Наверх

Выбор шаблона развертывания для систем управления и аналитики данных изображений

Системы управления и аналитики данных изображений обычно развертываются с использованием одного из четырех шаблонов развертывания:

Выбор шаблона развертывания является одним из наиболее важных решений при проектировании ГИС-системы для вашей организации.

Наиболее важным фактором при принятии этого решения будет соответствие ИТ-принципам, рекомендациям и уровню комфорта вашей организации при поддержке различных подходов к развертыванию. Например, некоторые организации могут предпочесть стандартизацию на основе систем и решений SaaS. Другие организации, которые вкладывают значительные средства в развертывания на основе Kubernetes, в том числе нанимают и обучают персонал опыту и навыками работы с Kubernetes, могут предпочесть шаблоны развертывания на основе Kubernetes.

Примечание:

Возможности, а также рекомендации различаются в зависимости от шаблона развертывания. Ознакомьтесь с приведенными ниже сравнениями, а также со страницами шаблонов развертывания для получения дополнительной информации.

Для получения общей информации и рекомендаций по этим подходам к развертыванию см. страницу Продукты ArcGIS и варианты развертывания в обзоре ArcGIS.

Сравнение возможностей

Помимо согласования с ИТ-принципами, рекомендациями и уровнем комфорта, также важно учитывать возможности каждого шаблона развертывания в процессе принятия решений. Возможности системы управления и аналитики данных изображений различаются в зависимости от шаблона развертывания. В следующей матрице сравниваются конкретные возможности, поддерживаемые каждым из шаблонов развертывания:

Возможности, используемые в системе управления и аналитики данных изображений, но обычно предоставляемые другими системами, такими как базовые карты, геокодирование и другие сервисы определения местоположения, предоставляемые системой сервисов местоположений, ниже не перечислены.

Функциональные возможности SaaS SaaS – Image Dedicated Windows/Linux Kubernetes
Визуализация и анализ изображений
Моделирование и структурирование данных
Публикация данных изображений 1 1
Каталогизация наборов данных и слоев2    
Размещение слоя листов изображений2    
Анализ растров «на лету»
Анализ рельефа
Распределенная аналитика растров
Извлечение изображений
Глубокое обучение и ИИ 3 3 3 3
Многомерные данные
Работа в пространстве изображений 4 4 4
Работа со стереоизображениями
Ориентированные изображения
Операции с БПЛА
Reality mapping
Видео5      
Наборы данных лидара и рабочие процессы
Радар с синтезированной апертурой
Доступ к каталогам STAC6

Полная поддержка Частичная поддержка

  1. Системы ArcGIS Online могут поддерживать широкий спектр форматов данных изображений, но могут не поддерживать столько типов, датчиков и продуктов, сколько системы на базе ArcGIS Enterprise. ↩ ↩2

  2. Слои листов изображений относятся к конкретному слою листов на основе CRF в ArcGIS Online, см. Слои листов изображений для получения дополнительной информации. ↩ ↩2

  3. ArcGIS Deep Learning Studio – это веб-приложение, которое в настоящее время доступно только в ArcGIS Enterprise на Windows или Linux или ArcGIS Enterprise на Kubernetes. ↩ ↩2 ↩3 ↩4

  4. ArcGIS Excalibur – это веб-приложение, доступное как в ArcGIS Online, так и в ArcGIS Enterprise. Это одно из основных приложений для работы с изображениями в пространстве изображений, а также для анализа видео, хотя доступ к видео в Excalibur в настоящее время доступен только в ArcGIS Enterprise с помощью ArcGIS Video Server. Пространство изображений и видеоресурсы также могут быть визуализированы и использованы в ArcGIS Pro. ↩ ↩2 ↩3

  5. Каталогизация и потоковая передача видеофайлов в настоящее время доступны только с помощью ArcGIS Video Server, роли интегрированного сервера в Windows или Linux. ArcGIS Pro и ArcGIS Excalibur поддерживают использование полноформатного видео, хранящегося в сетевом, облачном или веб-хранилище или передаваемого через Video Server. ↩

  6. В ArcGIS Pro доступна поддержка Пространственно-временного каталога ресурсов (STAC) для подключения к внешним каталогам STAC, в настоящее время ни один шаблон развертывания шаблона системы управления и аналитики данных изображений не поддерживает размещение каталогов или коллекций STAC, хотя ArcGIS GeoPortal Server может использоваться для размещения каталога STAC. ↩

Для получения дополнительной информации о каждой строке, перечисленной выше, см. Возможности системы управления данными изображений. Кроме того, каждая из приведенных выше ячеек более подробно описана на страницах шаблонов развертывания системы управления и аналитики данных изображений.

Возможности, представленные выше, отражают возможности, доступные по состоянию на июль 2025 г.

Общие аспекты

Приведенные ниже рекомендации направлены на то, чтобы помочь согласовать бизнес- и ИТ-потребности вашей организации с подходящим шаблоном развертывания системы управления и аналитики данных изображений. Представленная здесь информация не является исчерпывающей, а скорее подчеркивает ключевые соображения по проектированию и реализации этого системного шаблона.

  • Масштабируемость, надежность, соглашения об уровне обслуживания (SLA), безопасность и баланс ответственности между вашей организацией и Esri, как правило, являются основными факторами при выборе шаблона развертывания. Для получения дополнительной информации ознакомьтесь с компонентами надежности, производительности и масштабируемости, а также безопасности.
  • Шаблоны развертывания SaaS с использованием ArcGIS Online вместе с ArcGIS Image или ArcGIS Image Dedicated обеспечивают самый быстрый вывода продукта на рынок. Возможности, которые они предоставляют, могут быть быстро реализованы в организации, а разнообразие включенных приложений поддерживает широкий спектр рабочих процессов и потребностей пользователей.
  • ArcGIS Image for ArcGIS Online – это хороший вариант для организаций, работающих с относительно простыми или статическими ресурсами изображений, такими как набор данных, предоставленный поставщиком или загруженный поставщиком данных. Несмотря на некоторую временную поддержку с помощью слоев изображений с разбивкой по листам, наборы данных ArcGIS Image обычно самодостаточны и не требуют сложных запросов и создания мозаики, что может потребоваться для других рабочих процессов.
  • ArcGIS Image Dedicated предназначен для более продвинутых систем управления и аналитики данных изображений, одним из ключевых отличий от ArcGIS Image является то, что Dedicated поддерживает использование управляемого клиентом объектного хранилища в AWS или Azure в качестве источника данных изображений. Ознакомьтесь с документацией по продукту и примерами рабочих процессов , чтобы проверить совместимость с вашим поставщиком хранилища, стратегию облачного размещения и сведения о реализации.
  • Системы управления и аналитики данных изображений, созданные с помощью ArcGIS Enterprise на Windows, Linux или Kubernetes, поддерживают подключения к объектному хранилищу в самых разных облачных средах, а также к локальным объектным хранилищам и блочным хранилищам.
  • Доступ к графическому процессору (GPU) часто является важным требованием систем управления и аналитики данных изображений, как с точки зрения клиентских приложений, так и с точки зрения серверных или внутренних систем.
    • Рабочие процессы глубокого обучения, такие как логический вывод или обучение, в значительной степени зависят от конкретных вычислительных ресурсов (например, графического процессора GPU ). Esri предоставляет FAQ по глубокому обучению, который отвечает на распространенные вопросы, связанные с доступностью GPU и пригодностью для глубокого обучения.
    • Некоторые аналитические рабочие процессы или процессы визуализации, такие как просмотр изображений с помощью ArcGIS Pro на виртуальной машине, используют GPU или виртуальный GPU для ускорения этого процесса, в то время как другие рабочие процессы, такие как инструменты геообработки или Python Notebooks, полагаются на GPU для собственных аналитических вычислений. Дополнительные сведения см. в разделе Обработка GPU с помощью Spatial Analyst в документации ArcGIS Pro.
    • Доступность и использование ресурсов GPU могут значительно различаться в зависимости от различных шаблонов развертывания, а также могут оказывать значительное влияние на стоимость размещения системы. Конкретные рекомендации по ArcGIS Enterprise on Kubernetes доступны в соответствующей документации.
    • ArcGIS Notebook Server и ArcGIS Online Notebooks предоставляют метод для доступа пользователей к ресурсам графического процессора с помощью специально определенных сред выполнения блокнотов, которые могут помочь в работе с данными и машинном обучении в блокнотах Python.
    • Обратите внимание, что доступ к графическому процессору не является универсальным требованием - многие инструменты геообработки или аналитические рабочие процессы не предназначены для использования преимуществ графического процессора. Это означает, что важно выделять ресурсы графического процессора только там, где это необходимо и эффективно, а не ожидать, что какой-либо рабочий процесс можно улучшить.

Выбор шаблона развертывания является одним из наиболее важных решений при проектировании ГИС-системы для вашей организации. Впрочем, он не единственный. Есть множество дополнительных факторов, которые необходимо учитывать при проектировании системы, включая такие области, как безопасность, надежность и интеграция. Поэтому не считайте представленную здесь информацию исчерпывающей. В процессе проектирования подробно изучите архитектурные практики и компоненты ArcGIS Well-Architected Framework, а также документацию по продукту.

Top