord : Mitsuba 3 est profondément intégré à Python. Matériels,

  des textures, et même des algorithmes de rendu complets peuvent être développés en Python,

  que le système compile JIT (et éventuellement différencie) à la volée.

  Cela permet l'expérimentation nécessaire à la recherche en infographie et

  d'autres disciplines.

• Différenciation : Mitsuba 3 est un moteur de rendu différenciable, ce qui signifie qu'il

  peut calculer les dérivées de l'ensemble de la simulation par rapport à l'entrée

  des paramètres tels que la pose de la caméra, la géométrie, les BSDF, les textures et les volumes. Il

  implémente des algorithmes de rendu différenciables récents développés à l'EPFL.

• Spectral & Polarisation : Mitsuba 3 peut être utilisé comme monochromatique

  rendu, un rendu basé sur RVB ou un rendu spectral. Chaque variante peut

  éventuellement tenir compte des effets de polarisation si vous le souhaitez.

Vidéos tutorielles, documentation

Nous avons enregistré plusieurs vidéos YouTube qui fournissent une introduction douce

Mitsuba 3 et Dr Jit. Au-delà de cela, vous pouvez trouver des cahiers Juypter complets

couvrant une variété d'applications, de guides pratiques et de documentation de référence

sur readthedocs.

Installation

Nous fournissons des roues binaires précompilées via PyPI. Installer Mitsuba de cette façon est aussi simple que d'exécuter

 pip installer mitsuba

sur la ligne de commande. Le package Python comprend treize variantes par défaut :

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

Les deux premiers effectuent une simulation classique d'un rayon à la fois en utilisant soit un RVB

ou représentation spectrale des couleurs, tandis que les deux derniers peuvent être utilisés pour l'inverse

rendu sur le CPU ou le GPU. Pour accéder à des variantes supplémentaires, vous devrez

compilez une version personnalisée de Dr.Jit à l'aide de CMake. Veuillez consulter le

documentation

pour plus de détails à ce sujet.

Exigences

• Python >= 3.8

• (facultatif) Pour le calcul sur le GPU : Nvidia driver >= 495.89

• (facultatif) Pour le calcul vectorisé/parallèle sur le CPU : LLVM >= 11.1

Usage

Voici un exemple simple de « Hello World » qui montre à quel point il est simple de restituer un

scène utilisant Mitsuba 3 de Python :

 # Importez la bibliothèque en utilisant l'alias "mi" import mitsuba as mi# Définir la variante du renderermi.setvariant('scalarrgb')# Charger une scènecene = mi.loaddict(mi.cornellbox())# Rendre la scèneimg = mi. render(scene)# Écrit l'image rendue dans un fichier EXR mi.Bitmap(img).write('cbox.exr')

Des didacticiels et des exemples de cahiers couvrant une variété d'applications peuvent être trouvés

dans la documentation.

À propos

Ce projet a été créé par Wenzel Jakob.

Des fonctionnalités et/ou améliorations importantes du code ont été apportées par

Sébastien Speierer,

Nicolas Roussel,

Merlin Nimier-David,

Délio Vicini,

Tizian Zeltner,

Baptiste Nicolet,

Miguel Crespo,

Vincent Leroy, et

Ziyi Zhang.

Lorsque vous utilisez Mitsuba 3 dans des projets académiques, veuillez citer :

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