musim semi grpc

Dokumen ini memberikan gambaran umum tentang dua proyek berbeda: gRPC/Spring, starter Spring Boot untuk gRPC, dan Mitsuba 3, sistem rendering berorientasi penelitian. Bagian gRPC/Spring merinci fitur-fiturnya, petunjuk penggunaan, dan informasi kompatibilitas. Bagian Mitsuba 3 mencakup instalasi, penggunaan, fitur, dan kontributornya. Kedua bagian menyertakan contoh kode dan tautan ke dokumentasi lebih lanjut.

Survei - gRPC/Musim Semi

Pengguna gRPC/Spring yang terhormat, untuk meningkatkan pengalaman pengguna

grpc-ecosystem/grpc-spring, kami telah mengembangkan survei ini sebagai sarana

membangun jalur komunikasi langsung. Masukan Anda sangat kami hargai.

Pemula Boot Musim Semi gRPC

BACA: Bahasa Inggris | tidak

Dokumentasi: Bahasa Inggris | tidak

Fitur

Konfigurasikan dan jalankan server gRPC secara otomatis dengan implementasi @GrpcService Anda

Secara otomatis membuat dan mengelola saluran dan stub grpc Anda dengan @GrpcClient

Mendukung varian grpc-java lainnya (mis

gRPC reaktif (RxJava),

grpc-kotlin, ...)

Mendukung Keamanan Musim Semi

Mendukung Musim Semi Cloud

Mendukung Spring Sleuth sebagai solusi penelusuran terdistribusi

(Jika berani-instrumentasi-grpc ada)

Mendukung pencegat server/klien gRPC global dan khusus

Dukungan metrik otomatis (berbasis mikrometer/aktuator)

Juga berfungsi dengan grpc-netty (tanpa bayangan).

Versi

Versi terbaru adalah 3.1.0.RELEASE yang dikompilasi dengan spring-boot 3.2.4 dan spring-cloud 2023.0.0

tetapi juga kompatibel dengan berbagai macam versi lainnya.

Ikhtisar semua versi dan versi perpustakaannya masing-masing dapat ditemukan di dokumentasi kami.

Catatan: Proyek ini juga dapat digunakan tanpa Spring-Boot, namun memerlukan beberapa konfigurasi kacang manual.

Penggunaan

Server gRPC + Klien

Untuk menambahkan ketergantungan menggunakan Maven, gunakan yang berikut ini:

Untuk menambahkan ketergantungan menggunakan Gradle:

Server gRPC

Untuk menambahkan ketergantungan menggunakan Maven, gunakan yang berikut ini:

Untuk menambahkan ketergantungan menggunakan Gradle:

Beri anotasi pada implementasi antarmuka server Anda dengan @GrpcService

Secara default, server grpc akan mendengarkan port 9090. Ini dan lainnya

pengaturan

dapat diubah melalui mekanisme properti Spring. Server menggunakan grpc.server. awalan.

Lihat dokumentasi kami untuk lebih jelasnya.

Klien gRPC

Untuk menambahkan ketergantungan menggunakan Maven, gunakan yang berikut ini:

Untuk menambahkan ketergantungan menggunakan Gradle:

Beri anotasi pada bidang stub klien grpc Anda dengan @GrpcClient(serverName)

Jangan gunakan bersamaan dengan @Autowired atau @Inject

Catatan: Anda dapat menggunakan nama server grpc yang sama untuk beberapa saluran dan juga stub yang berbeda (bahkan dengan yang berbeda

pencegat).

Kemudian Anda dapat mengirim pertanyaan ke server Anda seperti ini:

Dimungkinkan untuk mengkonfigurasi alamat target untuk setiap klien secara individual.

Namun dalam beberapa kasus, Anda hanya dapat mengandalkan konfigurasi default.

Anda dapat menyesuaikan pemetaan url default melalui kacang NameResolver.Factory. Jika Anda tidak mengkonfigurasi kacang itu,

maka uri default akan ditebak menggunakan skema default dan namanya (misal: dns:/

):

Ini dan lainnya

pengaturan

dapat diubah melalui mekanisme properti Spring. Klien menggunakan grpc.client.(serverName). awalan.

Lihat dokumentasi kami untuk lebih jelasnya.

Berjalan dengan grpc-netty (tanpa bayangan).

Pustaka ini mendukung grpc-netty dan grpc-netty-shaded.

Yang terakhir mungkin mencegah konflik dengan versi grpc yang tidak kompatibel atau konflik antar perpustakaan yang memerlukan versi netty berbeda.

Catatan: Jika netty yang diarsir ada di classpath, maka perpustakaan ini akan selalu lebih memilihnya daripada netty grpc-netty yang tidak diarsir.

Anda dapat menggunakannya dengan Maven seperti ini:

dan seperti ini saat menggunakan Gradle:

Contoh-Proyek

Baca selengkapnya tentang contoh proyek kami di sini.

Pemecahan masalah

Lihat dokumentasi kami untuk bantuan.

Berkontribusi

Kontribusi selalu diterima! Silakan lihat CONTRIBUTING.md untuk panduan rinci.

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 utama. 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 mendasarinya 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 terintegrasi secara mendalam 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:

skalar_rgb

skalar_spektral

skalarspektralterpolarisasi

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

Piton >= 3.8

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