榛子

本文档提供了两个不同项目的信息：Hazelcast（实时数据平台）和 Mitsuba 3（面向研究的渲染系统）。 Hazelcast 详细介绍了其功能、用例和贡献指南，而 Mitsuba 3 则重点介绍其功能、安装和使用示例。两者都为用户提供全面的文档和支持资源。

榛卡斯特

什么是 Hazelcast

全球领先的公司信赖 Hazelcast 来实现应用程序现代化并对动态数据采取即时行动，以创造新的收入来源、降低风险并提高运营效率。企业使用 Hazelcast 的统一实时数据平台来处理流数据，利用历史背景对其进行丰富，并在将数据存储到数据库或数据湖之前，通过标准或 ML/AI 驱动的自动化采取即时行动。

Hazelcast 被评为 Gartner 事件流处理市场指南，并被评为流数据平台 GigaOm Radar 报告中的领导者。要加入由劳氏 (Lowe's)、汇丰银行 (HSBC)、摩根大通 (JPMorgan Chase)、沃尔沃 (Volvo)、纽约人寿 (New York Life) 等品牌的 CXO、建筑师和开发商组成的社区，请访问 hazelcast.com。

何时使用 Hazelcast

Hazelcast 提供了一个可以处理多种类型工作负载的平台

构建实时应用程序。

主要特点

状态数据处理

Hazelcast 有一个内置的数据处理引擎，称为

Jet，可用于构建流式/实时

以及具有弹性的批处理/静态数据管道。 Hazelcast单节点已被证明聚合1000万

每秒事件数

延迟低于 10 毫秒。 Hazelcast 节点集群可以处理数十亿个数据

每事件

第二。

开始使用

遵循入门指南

指导

安装并开始使用 Hazelcast。

文档

阅读文档

有关如何安装 Hazelcast 的深入详细信息以及功能概述。

获取帮助

您可以使用 Slack 获取 Hazelcast 的帮助。

如何贡献

感谢您有兴趣贡献！最简单的方法就是发送一个 pull

要求。

从源头构建

构建 Hazelcast 至少需要 JDK 17。从

存储库并使用 Maven 安装（或打包）来构建：

建议使用附带的 Maven 包装器脚本。

也可以使用本地 Maven 发行版，具有相同的功能

Maven 包装器脚本中使用的版本。

此外，还可以通过设置 -Dquick 系统激活快速构建

跳过验证任务以加快本地构建的属性（例如测试、checkstyle

验证、javadoc、源插件等）并且不构建扩展和分发

模块。

测试

考虑到默认构建会执行数千个测试，这可能

需要相当长的时间。 Hazelcast 有 3 个测试配置文件：

运行快速/集成测试（可以运行

通过使用 -P parallelTest 配置文件在不使用网络的情况下并行运行）。

运行速度慢的测试

或不能并行运行。

使用串行运行所有测试

网络。

有些测试需要 Docker 来运行。设置 -Dhazelcast.disable.docker.tests 系统属性以忽略它们。

开发 PR 时，运行新测试和一些测试就足够了

本地测试的相关子集。我们的公关建设者将负责运营

完整的测试套件。

执照

此存储库中的源代码受以下两个许可证之一的保护：

整个存储库的默认许可证是 Apache License 2.0，除非

标头指定另一个许可证。

致谢

我们将 CLI 工具的用户体验（良好的部分）归功于

皮科利。

版权

版权所有 (c) 2008-2024，Hazelcast, Inc。保留所有权利。

请访问 www.hazelcast.com 了解更多信息。

例子：

三叶渲染器 3

文档	教程视频	Linux	苹果系统	视窗	皮伊

️

警告

️

目前，大量无证且不稳定的工作正在进行

master分支。我们强烈建议您使用我们的

最新版本

直至另行通知。

如果您已经想尝试即将发生的更改，请查看

本移植指南。

它应该涵盖大部分新功能和即将到来的重大变化。

介绍

Mitsuba 3 是一款面向研究的前向光和逆向光渲染系统

瑞士洛桑联邦理工学院 (EPFL) 开发的交通模拟。

它由一个核心库和一组实现功能的插件组成

从材质和光源到完整的渲染算法。

Mitsuba 3 是可重定向的：这意味着底层实现和

数据结构可以转换以完成各种不同的任务。为了

例如，相同的代码可以模拟标量（经典的一次一束）RGB 传输

或 GPU 上的差分光谱传输。这一切都建立在

Dr.Jit，专门为此项目开发的专用即时(JIT) 编译器。

主要特点

• 跨平台：Mitsuba 3 已在 Linux ( x86_64 )、macOS 上进行测试

  （ aarch64 、 x8664 ）和 Windows ( x8664 )。

• 高性能：底层Dr.Jit编译器融合渲染代码

  进入内核，使用实现最先进的性能

  针对 CPU 的 LLVM 后端和 CUDA/OptiX 后端

  针对具有光线追踪硬件加速功能的 NVIDIA GPU。

• Python优先：Mitsuba 3与Python深度集成。材料，

  纹理，甚至完整的渲染算法都可以用Python开发，

  系统即时编译（并可选择区分）。

  这使得计算机图形学研究所需的实验成为可能

  其他学科。

• 差异化：Mitsuba 3 是一个可微分渲染器，这意味着它

  可以计算整个模拟相对于输入的导数

  参数，例如相机姿态、几何形状、BSDF、纹理和体积。它

  实现了 EPFL 最近开发的可微分渲染算法。

• 光谱和偏振：Mitsuba 3 可用作单色仪

  渲染器、基于 RGB 的渲染器或光谱渲染器。每个变体都可以

  如果需要的话，可以选择考虑极化的影响。

教程视频、文档

我们录制了几个 YouTube 视频，提供了温和的介绍

三叶 3 和 Dr.Jit。除此之外，您还可以找到完整的 Juypter 笔记本

涵盖各种应用程序、操作指南和参考文档

阅读文档。

安装

我们通过 PyPI 提供预编译的二进制轮。以这种方式安装三叶就像运行一样简单

pip安装三叶

在命令行上。 Python 包默认包含 13 个变体：

• scalar_rgb

• scalar_spectral

• scalarspectralpolarized

• llvmadrgb

• llvmadmono

• llvmadmono_polarized

• llvmadspectral

• llvmadspectral_polarized

• cudaadrgb

• cudaadmono

• cudaadmono_polarized

• cudaadspectral

• cudaadspectral_polarized

前两个使用 RGB 执行经典的一次一条光线模拟

或光谱颜色表示，而后两者可用于反演

在 CPU 或 GPU 上渲染。要访问其他变体，您需要

使用 CMake 编译 Dr.Jit 的自定义版本。请参阅

文档

有关详细信息。

要求

• Python >= 3.8

• （可选）对于 GPU 上的计算： Nvidia driver >= 495.89

• （可选）对于 CPU 上的矢量化/并行计算： LLVM >= 11.1

用法

这是一个简单的“Hello World”示例，展示了渲染一个

使用 Python 中的 Mitsuba 3 的场景：

 # 使用别名“mi”导入库 import mitsuba as mi# 设置渲染器的变体mi.setvariant('scalarrgb')# 加载场景scene = mi.loaddict(mi.cornellbox())# 渲染场景img = mi. render(scene)# 将渲染图像写入EXR文件mi.Bitmap(img).write('cbox.exr')

可以找到涵盖各种应用程序的教程和示例笔记本

在文档中。

关于

该项目由 Wenzel Jakob 创建。

代码的重要功能和/或改进由以下人员贡献

塞巴斯蒂安·施派尔,

尼古拉斯·罗塞尔，

梅林·尼米尔-大卫，

德里奥·维西尼,

蒂齐安·泽尔特纳,

巴蒂斯特·尼科莱特,

米格尔·克雷斯波,

文森特·勒罗伊，和

张子怡.

在学术项目中使用 Mitsuba 3 时，请引用：

 @software{Mitsuba3，标题 = {Mitsuba 3 渲染器}，作者 = {Wenzel Jakob 和 Sébastien Speierer 和 Nicolas Roussel 和 Merlin Nimier-David 和 Delio Vicini 和 Tizian Zeltner 和 Baptiste Nicolet 和 Miguel Crespo 和 Vincent Leroy 和 Ziyi Zhu}，注= {https://mitsuba-renderer.org}，版本 = {3.1.1}，年份 = 2022}