세도나
Apache Sedona 1.7.0
`html
이 문서는 각각 공간 컴퓨팅과 렌더링에 초점을 맞춘 두 가지 프로젝트인 Apache Sedona와 Mitsuba 3에 대한 개요를 제공합니다. Apache Sedona는 대규모 데이터 분석을 위한 강력한 공간 컴퓨팅 엔진인 반면, Mitsuba 3는 높은 성능과 차별성을 제공하는 연구 중심 렌더링 시스템입니다. 두 프로젝트 모두 광범위한 문서와 커뮤니티 지원을 제공합니다.
커뮤니티에 가입하세요
새로운 소식을 보려면 트위터에서 Sedona를 팔로우하세요: Sedona@Twitter
Sedona Discord 커뮤니티에 가입하세요:
세도나 월간 커뮤니티 오피스 아워에 참여하세요: Google Calendar, 화요일 오전 8시부터 오전 9시(태평양 표준시), 4주마다
Sedona JIRA: 버그, 끌어오기 요청 및 기타 유사한 문제
Sedona 메일링 리스트: [email protected]: 프로젝트 개발, 일반적인 질문 또는 튜토리얼.
아파치 세도나란 무엇입니까?
Apache Sedona™는 개발자가 Apache Spark 및 Apache Flink와 같은 최신 클러스터 컴퓨팅 시스템 내에서 모든 규모의 공간 데이터를 쉽게 처리할 수 있도록 하는 공간 컴퓨팅 엔진입니다.
Sedona 개발자는 공간 데이터 처리 작업을 Spatial SQL, Spatial Python 또는 Spatial R로 표현할 수 있습니다. 내부적으로 Sedona는 사용자가 모든 규모의 공간 데이터를 효율적으로 분석할 수 있도록 공간 데이터 로딩, 인덱싱, 파티셔닝 및 쿼리 처리/최적화 기능을 제공합니다.
특징
Apache Sedona의 주요 기능 중 일부는 다음과 같습니다.
이는 Apache Sedona의 주요 기능 중 일부이지만 특정 버전 및 구성에 따라 추가 기능을 제공할 수도 있습니다.
대화형 Sedona Python Jupyter Notebook을 즉시 클릭하고 플레이해 보세요!
세도나는 언제 사용하나요?
사용 사례:
Apache Sedona는 공간 데이터 작업에 널리 사용되는 프레임워크이며 다양한 사용 사례와 애플리케이션을 갖추고 있습니다. Apache Sedona의 주요 사용 사례는 다음과 같습니다.
코드 예:
이 예에서는 AWS S3에 .CSV 파일로 저장된 NYC 택시 여행 기록과 택시 구역 정보를 Sedona 공간 데이터 프레임에 로드합니다. 그런 다음 택시 여행 데이터 세트에 대해 공간 SQL 쿼리를 수행하여 뉴욕 맨해튼 지역 내의 레코드를 제외한 모든 레코드를 필터링합니다. 또한 이 예에서는 택시 여행이 구역의 지리적 범위 내에 있는지 여부에 따라 택시 여행 기록을 구역과 일치시키는 공간 조인 작업을 보여줍니다. 마지막으로 마지막 코드 조각은 Sedona의 출력을 GeoPandas와 통합하고 두 데이터 세트의 공간 분포를 표시합니다.
AWS S3에 저장된 CSV 파일에서 NYC 택시 운행 및 택시 구역 데이터 로드
맨해튼의 택시 여행만 반환하는 공간 SQL 쿼리
택시 데이터프레임과 구역 데이터프레임 간의 공간 조인을 통해 각 구역에서 택시 찾기
GeoPandas를 사용하여 로드된 공간 데이터프레임의 지도 표시
도커 이미지
Python JupyterLab 및 단일 노드 클러스터가 포함된 Apache Sedona용 Docker 이미지를 제공합니다. 이미지는 DockerHub에서 사용할 수 있습니다.
세도나 빌딩
Python 패키지를 설치하려면 다음 안내를 따르세요.
소스코드를 컴파일하려면 Sedona 웹사이트를 참조하세요.
소스 코드의 모듈
선적 서류 비치
자세한 내용은 Apache Sedona 웹사이트를 참조하세요.
제공:
예:
미츠바 렌더러 3
선적 서류 비치 | 튜토리얼 비디오 | 리눅스 | 맥OS | 윈도우 | PyPI |
|---|---|---|---|---|---|
️
경고
️
현재 문서화되지 않은 불안정한 작업이 대량으로 진행되고 있습니다.
master 브랜치. 우리는 당신이 우리의 사용을 적극 권장합니다
최신 릴리스
추후 공지가 있을 때까지.
이미 다가오는 변경 사항을 시험해보고 싶다면 다음을 살펴보십시오.
이 포팅 가이드.
여기에는 앞으로 나올 대부분의 새로운 기능과 주요 변경 사항이 포함되어야 합니다.
소개
Mitsuba 3는 순방향 및 역방향 조명을 위한 연구 중심 렌더링 시스템입니다.
스위스 EPFL에서 개발된 운송 시뮬레이션입니다.
핵심 라이브러리와 기능을 구현하는 플러그인 세트로 구성됩니다.
재료와 광원부터 완전한 렌더링 알고리즘까지 다양합니다.
Mitsuba 3은 대상 변경이 가능 합니다. 이는 기본 구현과
데이터 구조는 다양한 작업을 수행하기 위해 변환될 수 있습니다. 을 위한
예를 들어, 동일한 코드로 스칼라(고전적인 한 번에 한 광선) RGB 전송을 모두 시뮬레이션할 수 있습니다.
또는 GPU의 차동 스펙트럼 전송. 이 모든 것이 기반이 됩니다
이 프로젝트를 위해 특별히 개발된 JIT( Just-In-Time ) 컴파일러인 Dr.Jit입니다.
주요 특징
크로스 플랫폼 : Mitsuba 3는 Linux( x86_64 ), macOS에서 테스트되었습니다.
( aarch64 , x8664 ) 및 Windows ( x8664 ).
고성능 : 기본 Dr.Jit 컴파일러는 렌더링 코드를 융합합니다.
다음을 사용하여 최첨단 성능을 달성하는 커널로
CPU 및 CUDA/OptiX 백엔드를 대상으로 하는 LLVM 백엔드
레이 트레이싱 하드웨어 가속을 통해 NVIDIA GPU를 목표로 합니다.
Python 우선 : Mitsuba 3는 Python과 긴밀하게 통합되어 있습니다. 재료,
텍스처, 심지어 전체 렌더링 알고리즘도 Python으로 개발할 수 있습니다.
시스템이 즉석에서 JIT 컴파일(및 선택적으로 차별화)을 수행합니다.
이는 컴퓨터 그래픽 연구에 필요한 실험을 가능하게 하며,
다른 학문.
차별화 : Mitsuba 3는 차별화 가능한 렌더러입니다.
입력에 대한 전체 시뮬레이션의 파생물을 계산할 수 있습니다.
카메라 포즈, 기하학, BSDF, 텍스처 및 볼륨과 같은 매개변수. 그것
EPFL에서 개발된 최근 미분 가능 렌더링 알고리즘을 구현합니다.
스펙트럼 및 편광 : Mitsuba 3는 단색광으로 사용 가능
렌더러, RGB 기반 렌더러 또는 스펙트럼 렌더러. 각 변형은 다음을 수행할 수 있습니다.
원하는 경우 선택적으로 편광 효과를 고려하십시오.
튜토리얼 비디오, 문서
우리는 부드러운 소개를 제공하는 여러 YouTube 비디오를 녹화했습니다.
미츠바3와 Dr.Jit. 이 외에도 완전한 Juypter 노트북을 찾을 수 있습니다.
다양한 애플리케이션, 사용법 가이드, 참조 문서를 다루고 있습니다.
readthedocs에서.
설치
우리는 PyPI를 통해 사전 컴파일된 바이너리 휠을 제공합니다. 이 방법으로 Mitsuba를 설치하는 것은 실행만큼 간단합니다.
pip 미츠바 설치
명령줄에서. Python 패키지에는 기본적으로 13가지 변형이 포함되어 있습니다.
scalar_rgb
scalar_spectral
scalarspectralpolarized
llvmadrgb
llvmadmono
llvmadmono_polarized
llvmadspectral
llvmadspectral_polarized
cudaadrgb
cudaadmono
cudaadmono_polarized
cudaadspectral
cudaadspectral_polarized
처음 두 개는 RGB 중 하나를 사용하여 한 번에 한 광선 시뮬레이션을 수행합니다.
또는 스펙트럼 색상 표현 중 후자 두 개는 역으로 사용될 수 있습니다.
CPU 또는 GPU에서 렌더링합니다. 추가 변형에 액세스하려면 다음을 수행해야 합니다.
CMake를 사용하여 Dr.Jit의 사용자 정의 버전을 컴파일합니다. 다음을 참조하세요.
선적 서류 비치
이에 대한 자세한 내용은.
요구사항
Python >= 3.8
(선택 사항) GPU 계산의 경우: Nvidia driver >= 495.89
(선택 사항) CPU에서 벡터화/병렬 계산의 경우: LLVM >= 11.1
용법
다음은 렌더링이 얼마나 간단한지 보여주는 간단한 "Hello World" 예제입니다.
Python에서 Mitsuba 3을 사용하는 장면:
# 별칭 "mi"를 사용하여 라이브러리 가져오기 import mitsuba as mi# renderermi.setvariant('scalarrgb')의 변형 설정# 장면 로드 = mi.loaddict(mi.cornellbox())# 장면 렌더링 = mi. render(scene)# 렌더링된 이미지를 EXR 파일에 씁니다mi.Bitmap(img).write('cbox.exr')다양한 애플리케이션을 다루는 튜토리얼과 예제 노트북을 찾을 수 있습니다.
문서에서.
에 대한
이 프로젝트는 Wenzel Jakob이 만들었습니다.
코드의 중요한 기능 및/또는 개선 사항은 다음에 의해 기여되었습니다.
세바스티앙 슈파이어러,
니콜라스 루셀,
멀린 니미에-데이비드,
델리오 비치니,
티지안 젤트너,
밥티스트 니콜레,
미구엘 크레스포,
빈센트 르로이,
장쯔이.
학술 프로젝트에서 Mitsuba 3를 사용하는 경우 다음을 인용하십시오.
@software{Mitsuba3,title = {Mitsuba 3 렌더러},author = {Wenzel Jakob 및 Sébastien Speierer 및 Nicolas Roussel 및 Merlin Nimier-David 및 Delio Vicini 및 Tizian Zeltner 및 Baptiste Nicolet 및 Miguel Crespo 및 Vincent Leroy 및 Ziyi Zhang},note = {https://mitsuba-renderer.org},버전 = {3.1.1}, 연도 = 2022}`
