Sistema de análisis y administración de datos de imágenes (Kubernetes)

El patrón de sistema de análisis y administración de datos de imágenes se suele implementar en Kubernetes utilizando el software ArcGIS Enterprise on Kubernetes.

ArcGIS Enterprise on Kubernetes utiliza microservicios y la contenedorización para proporcionar una arquitectura nativa en la nube, que se ejecuta en la plataforma Kubernetes de su organización o en el servicio de Kubernetes de su proveedor de nube. Utiliza contenedores para dividir los procesos de SIG en microservicios, cada uno de los cuales realiza una función discreta y enfocada. Cada microservicio funciona en un contenedor que empaqueta todo lo necesario para ejecutar una aplicación. Uno o más contenedores se alojan en un pod que incluye recursos de almacenamiento, una identidad de red y un conjunto de reglas sobre cómo debe ejecutarse el contenedor. El clúster de Kubernetes organiza y administra contenedores de ArcGIS Enterprise on Kubernetes.

ArcGIS Enterprise on Kubernetes es más adecuado para las organizaciones que han invertido en Kubernetes para organizar y administrar sus aplicaciones con contenedores.

Recursos relacionados:

• Descripción general de Kubernetes (sitio de Kubernetes)
• Recursos de ArcGIS Enterprise on Kubernetes
• Requisitos del sistema de ArcGIS Enterprise on Kubernetes
• Sitio web de flujos de trabajo de imágenes de ArcGIS, que ofrece recorridos detallados de flujos de trabajo de imágenes clave de todos los productos de ArcGIS.

Arquitectura base

A continuación, se muestra una arquitectura base típica para un sistema de análisis y administración de datos de imágenes implementado en Kubernetes.

Este diagrama no debe tomarse tal cual y utilizarse como diseño para su sistema. Hay muchos factores importantes y opciones de diseño que deben tenerse en cuenta al diseñar su sistema. Consulte el tema de uso de patrones del sistema para obtener más información. Además, el diagrama que se muestra a continuación solo muestra las funcionalidades básicas del sistema; es posible que se necesiten componentes del sistema adicionales para obtener funcionalidades ampliadas.

Las funcionalidades representadas arriba reflejan las disponibles en julio de 2025.

Entre los componentes clave de esta arquitectura están:

• Datos de imágenes (de muchos tipos) almacenados en almacenamiento de objetos, servidores de archivos y otras fuentes. La definición de datos de imágenes en este patrón es amplia e incluye las imágenes ráster tradicionales recogidas a partir de plataformas aéreas, de drones y de satélites, LIDAR y otros tipos de datos 3D, imágenes orientadas y datasets multidimensionales y científicos. El almacenamiento de objetos es especialmente relevante para este sistema, ya que se utiliza con frecuencia como sistema de almacenamiento rentable para activos de imágenes muy grandes, que pueden rendir bien cuando se optimizan para este tipo de almacenamiento.
• Una implementación fundamental de contenedores de ArcGIS Enterprise on Kubernetes en el clúster de Kubernetes. Contiene cuatro categorías de pods que representan varias funciones del sistema. Para más información, consulte la documentación de ArcGIS Enterprise on Kubernetes.
• Se requiere un equilibrador de carga para dirigir el tráfico a través de cada nodo trabajador. Para más información, consulte los requisitos de red del sistema de ArcGIS Enterprise on Kubernetes.
• El almacén de objetos proporciona almacenamiento administrado por ArcGIS para contenidos cargados y guardados, cachés de capas de imágenes y teselas alojadas y resultados de geoprocesamiento. A partir de ArcGIS Enterprise 11.2, el almacén de objetos puede configurarse para utilizar el almacenamiento nativo de la nube de varios proveedores de servicios compatibles.
• ArcGIS Online, la infraestructura SaaS de Esri, normalmente proporciona mapas base (como los mapas base de imágenes), datos de referencia (como los lugares), así como otros servicios de ubicación (incluida la geocodificación y la búsqueda) para este sistema. Como alternativa, es posible que la organización aloje y administre sus propios servicios de ubicación en lugar de utilizar el sistema SaaS de Esri. Consulte el patrón de sistema de servicios de ubicación para obtener más información.
• Hay varias aplicaciones que se usan comúnmente en este patrón para una variedad de fines. Entre ellas se incluyen: ArcGIS Pro (escritorio), ArcGIS Experience Builder (web) y ArcGIS Field Maps (nativa). El sitio web de ArcGIS Portal, Map Viewer y Scene Viewer se utilizan para interactuar con los datos de imágenes, configurarlos y analizarlos. Los notebooks de Python, que se ejecutan en un entorno alojado por el usuario, ArcGIS Notebook Server o ArcGIS Pro, se utilizan para interactuar con los datos de imágenes, visualizarlos y analizarlos, y ArcGIS Reality proporciona un completo conjunto de herramientas para el procesamiento de los datos de captura de la realidad. Más información sobre las aplicaciones utilizadas en un sistema de análisis y administración de datos de imágenes.

Entre las interacciones clave en esta arquitectura están:

1. Las aplicaciones de clientes se comunican con los servicios de datos de imágenes y con los servicios de ubicación a través de HTTPS, normalmente mediante API REST sin estado. Este patrón hace un uso intensivo de servicios de imágenes en teselas y dinámicos, servicios de escenas y diversos servicios analíticos.
2. En este patrón de implementación, los usuarios suelen administrar los activos de imágenes en recursos compartidos de archivos o en almacenamiento de objetos en la nube en varios formatos. Los servicios de imágenes se publican directamente desde este almacenamiento sin copia de datos ni salida del sistema de almacenamiento. Los datasets de mosaico y otros modelos de datos suelen crearse en geodatabases de archivos o en geodatabases corporativas. Los servicios de alojamiento de imágenes o pods dentro de ArcGIS Enterprise on Kubernetes pueden alojar servicios de imágenes publicados a partir de datasets de mosaico junto con servicios de imágenes alojados publicados a partir de cargas de usuarios al portal o trabajos de análisis de ráster. Los trabajos de análisis ráster (ArcGIS Enterprise 11.2 y posteriores) se utilizan para analizar grandes conjuntos de imágenes y guardar y publicar los resultados de nuevo en el sistema como servicios de imágenes.

Puede encontrar información adicional sobre las interacciones entre los componentes de ArcGIS Enterprise en la documentación de producto de ArcGIS Enterprise on Kubernetes.

Capacidades

A continuación, se describen las funcionalidades del sistema de análisis y administración de datos de imágenes en Kubernetes. Consulte la descripción general de funcionalidades y la comparación de compatibilidad de funcionalidades en los distintos patrones de implementación para obtener más información.

No se enumeran a continuación las funcionalidades utilizadas en un sistema de análisis y administración de datos de imágenes, pero que suelen proporcionar otros sistemas, como los mapas base, la geocodificación y otros servicios de ubicación proporcionados por un sistema de servicios de ubicación. Más información sobre los patrones de sistema relacionados.

Funcionalidades básicas

Las funcionalidades básicas representan las funcionalidades más comunes que ofrecen los sistemas de análisis y administración de datos de imágenes y que están habilitadas por la arquitectura básica presentada anteriormente.

• La visualización y el análisis de imágenes permiten a los usuarios interactuar con los datos de imágenes como un mapa base en una aplicación, mediante superposiciones dinámicas de imágenes, navegando por colecciones de imágenes históricas o recopilando observaciones basadas en un vuelo reciente de un dron. Mejore las imágenes mediante ajustes dinámicos, extensiones y cambios de combinaciones de bandas. La representación en pantalla de imágenes se optimiza para mostrar el área de interés solicitada y volver a aplicar las reglas de representación en pantalla en cada desplazamiento panorámico y zoom. Utilice herramientas de geoprocesamiento, algoritmos y funciones para analizar los datos de las imágenes, evaluar el uso del suelo, monitorizar la actividad y los cambios, medir los daños y evaluar los factores medioambientales.
• El modelado y la estructuración de datos crean planteamientos estandarizados para agregar grandes conjuntos de datos a modelos de datos comunes, como los dataset de mosaico y LAS, los productos ráster y los modelos de sensores, los catálogos de imágenes orientadas u otros modelos específicos del sector o del uso de casos concretos, como los datos de trayectoria. Cree datasets de catálogo e interactúe con capas de catálogo de activos en almacenamiento local o de red o agregue elementos y servicios de una organización de ArcGIS Online o ArcGIS Enterprise. Estos modelos ayudan a organizar, proporcionar metadatos sobre estos datasets detallados y habilitar su uso.
• La publicación de datos de imágenes permite a los usuarios de todo tipo crear y alojar colecciones de imágenes y otras fuentes de datos de teledetección. Publique colecciones de imágenes y productos como servicios dinámicos o de teselas a escala local o global, que puedan visualizarse y que se pueda interactuar con ellos mediante aplicaciones web, móviles y de escritorio.
• El análisis ráster al vuelo se basa en el uso de funciones ráster y en la combinación de un conjunto de esas funciones en plantillas de funciones ráster para combinar rápidamente bandas, comparar imágenes y analizar valores a través de colecciones de imágenes para crear una imagen de salida dinámica. Las funciones ráster se aplican en el momento de la solicitud, solo se aplican al área de píxeles solicitada y representan una forma eficiente de representar dinámicamente las imágenes sin reprocesar todo un dataset.
• El análisis de elevación proporciona funcionalidades para generar curvas de nivel, ejecutar modelos hidrológicos, ver y delinear cuencas hidrográficas y ver representaciones en pantalla del terreno, la pendiente y el aspecto de datasets detallados. Complete análisis volumétricos cortando y rellenando o comparando superficies 3D y datasets. Combine la elevación de diferentes fuentes, a distintas resoluciones y prepare un servicio de elevación integrado que pueda utilizarse para la visualización directa o como base para una representación en 3D de una ciudad o un área regional. Esri también proporciona servicios de elevación listos para usar para solicitudes de visualización y análisis.
• Las funcionalidades de extracción de imágenes permiten la exportación y descarga dinámica y programática de datos de imágenes de origen y en mosaico para su uso en otras aplicaciones o como chips de imágenes en flujos de trabajo de aprendizaje profundo. La extracción puede proporcionar acceso directo a los píxeles de origen o crear una nueva imagen remuestreada a una resolución específica para una extensión solicitada. ArcGIS también admite la extracción de áreas del mapa base Imágenes del mundo para su uso sin conexión en flujos de trabajo de acceso y edición de datos desconectados.
• El aprendizaje profundo y la IA están integrados en todo ArcGIS y en los sistemas de análisis y administración de datos de imágenes. Los usuarios pueden entrenar y ejecutar inferencias sobre modelos de aprendizaje profundo utilizando activos de imágenes y recursos de cómputo locales o escalados en grandes sistemas que incluyen recursos y servicios en la nube. ArcGIS Living Atlas también contiene una galería de modelos preentrenados que están disponibles para su uso directo o que pueden adaptarse a los flujos de trabajo, los datos o la geografía específicos de una organización.
• Los datos multidimensionales pueden explorarse utilizando formatos científicos estándar como NetCDF, GRIB, HDF y Zarr. Estos datos muestran variables como el cambio a lo largo del tiempo o las mediciones a diferentes altitudes o profundidades atmosféricas. ArcGIS incluye interfaces de usuario específicas de ArcGIS Pro y en el Map Viewer de ArcGIS para visualizar rápidamente porciones de tiempo, construir y mostrar símbolos multivariantes complejos o identificar variables disponibles, construir un nuevo cálculo propio o predecir variables fuera de la extensión temporal del dataset.
• Trabaje en el espacio de imágenes y realice tareas de medición de imágenes y visualice las imágenes tal y como fueron captadas del sensor, junto con las tradicionales vistas ortográficas y estereoscópicas. El análisis de espacio de imagen también puede utilizarse para recopilar entidades, ver detalles sin remuestreo y evitar la distorsión.
• Utilice las funcionalidades de visión estereoscópica para visualizar imágenes en 2.5D, realizar tareas de medición de imágenes, digitalizar manualmente y extraer entidades con gran precisión y potencial de objetos en 3D. Utilizada con frecuencia en los flujos de trabajo de fotogrametría, la edición estereoscópica está disponible principalmente en ArcGIS Pro.

Funcionalidades extendidas

Las funcionalidades extendidas se agregan normalmente para satisfacer necesidades específicas o para admitir modelos de datos y soluciones específicos del sector, y pueden requerir componentes de software adicionales o consideraciones arquitectónicas.

• Se pueden crear trabajos distribuidos de análisis de ráster para ejecutar cálculos de funciones ráster en grandes cantidades de imágenes en un modelo informático distribuido. Estas operaciones también pueden incluir la inferencia mediante modelos de aprendizaje profundo entrenados o la creación de nuevos productos de datos de salida basados en una representación o cálculo predefinidos. Los datos de los trabajos de análisis de ráster se conservan mediante la funcionalidad de alojamiento de imágenes de ArcGIS Enterprise.
• Trabaje con imágenes orientadas de varios tipos, incluidas imágenes oblicuas, de burbuja o esféricas, imágenes panorámicas de 360 grados, a pie de calle y de inspección. Estos datasets no son imágenes nadir tradicionales, pero pueden tener un valor significativo para las organizaciones a través de flujos de trabajo como la investigación de seguridad, la inspección de activos o la recopilación de datos. Las funcionalidades de imágenes orientadas de ArcGIS incluyen un modelo de datos estructurado, una aplicación de visor dedicada y soporte para servir y trabajar con imágenes orientadas en una gran variedad de aplicaciones.
• Admita operaciones con drones, desde la administración de flotas hasta la planificación de misiones específicas y el procesamiento de datos sobre el terreno, utilizando una matriz de aplicaciones y herramientas web, de escritorio y móviles. Se puede utilizar ArcGIS Dashboards para monitorizar el progreso de la recopilación, identificar problemas operativos y administrar la presentación de informes a los equipos de calidad y procesamiento de datos.
• La representación cartográfica de realidad incorpora amplias funcionalidades de representación cartográfica de ortofotos para la generación de productos de alta fidelidad. Utilice drones y otras imágenes aéreas para crear modelos digitales de superficie de resolución máxima, ortofotos verdaderas, catálogos de imágenes orientadas, mallas de superficie 2D, nubes de puntos 3D densas y mallas 3D fotorrealistas. Las funcionalidades de los mapas de realidad están disponibles en patrones de procesamiento basados en web, escritorio y servidor.
• Administre, visualice y analice datasets LIDAR que incluyan una variedad de formatos de datos, para comprender las condiciones de la superficie, identificar diferentes niveles de intensidad, capas de puntos de retorno, extraer entidades, clasificar nubes de puntos, trabajar con coloración fotorrealista y crear productos derivados. Administre grandes conjuntos de archivos LIDAR como una capa continua utilizando un dataset LAS.
• Trabaje con el radar de apertura sintética accediendo a colecciones de imágenes procedentes de plataformas y sensores SAR. ArcGIS incluye tipos de ráster específicos para SAR, funciones ráster y planteamientos de visualización que admiten este tipo de datos único y potente.
• Trabaje con los catálogos de activos espaciotemporales (STAC) para conectarse a los catálogos de imágenes existentes y buscar, filtrar y analizar registros para identificar los datos adecuados para un proyecto. Utilice la conexión STAC y la experiencia de búsqueda en ArcGIS Pro, el módulo arcpy Python y la ArcGIS API for Python para consultar catálogos STAC públicos y privados y acceder directamente a los activos a través de conexiones de datos en la nube.

Consideraciones

Las consideraciones que se exponen a continuación aplican los pilares del marco ArcGIS Well-Architected Framework al patrón del sistema de análisis y administración de datos de imágenes en Kubernetes. La información aquí presentada no pretende ser exhaustiva, sino más bien destacar las consideraciones clave para diseñar y/o implementar esta combinación específica de sistema y patrón de implementación. Para más información acerca de los pilares del marco ArcGIS Well-Architected Framework, consulte las prácticas de arquitectura.

Fiabilidad

La fiabilidad garantiza que su sistema proporcione el nivel de servicio requerido por la compañía, así como por sus clientes y partes interesadas. Para obtener más información, consulte la descripción general del pilar de fiabilidad.

• Los SLA que exigen altos niveles de disponibilidad son habituales.
  • Los perfiles de arquitectura son perfiles de implementación predefinidos que se correlacionan con distintos niveles de redundancia entre pods y proporcionan flexibilidad a través de diversas variables conocidas, como los requisitos de hardware, redundancia y uso por parte de la organización.
  • Considere el perfil de arquitectura de disponibilidad mejorada cuando se requiera aumentar y expandir la redundancia en los pods críticos.
• También se admiten copias de seguridad y restauraciones a nivel del sistema.

Seguridad

La seguridad protege sus sistemas y su información. Para obtener más información, consulte la descripción general del pilar de seguridad.

• La autenticación y la autorización son necesarias para administrar las imágenes. También es habitual que las salidas de imágenes sean seguras, requiriendo autenticación y autorización para el acceso.
  • El acceso de los usuarios y la colaboración de datos se rigen por controles de acceso basados en roles y modelos modernos de autorización y autenticación, incluidos OAuth, SAML y autenticación multifactor.
  • Los privilegios se administran cuidadosamente para garantizar que solo a los usuarios debidamente formados y aprovisionados se les conceden funcionalidades de alojamiento de imágenes (la capacidad de crear servicios). Estos privilegios pueden habilitarse o deshabilitarse asignando un rol personalizado a los usuarios o cambiando su rol por otro ya existente.
  • Se puede acceder a los datos de las imágenes en el almacenamiento en la nube utilizando conceptos de seguridad nativos de la nube como AWS IAM y Azure Managed Identities.

Más información sobre las prácticas recomendadas de seguridad de ArcGIS Enterprise y la guía de implementación.

Rendimiento y escalabilidad

El rendimiento y la escalabilidad tienen como objetivo optimizar la experiencia general de los usuarios con el sistema, así como garantizar que este se adapte a las demandas cambiantes de la carga de trabajo. Para obtener más información, consulte la descripción general del pilar de rendimiento y escalabilidad.

• El escalado de este patrón no se manipula automáticamente y debe planificarse con detenimiento.
• La escalabilidad es una consideración de diseño importante, ya que los sistemas de análisis y administración de datos de imágenes suelen utilizarse mucho dentro de una organización. Además, el uso puede aumentar rápidamente y de forma inesperada a medida que crece la adopción general de SIG en una organización. Las implementaciones de ArcGIS Enterprise on Kubernetes se pueden escalar horizontalmente ajustando el número de pods, así como verticalmente ajustando la memoria y la CPU. ArcGIS Enterprise on Kubernetes también proporciona opciones de escalado sólidas y flexibles para los servicios. Más información sobre el escalado de servicios.
  • El escalado del alojamiento de imágenes no suele ser necesario, ya que las solicitudes de imágenes en teselas son de naturaleza ligera. El escalado de los sitios de análisis de ráster depende de los recursos informáticos disponibles y del tipo y la frecuencia del análisis que se necesite.
• La definición del origen y la estructura de las imágenes deben considerarse con el mismo detenimiento en este patrón de sistema, ya que los servicios de imágenes conectan directamente con las imágenes de origen. Un tipo de archivo o un patrón de almacenamiento ineficientes pueden repercutir en el rendimiento del servicio.

Automatización

La automatización tiene como objetivo reducir el esfuerzo dedicado a la implementación manual y a las tareas operativas, lo que conduce a una mayor eficiencia operativa, así como a la reducción de las anomalías del sistema introducidas por las personas. Para obtener más información, consulte la descripción general del pilar de automatización.

• La administración de datos de imágenes implica a menudo la automatización, normalmente mediante Python. Lo más habitual es utilizar ArcGIS API for Python, que puede trabajar con servicios y datos de imágenes y utilizarse para automatizar actualizaciones, cambios en las imágenes u otros flujos de trabajo.
• La automatización de la administración del sistema la manipulada en gran parte Kubernetes.
• ArcGIS Enterprise on Kubernetes incluye la compatibilidad con la implementación y configuración basadas en Helm.

Integración

La integración conecta este sistema con otros para prestar servicios empresariales y amplificar la productividad de la organización. Para obtener más información, consulte la descripción general del pilar de integración.

• Los sistemas de análisis y administración de datos de imágenes basados en ArcGIS Enterprise se integran con frecuencia con otros sistemas de administración de imágenes, incluidos los proveedores de contenido que comparten servicios de imágenes que pueden registrarse en ArcGIS Enterprise.
• Las salidas del servicio de imágenes de los sistemas de análisis y administración de datos de imágenes también suelen integrarse en otros sistemas de la empresa de una organización y, por lo tanto, también pueden admitir operaciones comerciales desconocidas o no disponibles para los administradores de sistemas.

Observabilidad

La observabilidad proporciona visibilidad del sistema, habilitando al personal de operaciones y a otros roles técnicos para mantener el sistema funcionando en un estado saludable y estable. Para obtener más información, consulte la descripción general del pilar de observabilidad.

• ArcGIS Enterprise on Kubernetes puede observarse de varias maneras, incluidos los registros del sistema y la monitorización del estado a través de ArcGIS Enterprise Manager. La monitorización de la disponibilidad, el rendimiento y el uso del sistema es lo más importante para este patrón de sistema. Además de la monitorización del software ArcGIS Enterprise, es importante monitorizar todos los componentes y la infraestructura de soporte, como el entorno de Kubernetes, las bases de datos y otros data stores, así como la infraestructura informática, de red, de seguridad y de otro tipo. Más información sobre la monitorización del estado y la fiabilidad del sistema.
• La prestación de servicios de imágenes a toda la organización (y posiblemente más allá) puede dar lugar a patrones de uso y crecimiento no previstos por los diseñadores u operadores del sistema. La monitorización ayuda a tomar decisiones sobre cuándo escalar y evolucionar para satisfacer la demanda sin dejar de funcionar correctamente (y de acuerdo con los SLA).
• Es posible realizar observaciones adicionales de los inicios de sesión de los usuarios y los cambios en las cuentas a través del proveedor de identidad configurado cuando se utilizan inicios de sesión SAML y/o OpenID Connect.

Otro

Entre las consideraciones adicionales para el diseño y la implementación de sistemas de análisis y administración de datos de imágenes se incluyen:

• Para que funcione correctamente es necesario conocer a fondo los conceptos de SIG, TI y bases de datos, así como la tecnología. Esto incluye conocimiento y habilidades específicos del sistema o sistemas de almacenamiento seleccionados, tipos y formatos de datos de imágenes, así como de Kubernetes.
• Para las organizaciones que disponen de recursos y personal para implementar y mantener software corporativo en Kubernetes, la opción de implementación ArcGIS Enterprise on Kubernetes separa la administración y el mantenimiento de TI de la administración de SIG.
• La gobernanza de datos y la alineación con las políticas y roles de TI, como el administrador de datos y el administrador de bases de datos, deben tenerse muy en cuenta a la hora de implementar este patrón de sistema.

Recursos relacionados:

• ArcGIS Trust Center
• Ciclo de vida de desarrollo seguro de Esri
• Compromiso de Esri con la accesibilidad