hazelcast

Dokumen ini memberikan informasi tentang dua proyek berbeda: Hazelcast, platform data waktu nyata, dan Mitsuba 3, sistem rendering berorientasi penelitian. Hazelcast merinci kemampuan, kasus penggunaan, dan pedoman kontribusinya, sementara Mitsuba 3 berfokus pada fitur, instalasi, dan contoh penggunaannya. Keduanya menawarkan dokumentasi komprehensif dan sumber daya dukungan bagi pengguna.

Hazelcast

Apa itu Hazelcast

Perusahaan-perusahaan terkemuka di dunia memercayai Hazelcast untuk memodernisasi aplikasi dan mengambil tindakan instan terhadap data yang bergerak guna menciptakan aliran pendapatan baru, memitigasi risiko, dan beroperasi dengan lebih efisien. Bisnis menggunakan platform data real-time terpadu Hazelcast untuk memproses data streaming, memperkayanya dengan konteks historis, dan mengambil tindakan instan dengan otomatisasi standar atau berbasis ML/AI - sebelum disimpan dalam database atau data lake.

Hazelcast disebutkan dalam Panduan Pasar Gartner untuk Pemrosesan Aliran Peristiwa dan pemimpin dalam Laporan Radar GigaOm untuk Platform Data Streaming. Untuk bergabung dengan komunitas CXO, arsitek, dan pengembang merek seperti Lowe's, HSBC, JPMorgan Chase, Volvo, New York Life, dan lainnya, kunjungi hazelcast.com.

Kapan menggunakan Hazelcast

Hazelcast menyediakan platform yang dapat menangani berbagai jenis beban kerja

membangun aplikasi real-time.

Fitur Utama

Pemrosesan Data Berstatus

Hazelcast memiliki mesin pengolah data bawaan yang disebut

Jet, yang dapat digunakan untuk membangun streaming/real-time

dan pipeline data batch/statis yang elastis. Satu node Hazelcast telah terbukti mengumpulkan 10 juta

peristiwa per detik dengan

latensi di bawah 10 milidetik. Sekelompok node Hazelcast dapat memproses miliaran

acara per

Kedua.

Memulai

Ikuti Memulai

Memandu

untuk menginstal dan mulai menggunakan Hazelcast.

Dokumentasi

Baca dokumentasi untuk

detail mendalam tentang cara menginstal Hazelcast dan ikhtisar fitur-fiturnya.

Dapatkan Bantuan

Anda dapat menggunakan Slack untuk mendapatkan bantuan dengan Hazelcast.

Bagaimana Berkontribusi

Terima kasih atas minat Anda untuk berkontribusi! Cara termudah adalah dengan mengirimkan tarikan saja

meminta.

Membangun Dari Sumber

Membangun Hazelcast membutuhkan minimal JDK 17. Ambil sumber terbaru dari

repositori dan gunakan instalasi (atau paket) Maven untuk membangun:

Disarankan untuk menggunakan skrip pembungkus Maven yang disertakan.

Dimungkinkan juga untuk menggunakan distribusi Maven lokal dengan hal yang sama

versi yang digunakan dalam skrip pembungkus Maven.

Selain itu, ada build cepat yang diaktifkan dengan mengatur sistem -Dquick

properti yang melewatkan tugas validasi untuk pembangunan lokal yang lebih cepat (misalnya tes, checkstyle

validasi, javadoc, plugin sumber, dll) dan tidak membangun ekstensi dan distribusi

modul.

Pengujian

Ingatlah bahwa build default mengeksekusi ribuan pengujian yang mungkin

memakan waktu yang cukup lama. Hazelcast memiliki 3 profil pengujian:

untuk menjalankan tes cepat/integrasi (yang dapat dijalankan

secara paralel tanpa menggunakan jaringan dengan menggunakan -P parallelTest profile).

untuk menjalankan tes yang lambat

atau tidak dapat dijalankan secara paralel.

untuk menjalankan semua tes secara serial menggunakan

jaringan.

Beberapa pengujian memerlukan Docker untuk dijalankan. Setel properti sistem -Dhazelcast.disable.docker.tests untuk mengabaikannya.

Saat mengembangkan PR, cukup menjalankan pengujian baru dan beberapa lainnya

subset tes terkait secara lokal. Pembangun PR kami akan mengurus jalannya

rangkaian tes lengkap.

Lisensi

Kode sumber dalam repositori ini dilindungi oleh salah satu dari dua lisensi:

Lisensi default di seluruh repositori adalah Lisensi Apache 2.0 kecuali

header menentukan lisensi lain.

Ucapan Terima Kasih

Kami berutang (bagian terbaiknya) pada pengalaman pengguna alat CLI kami

picocli.

Hak cipta

Hak Cipta (c) 2008-2024, Hazelcast, Inc. Semua Hak Dilindungi Undang-Undang.

Kunjungi www.hazelcast.com untuk info lebih lanjut.

contoh:

Penyaji Mitsuba 3

Dokumentasi	Video tutorial	Linux	macOS	jendela	PyPI

️

Peringatan

️

Saat ini terdapat sejumlah besar pekerjaan tidak terdokumentasi dan tidak stabil yang terjadi

cabang master . Kami sangat menyarankan Anda menggunakan kami

rilis terbaru

sampai pemberitahuan lebih lanjut.

Jika Anda sudah ingin mencoba perubahan yang akan datang, silakan lihat

panduan porting ini.

Ini harus mencakup sebagian besar fitur baru dan perubahan penting yang akan datang.

Perkenalan

Mitsuba 3 adalah sistem rendering berorientasi penelitian untuk cahaya maju dan mundur

simulasi transportasi dikembangkan di EPFL di Swiss.

Ini terdiri dari perpustakaan inti dan satu set plugin yang mengimplementasikan fungsionalitas

mulai dari bahan dan sumber cahaya hingga algoritma rendering lengkap.

Mitsuba 3 dapat ditargetkan ulang : ini berarti implementasi yang mendasarinya dan

struktur data dapat bertransformasi untuk menyelesaikan berbagai tugas berbeda. Untuk

Misalnya, kode yang sama dapat mensimulasikan transpor RGB skalar (klasik satu sinar pada satu waktu).

atau transportasi spektral diferensial pada GPU. Ini semua didasarkan pada

Dr.Jit, kompiler just-in-time (JIT) khusus yang dikembangkan khusus untuk proyek ini.

Fitur Utama

• Lintas platform : Mitsuba 3 telah diuji di Linux ( x86_64 ), macOS

  ( aarch64 , x8664 ), dan Windows ( x8664 ).

• Performa tinggi : Kompiler Dr.Jit yang mendasari menggabungkan kode rendering

  menjadi kernel yang mencapai kinerja canggih dengan menggunakan

  backend LLVM yang menargetkan CPU dan backend CUDA/OptiX

  menargetkan GPU NVIDIA dengan akselerasi perangkat keras ray tracing.

• Python pertama : Mitsuba 3 sangat terintegrasi dengan Python. Bahan,

  tekstur, dan bahkan algoritma rendering penuh dapat dikembangkan dengan Python,

  yang dikompilasi oleh sistem JIT (dan secara opsional dibedakan) dengan cepat.

  Hal ini memungkinkan eksperimen yang diperlukan untuk penelitian dalam grafik komputer dan

  disiplin ilmu lainnya.

• Diferensiasi : Mitsuba 3 adalah penyaji yang dapat dibedakan, artinya itu

  dapat menghitung turunan dari keseluruhan simulasi sehubungan dengan masukan

  parameter seperti pose kamera, geometri, BSDF, tekstur, dan volume. Dia

  mengimplementasikan algoritma rendering terdiferensiasi terbaru yang dikembangkan di EPFL.

• Spektral & Polarisasi : Mitsuba 3 dapat digunakan sebagai monokromatik

  penyaji, penyaji berbasis RGB, atau penyaji spektral. Setiap varian bisa

  secara opsional memperhitungkan efek polarisasi jika diinginkan.

Video tutorial, dokumentasi

Kami telah merekam beberapa video YouTube yang memberikan pengenalan lembut

Mitsuba 3 dan Dr.Jit. Selain itu, Anda dapat menemukan buku catatan Juypter lengkap

mencakup berbagai aplikasi, panduan cara kerja, dan dokumentasi referensi

di readthedocs.

Instalasi

Kami menyediakan roda biner yang telah dikompilasi sebelumnya melalui PyPI. Menginstal Mitsuba dengan cara ini semudah menjalankannya

 pip instal mitsuba

pada baris perintah. Paket Python mencakup tiga belas varian secara default:

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

Dua yang pertama melakukan simulasi klasik satu sinar pada satu waktu menggunakan RGB

atau representasi warna spektral, sedangkan dua yang terakhir dapat digunakan untuk invers

rendering pada CPU atau GPU. Untuk mengakses varian tambahan, Anda perlu melakukannya

kompilasi versi khusus Dr.Jit menggunakan CMake. Silakan lihat

dokumentasi

untuk rincian tentang ini.

Persyaratan

• Python >= 3.8

• (opsional) Untuk komputasi pada GPU: Nvidia driver >= 495.89

• (opsional) Untuk komputasi vektor/paralel pada CPU: LLVM >= 11.1

Penggunaan

Berikut adalah contoh sederhana "Hello World" yang menunjukkan betapa sederhananya merender a

adegan menggunakan Mitsuba 3 dari Python:

 # Impor perpustakaan menggunakan alias "mi"impor mitsuba sebagai mi# Atur varian renderermi.setvariant('scalarrgb')# Muat scene = mi.loaddict(mi.cornellbox())# Render sceneimg = mi. render(adegan)# Tulis gambar yang dirender ke file EXRmi.Bitmap(img).write('cbox.exr')

Tutorial dan contoh buku catatan yang mencakup berbagai aplikasi dapat ditemukan

dalam dokumentasi.

Tentang

Proyek ini dibuat oleh Wenzel Jakob.

Fitur-fitur penting dan/atau perbaikan pada kode disumbangkan oleh

Sébastien Speierer,

Nicolas Roussel,

Merlin Nimier-David,

Delio Vicini,

Tizian Zeltner,

Baptiste Nicolet,

Miguel Crespo,

Vincent Leroy, dan

Ziyi Zhang.

Saat menggunakan Mitsuba 3 dalam proyek akademik, harap kutip:

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