Système de gestion et d’analyse des données d’imagerie (Kubernetes)

Le modèle de système de gestion et d’analyse des données d’imagerie est généralement déployé sur Kubernetes à l’aide du logiciel ArcGIS Enterprise on Kubernetes.

ArcGIS Enterprise on Kubernetes utilise des microservices et la conteneurisation pour fournir une architecture Cloud native, s’exécutant soit sur la plateforme Kubernetes de l’organisation, soit dans le service Kubernetes du fournisseur de Cloud. Il utilise des conteneurs pour diviser les processus SIG en microservices, qui effectuent chacun une fonction précise et discrète. Chaque microservice est exécuté dans un conteneur qui empaquette tout ce qui est nécessaire pour exécuter une application. Un ou plusieurs conteneurs sont hébergés dans un pod qui inclut des ressources de stockage, une identité réseau et un ensemble de règles à exécuter par le conteneur. Le cluster Kubernetes orchestre et gère les conteneurs ArcGIS Enterprise on Kubernetes.

ArcGIS Enterprise on Kubernetes convient aux organisations qui ont opté pour Kubernetes afin d’orchestrer et de gérer leurs applications conteneurisées.

Ressources associées :

• Vue d’ensemble de Kubernetes (site Kubernetes)
• Ressources ArcGIS Enterprise on Kubernetes
• Configuration système requise pour ArcGIS Enterprise on Kubernetes
• Site Web des processus d’imagerie ArcGIS, qui fournit les présentations détaillées des principaux processus d’imagerie dans les produits ArcGIS

Architecture de base

Voici une architecture de base type d’un système de gestion et d’analyse des données d’imagerie déployé sur Kubernetes.

Ce diagramme ne doit pas être utilisé tel quel pour la conception d’un système. De nombreux facteurs importants et choix de conception doivent être pris en compte lors de la conception d’un système. Pour plus d’informations, consultez la rubrique Utilisation des modèles de système. De plus, le diagramme ci-dessous ne fournit que les fonctionnalités de base du système ; des composants système supplémentaires peuvent être nécessaires pour fournir des fonctionnalités étendues.

Les fonctionnalités représentées ci-dessus correspondent à celles disponibles en juillet 2025.

Les principaux composants de cette architecture sont les suivants :

• Les données d’imagerie (de types multiples) stockées dans le stockage d’objets, les serveurs de fichiers et d’autres sources. La définition des données d’imagerie dans ce modèle est large et comprend l’imagerie raster traditionnelle collectée à partir de plateformes aériennes, de drone et de satellite, les données lidar et d’autres types de données 3D, l’imagerie orientée et les jeux de données multidimensionnelles et scientifiques. Le stockage d’objets est particulièrement pertinent pour ce système, car il est fréquemment utilisé comme système de stockage économique pour les ressources d’imagerie très volumineuses, qui peuvent fonctionner correctement lorsqu’elles sont optimisées pour ce type de stockage.
• Un déploiement de base de conteneurs ArcGIS Enterprise on Kubernetes dans le cluster Kubernetes. Ce déploiement contient quatre catégories de pods qui représentent différentes fonctions du système. Pour plus d’informations, consultez la documentation ArcGIS Enterprise on Kubernetes.
• Un équilibreur de charge est nécessaire pour distribuer le trafic entre les nœuds workers. Pour plus d’informations, reportez-vous à la rubrique Configuration réseau requise pour ArcGIS Enterprise on Kubernetes.
• L’object store offre un stockage géré par ArcGIS aux contenus, aux caches de couches de tuiles et d’images hébergées, ainsi qu’aux sorties de géotraitement qui ont été chargés et enregistrés. À partir d’ArcGIS Enterprise 11.2, l’object store peut être configuré pour utiliser le stockage Cloud natif auprès de plusieurs fournisseurs de services pris en charge.
• ArcGIS Online, l’infrastructure SaaS d’Esri, qui fournit généralement des fonds de carte (tels que des fonds de carte d’imagerie), des données de référence (telles que des lieux), ainsi que d’autres services de localisation (y compris le géocodage et la recherche) pour ce système. L’organisation peut également héberger et gérer ses propres services de localisation, au lieu d’utiliser le système SaaS d’Esri. Pour plus d’informations, reportez-vous à la rubrique Modèle de système de services de localisation.
• Plusieurs applications sont couramment utilisées dans ce modèle pour répondre à des objectifs différents. Il s’agit notamment d’ArcGIS Pro (bureautique), d’ArcGIS Experience Builder (Web) et d’ArcGIS Field Maps (natif). Le site Web du portail ArcGIS, Map Viewer et Scene Viewer permettent tous d’interagir avec les données d’imagerie, de les configurer et de les analyser. Les notebooks Python, qui s’exécutent dans un environnement hébergé par l’utilisateur, ArcGIS Notebook Server ou ArcGIS Pro, permettent d’interagir avec les données d’imagerie, de les visualiser et de les analyser ; ArcGIS Reality fournit un ensemble complet d’outils pour le traitement des données de capture de la réalité. En savoir plus sur les applications utilisées dans un système de gestion et d’analyse des données d’imagerie et d’analyse.

Les principales interactions de cette architecture sont les suivantes :

1. Les applications clientes communiquent avec les services de données d’imagerie et les services de localisation via HTTPS, généralement à l’aide d’API REST sans état. Ce modèle fait un usage intensif des services d’imagerie tuilée et dynamique, des services de scène et de divers services analytiques.
2. Dans ce modèle de déploiement, les utilisateurs gèrent généralement les ressources d’imagerie sur des partages de fichiers ou dans le stockage d’objets Cloud dans différents formats. Les services d’imagerie sont publiés directement à partir de ce stockage, sans copie des données ni sortie du système de stockage. Les jeux de données mosaïque et les autres modèles de données sont souvent créés dans des géodatabases fichier ou des géodatabases d’entreprise. Les services d’hébergement d’images ou les pods dans ArcGIS Enterprise on Kubernetes peuvent héberger des services d’imagerie publiés à partir de jeux de données mosaïque, ainsi que des services d’imagerie hébergés publiés à partir de chargements d’utilisateurs sur le portail ou des tâches d’analyse raster. Les tâches d’analyse raster (ArcGIS Enterprise 11.2 et versions ultérieures) permettent d’analyser de grands ensembles d’images, puis d’enregistrer et de publier les résultats dans le système en tant que services d’imagerie.

Des informations supplémentaires sur les interactions entre les composants ArcGIS Enterprise sont disponibles dans la documentation du produit ArcGIS Enterprise on Kubernetes.

Fonctionnalités

Les fonctionnalités du système de gestion et d’analyse des données d’imagerie sur Kubernetes sont décrites ci-après. Pour plus d’informations, reportez-vous à la vue d’ensemble des fonctionnalités et à la comparaison des fonctionnalités prises en charge entre les modèles de déploiement.

Les fonctionnalités utilisées dans un système de gestion et d’analyse des données d’imagerie, mais généralement fournies par d’autres systèmes, telles que les fonds de carte, le géocodage et d’autres services de localisation fournis par un système de services de localisation, ne sont pas répertoriées ci-dessous. En savoir plus sur les modèles de système associés.

Fonctionnalités de base

Les fonctionnalités de base sont les fonctionnalités les plus courantes fournies par les systèmes de gestion et d’analyse des données d’imagerie et activées par l’architecture de base présentée ci-avant.

• La visualisation et l’analyse de l’imagerie permettent aux utilisateurs d’interagir avec les données d’imagerie en tant que fond de carte dans une application, grâce à des superpositions d’images dynamiques, en naviguant dans des collections d’imageries historiques ou en collectant des observations basées sur un vol de drone récent. Vous pouvez améliorer l’imagerie grâce à des ajustements dynamiques et des étirements, ainsi qu’en modifiant les combinaisons de canaux. Le rendu de l’imagerie est optimisé pour afficher la zone d’intérêt demandée et réappliquer les règles de rendu à chaque déplacement et zoom. Utilisez des outils, des algorithmes et des fonctions de géotraitement pour analyser les données d’imagerie, évaluer l’utilisation du sol, surveiller l’activité et les changements, mesurer les dommages et évaluer les facteurs environnementaux.
• La modélisation et la structuration des données créent des approches standardisées pour l’ajout de jeux de données volumineux dans des modèles de données courants, comme les jeux de données mosaïque et LAS, des produits raster et des modèles de capteurs, des catalogues d’imagerie orientée ou d’autres modèles spécifiques à un secteur d’activité ou à des cas d’utilisation, tels que les données de trajectoire. Créez des jeux de données de catalogue et interagissez avec les couches de catalogue des ressources dans un stockage local ou en réseau, ou ajoutez des éléments et des services à partir d’une organisation ArcGIS Online ou ArcGIS Enterprise. Ces modèles facilitent l’organisation, fournissent des métadonnées et permettent l’utilisation de ces jeux de données détaillés.
• La publication de données d’imagerie permet aux utilisateurs de tous types de créer et d’héberger des collections d’images et d’autres sources de données télédétectées. Publiez, à l’échelle locale ou mondiale, des collections d’imageries et des produits sous forme de services dynamiques ou tuilés qui peuvent être visualisés et avec lesquels il est possible d’interagir à l’aide d’applications Web, mobiles et bureautiques.
• L’analyse raster à la volée repose sur l’utilisation de fonctions raster et la combinaison d’un ensemble de ces fonctions dans des modèles de fonctions raster pour combiner rapidement des canaux, comparer des imageries et analyser des valeurs à l’aide de collections d’images afin de créer une image dynamique en sortie. Les fonctions raster sont appliquées au moment de la demande et uniquement à la zone de pixels demandée ; elles permettent de rendre une imagerie de façon efficace et dynamique sans retraiter l’intégralité d’un jeu de données.
• L’analyse d’élévation permet de générer des isolignes, d’exécuter des modèles hydrologiques, de visualiser et de délimiter des bassins versants, ainsi que d’afficher les rendus de terrain, de pente et d’exposition de jeux de données détaillés. Effectuez des analyses volumétriques par découpe et remplissage ou comparez des surfaces 3D et des jeux de données. Combinez l’élévation de différentes sources, à différentes résolutions, et préparez un service d’élévation transparent qui peut être utilisé pour l’affichage direct ou comme base pour le rendu 3D d’une ville ou d’une zone régionale. Esri fournit également des services d’élévation prêts à l’emploi pour les demandes de visualisation et d’analyse.
• Les fonctionnalités d’extraction d’images permettent d’exporter et de télécharger de manière dynamique et par programmation des données d’imagerie sources et mosaïquées pour les utiliser dans d’autres applications ou en tant que fragments d’image dans des processus de Deep Learning. L’extraction peut fournir un accès direct aux pixels sources ou créer une nouvelle image rééchantillonnée à une résolution spécifique pour une étendue demandée. ArcGIS prend également en charge l’extraction de zones du fond de carte World Imagery (Imagerie mondiale) pour une utilisation hors connexion dans les processus d’accès aux données déconnectées et lors de leur mise à jour.
• Le Deep Learning et l’IA sont intégrés dans ArcGIS et les systèmes de gestion et d’analyse des données d’imagerie. Les utilisateurs peuvent entraîner et exécuter des inférences sur des modèles de Deep Learning à l’aide de ressources d’imagerie et de ressources de calcul locales, ou adaptées à de grands systèmes, y compris des ressources et des services Cloud. ArcGIS Living Atlas contient également une galerie de modèles pré-entraînés qui peuvent être utilisés directement ou adaptés aux processus, aux données ou à la géographie spécifiques d’une organisation.
• Les données multidimensionnelles peuvent être explorées via des formats scientifiques standards tels que NetCDF, GRIB, HDF et Zarr. Ces données affichent des variables telles que l’évolution dans le temps ou des mesures à différentes profondeurs ou altitudes atmosphériques. ArcGIS inclut des interfaces utilisateur dédiées dans ArcGIS Pro et ArcGIS Map Viewer pour afficher rapidement des tranches horaires, créer et afficher des symboles multivariés complexes, ou identifier des variables disponibles, créer votre propre calcul ou prédire des variables en dehors de l’étendue temporelle du jeu de données.
• Travaillez dans l’espace image, effectuez des tâches de mesure d’image et visualisez l’imagerie telle qu’elle a été capturée par le capteur, ainsi que les vues ortho traditionnelles et la visualisation stéréo. L’analyse de l’espace image permet également de collecter des entités, d’afficher des détails sans rééchantillonnage et d’éviter la distorsion.
• Utilisez les fonctionnalités de visualisation stéréo pour visualiser l’imagerie en 2,5D, effectuer des tâches de mesure d’image, numériser et extraire manuellement des entités avec une grande précision et un potentiel d’objet 3D. Fréquemment utilisée dans les processus de photogrammétrie, la mise à jour stéréo est principalement disponible dans ArcGIS Pro.

Fonctionnalités étendues

Des fonctionnalités étendues sont généralement ajoutées pour répondre à des besoins spécifiques ou prendre en charge des modèles de données et des solutions propres au secteur d’activité. Elles peuvent nécessiter des composants logiciels ou des adaptations d’architecture supplémentaires.

• Il est possible de créer des tâches d’analyse raster distribuée pour exécuter des calculs de fonction raster sur des banques d’images massives dans un modèle de calcul distribué. Ces opérations peuvent également inclure l’inférence à l’aide de modèles de Deep Learning entraînés ou la création de nouveaux produits de données en sortie basés sur des moteurs de rendu ou des calculs prédéfinis. Les données des tâches d’analyse raster sont conservées via la fonctionnalité d’hébergement d’images d’ArcGIS Enterprise.
• Travaillez avec une imagerie orientée de types variés, notamment des images obliques, à bulles ou sphériques, des panoramas à 360 degrés, des images côté rue et des images d’inspection. Ces jeux de données ne sont pas des images nadir traditionnelles, mais peuvent avoir une valeur significative pour les organisations via des processus tels que les enquêtes de sécurité, l’inspection des ressources ou la collecte de données. Les fonctionnalités d’imagerie orientée d’ArcGIS incluent un modèle de données structuré, une application de visualisation dédiée et la prise en charge de la diffusion et de l’utilisation de l’imagerie orientée dans diverses applications.
• Assistez les opérations de drone, de la gestion de la flotte à la planification de missions spécifiques en passant par le traitement des données au sol, à l’aide d’un éventail d’applications et d’outils Web, bureautiques et mobiles. ArcGIS Dashboards permet de surveiller la progression de la collecte, d’identifier les problèmes opérationnels et de gérer les rapports destinés aux équipes en charge du traitement des données et de la qualité.
• La cartographie de la réalité intègre des fonctionnalités étendues d’orthocartographie pour la génération de produits haute fidélité. Utilisez des drones et d’autres images aériennes pour créer des modèles de surface numériques en résolution maximale, des orthos vraies, des catalogues d’imagerie orientée, des maillages de surface 2D, des nuages de points 3D denses et des maillages 3D photoréalistes. Les fonctionnalités de cartographie de la réalité sont disponibles dans les modèles de traitement Web, bureautiques et sur serveur.
• Gérez, visualisez et analysez des jeux de données lidar, comprenant divers formats de données, pour comprendre les conditions de surface, identifier les différents niveaux d’intensité et les couches de points de retour, extraire des entités, classer les nuages de points, utiliser la colorisation photoréaliste et créer des produits dérivés. Gérez de grands ensembles de fichiers lidar sous la forme d’une seule couche continue à l’aide d’un jeu de données LAS.
• Utilisez l’imagerie radar à synthèse d’ouverture en accédant à des collections d’images provenant de capteurs et de plateformes SAR. ArcGIS inclut des types de raster, des fonctions raster et des approches de visualisation spécifiques au format SAR qui prennent en charge ce type de données unique et puissant.
• Utilisez des catalogues de ressources spatio-temporelles (STAC) pour vous connecter à des catalogues d’imagerie existants et recherchez, filtrez et analysez les enregistrements afin d’identifier les données appropriées pour un projet. Utilisez la connexion STAC et l’expérience de recherche dans ArcGIS Pro, le module Python arcpy et ArcGIS API for Python pour interroger les catalogues STAC publics et privés, et accéder directement aux ressources via des connexions de données Cloud.

Éléments à prendre en compte

Les sections ci-dessous décrivent les piliers du cadre ArcGIS Well-Architected Framework appliqués au modèle de système de gestion et d’analyse des données d’imagerie sur Kubernetes. Les informations présentées ici n’ont pas pour but d’être exhaustives, mais de mettre en évidence les principaux éléments à prendre en compte pour concevoir et/ou implémenter une combinaison spécifique de système et de modèle de déploiement. Pour plus d’informations sur les piliers d’ArcGIS Well-Architected Framework, reportez-vous à la rubrique Pratiques en matière d’architecture.

Fiabilité

La fiabilité garantit que le système fournit le niveau de service requis par l’entreprise, les clients et les différentes parties prenantes. Pour plus d’informations, consultez la présentation du pilier Fiabilité.

• Les contrats de niveau de service nécessitant des niveaux élevés de disponibilité sont courants.
  • Les profils d’architecture sont des profils de déploiement prédéfinis qui sont corrélés à différents niveaux de redondance des pods et offrent une certaine flexibilité pour plusieurs variables connues, comme la configuration matérielle requise, la redondance et l’utilisation au sein de l’organisation.
  • Vous pouvez utiliser le profil d’architecture à disponibilité optimisée lorsqu’une redondance accrue et étendue dans les pods critiques est requise.
• La sauvegarde et la restauration au niveau du système sont également prises en charge.

Sécurité

La sécurité protège les systèmes et les informations. Pour plus d’informations, consultez la présentation du pilier Sécurité.

• L’authentification et l’autorisation sont requises pour la gestion de l’imagerie. Il est également courant que les sorties d’imagerie soient sécurisées, ce qui nécessite une authentification et une autorisation d’accès.
  • L’accès des utilisateurs et la collaboration autour des données sont régis par des contrôles d’accès basés sur les rôles et des modèles d’autorisation et d’authentification modernes, notamment OAuth, SAML et l’authentification multifacteur.
  • Il convient de porter une attention particulière à la gestion des privilèges pour garantir que seuls les utilisateurs correctement formés et dotés des privilèges appropriés bénéficient des fonctionnalités d’hébergement d’images (possibilité de créer des services). Ces privilèges peuvent être activés ou désactivés en attribuant un rôle personnalisé aux utilisateurs ou en remplaçant leur rôle par un autre rôle existant.
  • Les données d’imagerie dans le stockage Cloud sont accessibles à l’aide de concepts de sécurité natifs du Cloud, comme AWS IAM et Azure Managed Identities.

En savoir plus sur les bonnes pratiques de sécurité d’ArcGIS Enterprise et les conseils d’implémentation.

Performances et évolutivité

Les performances et l’évolutivité visent à optimiser l’expérience globale des utilisateurs du système, ainsi qu’à garantir que le système s’adapte à l’évolution des exigences des charges de travail. Pour plus d’informations, consultez la présentation du pilier Performances et évolutivité.

• L’évolution dans ce modèle n’est pas gérée automatiquement et doit être planifiée avec soin.
• L’évolutivité est un facteur de conception important, car les systèmes de gestion et d’analyse des données d’imagerie sont généralement largement utilisés au sein d’une organisation. De plus, leur utilisation peut augmenter rapidement et de manière inattendue à mesure que l’adoption globale des SIG se développe dans une organisation. Vous pouvez faire évoluer les déploiements ArcGIS Enterprise on Kubernetes horizontalement en ajustant le nombre de pods, et verticalement en ajustant la mémoire ainsi que le processeur. ArcGIS Enterprise on Kubernetes offre également des options d’évolution robustes et flexibles pour les services. En savoir plus sur l’évolution des services.
  • L’évolution de l’hébergement d’images n’est généralement pas nécessaire, car les demandes d’imagerie tuilée sont de nature légère. L’évolution des sites d’analyse raster dépend des ressources de calcul disponibles ainsi que du type et de la fréquence d’analyse nécessaires.
• La définition de la source et la structure de l’imagerie doivent être prises en compte dans ce modèle de système, car les services d’imagerie se connectent directement à l’imagerie source. Un type de fichier ou un modèle de stockage inefficace peut impacter les performances des services.

Automatisation

L’automatisation vise à réduire les efforts consacrés au déploiement manuel et aux tâches opérationnelles, ce qui permet d’accroître l’efficacité opérationnelle et de réduire les anomalies du système introduites par l’homme. Pour plus d’informations, consultez la présentation du pilier Automatisation.

• La gestion des données d’imagerie implique souvent l’automatisation, généralement à l’aide de Python. Cette opération est le plus souvent effectuée à l’aide d’ArcGIS API for Python, qui peut fonctionner avec des services et des données d’imagerie, et permet d’automatiser les mises à jour, les modifications apportées à l’imagerie ou d’autres processus.
• L’automatisation de l’administration du système est gérée en grande partie par Kubernetes.
• ArcGIS Enterprise on Kubernetes prend en charge le déploiement et la configuration basés sur Helm.

Intégration

L’intégration connecte ce système à d’autres systèmes pour fournir des services d’entreprise et améliorer la productivité de l’organisation. Pour plus d’informations, consultez la présentation du pilier Intégration.

• Les systèmes de gestion et d’analyse des données d’imagerie basés sur ArcGIS Enterprise s’intègrent souvent à d’autres systèmes de gestion d’imagerie, y compris des fournisseurs de contenu qui partagent des services d’imagerie pouvant être inscrits auprès d’ArcGIS Enterprise.
• Les sorties des services d’imagerie issues des systèmes de gestion et d’analyse des données d’imagerie sont souvent intégrées à d’autres systèmes d’entreprise de l’organisation. Elles peuvent donc également prendre en charge des opérations commerciales que les administrateurs système ne connaissent pas ou auxquelles ils n’ont pas accès.

Observabilité

L’observabilité offre une visibilité sur le système, ce qui permet au personnel d’exploitation et à d’autres rôles techniques de maintenir le système dans un état fonctionnel et stable. Pour plus d’informations, consultez la présentation du pilier Observabilité.

• ArcGIS Enterprise on Kubernetes peut être observé de différentes manières, notamment dans les journaux système et la surveillance de l’état via ArcGIS Enterprise Manager. La surveillance de la disponibilité, des performances et de l’utilisation du système est essentielle dans ce modèle de système. En plus du logiciel ArcGIS Enterprise lui-même, il est important de surveiller tous les composants et l’infrastructure sur lesquels il repose, comme l’environnement Kubernetes, les bases de données et autres data stores, ainsi que les infrastructures de calcul, de réseau, de sécurité et autres. En savoir plus sur la surveillance de l’état et de la fiabilité du système.
• La fourniture de services d’imagerie à l’ensemble de l’organisation (et éventuellement au-delà) peut générer des modèles et une croissance de l’utilisation non anticipés par les concepteurs ou les opérateurs du système. La surveillance permet de déterminer quand le système doit être mis à l’échelle pour répondre à la demande tout en continuant à fonctionner correctement (et conformément aux contrats de niveau de service).
• La surveillance des connexions d’utilisateur et des modifications de compte peut être proposée par le fournisseur d’identités configuré lors de l’utilisation d’identifiants SAML et/ou OpenID Connect.

Autre

Les autres facteurs à prendre en compte pour la conception et l’implémentation de systèmes de gestion et d’analyse des données d’imagerie sont les suivants :

• Le succès des opérations nécessite une excellente compréhension des concepts et des technologies SIG, informatiques et de base de données. Cela inclut des connaissances et des compétences spécifiques aux systèmes de stockage, aux types et aux formats de données d’imagerie sélectionnés, ainsi qu’à Kubernetes.
• Pour les organisations qui disposent des ressources et du personnel permettant de déployer et de gérer des logiciels d’entreprise sur Kubernetes, l’option de déploiement d’ArcGIS Enterprise on Kubernetes sépare l’administration et la maintenance informatiques de l’administration SIG.
• La gouvernance des données et la conformité avec les politiques et les rôles informatiques, tels que l’intendant de données et l’administrateur de base de données, doivent être prises en compte en priorité lors de l’implémentation de ce modèle de système.

Ressources associées :

• ArcGIS Trust Center
• Cycle de vie de développement sécurisé d’Esri
• Engagement d’Esri en matière d’accessibilité