返回顶部

为影像数据管理和分析系统选择部署模式

影像数据管理和分析系统通常使用以下四种部署模式之一进行部署：

在为组织设计 GIS 系统时，选择部署模式是最重要的决策之一。

此决策中最重要的因素是与组织的 IT 原则、指导方针以及支持不同部署方法的舒适度保持一致。 例如，一些组织可能更倾向于对基于 SaaS 的系统和解决方案进行标准化。 其他对基于 Kubernetes 的部署进行大量投资的组织，其中包括雇佣和培训具有 Kubernetes 操作经验和技能的员工，可能更倾向于基于 Kubernetes 的部署模式。

注:

部署模式之间的功能和注意事项存在差异。 请参阅以下比较以及部署模式页面以获取更多信息。

有关这些部署方法的常规信息和注意事项，请参阅 ArcGIS 概览的 ArcGIS 产品和部署选项页面。

功能比较

除了与您的 IT 原则、指导方针和舒适度保持一致之外，在决策过程中考虑每种部署模式的功能同样非常重要。 影像数据管理和分析系统的功能因部署模式而异。 以下矩阵比较了每种部署模式支持的具体功能：

以下未列出在影像数据管理和分析系统中使用，但通常由其他系统提供的功能，例如底图、地理编码和位置服务系统提供的其他位置服务。

功能 SaaS SaaS - Image Dedicated Windows/Linux Kubernetes
影像可视化和分析
数据建模和结构化
影像数据发布 1 1
目录数据集和图层^[2]    
切片影像图层托管2    
动态栅格分析
高程分析
分布式栅格分析
图像提取
深度学习和 AI 3 3 3 3
多维数据
在图像空间中工作 4 4 4
使用立体影像
定向影像
无人机操作
实景映射
视频5      
激光雷达数据集和工作流
合成孔径雷达
访问 STAC 目录6

完全支持 部分支持

  1. ArcGIS Online 系统可以支持多种影像数据格式，但其支持的类型、传感器和产品的数量可能不及基于 ArcGIS Enterprise 的系统。 ↩ ↩2

  2. 切片影像图层是指 ArcGIS Online 中基于 CRF 的特定切片图层，有关详细信息，请参阅切片影像图层。 ↩

  3. ArcGIS Deep Learning Studio 是一款 web 应用程序，目前仅适用于 Windows 或 Linux 上的 ArcGIS Enterprise 或 ArcGIS Enterprise on Kubernetes。 ↩ ↩2 ↩3 ↩4

  4. ArcGIS Excalibur 是 ArcGIS Online 和 ArcGIS Enterprise 中提供的 Web 应用程序。 它是用于处理影像空间中的影像以及视频分析的主要应用程序之一，但 Excalibur 中的视频访问目前只能通过使用 ArcGIS Video Server 在 ArcGIS Enterprise 中提供。 还可以在 ArcGIS Pro 中可视化和利用影像空间和视频资产。 ↩ ↩2 ↩3

  5. 视频文件的编目和流式传输目前仅适用于 Windows 或 Linux 上的联合服务器角色 ArcGIS Video Server。 ArcGIS Pro 和 ArcGIS Excalibur 均支持使用存储在网络、云端或 web 存储上或者通过 Video Server 流式传输的全动态视频。 ↩

  6. ArcGIS Pro 中提供时空资产目录 (STAC) 支持以连接到外部 STAC 目录，尽管 ArcGIS GeoPortal Server 可用于托管 STAC 目录，但影像数据管理和分析系统模式的部署模式当前不支持托管 STAC 目录或集合。 ↩

有关以上列出的每一行的详细信息，请参阅影像数据管理系统功能。 此外，有关上述每个像元的更详细说明，请参阅影像数据管理和分析系统部署模式页面。

上文所示功能反映了截至 2025 年 7 月可用的功能。

一般注意事项

以下注意事项旨在帮助您的组织将业务和 IT 需求与相应的影像数据管理和分析系统部署模式保持一致。 此处提供的信息并非详尽无遗，而是强调了设计和实施此系统模式的关键注意事项。

  • 可扩展性、可靠性、服务级别协议 (SLA)、安全性以及组织与 Esri 之间的责任平衡往往是选择部署模式的主要因素。 有关详细信息，请参阅可靠性、性能和可扩展性以及安全性支柱。
  • 使用 ArcGIS Online 以及 ArcGIS Image 或 ArcGIS Image Dedicated 的 SaaS 部署模式可实现最快的上市时间。 可以为组织快速启用其提供的功能，并且包含的各种应用程序支持各类工作流和用户需求。
  • 对于使用相对简单或静态影像资产（例如供应商交付的数据集或者从数据提供商处下载的数据集）的组织，ArcGIS Image for ArcGIS Online 是一个不错的选择。 虽然通过切片影像图层提供了一些启用时间功能的支持，但 ArcGIS Image 数据集通常为自包含数据集，不需要其他工作流可能需要的复杂查询和镶嵌。
  • ArcGIS Image Dedicated 专用于更高级的影像数据管理和分析系统，与 ArcGIS Image 的一个关键区别在于 Dedicated 支持使用 AWS 或 Azure 中客户托管的对象存储作为影像数据的源。 请查看产品文档和示例工作流，以验证与您的存储提供商、云托管策略和实施详细信息的兼容性。
  • 在 Windows、Linux 或 Kubernetes 上使用 ArcGIS Enterprise 构建的影像数据管理和分析系统支持连接到各种云环境中的对象存储以及本地对象存储和块存储提供商。
  • 对于客户端应用程序以及服务器或后端系统而言，对图形处理单元 (GPU) 的访问通常是影像数据管理和分析系统的重要要求。
    • 深度学习工作流（例如推断或训练）严重依赖于特定的计算资源（例如 GPU 处理器）。 Esri 提供了深度学习常见问题解答，其中回答了与 GPU 可用性和深度学习适宜性相关的常见问题。
    • 某些分析工作流或渲染过程（例如在虚拟机上使用 ArcGIS Pro 查看影像）依赖于 GPU 或虚拟 GPU 来加速此体验，而其他工作流（例如地理处理工具或 Python Notebooks）则依赖于 GPU 进行原生分析计算。 有关其他详细信息，请参阅 ArcGIS Pro 文档中的使用 Spatial Analyst 进行 GPU 处理。
    • GPU 资源的可用性和利用率在不同的部署模式之间可能存在显著差异，并且还会对托管系统的成本产生重大影响。 相关文档中提供了 ArcGIS Enterprise on Kubernetes 的具体指南。
    • 用户可借助 ArcGIS Notebook Server 和 ArcGIS Online Notebooks 方法使用专门定义的 Notebook 运行时访问 GPU 资源，从而协助 Python Notebooks 中的数据科学和机器学习工作流。
    • 请注意，对 GPU 的访问权限并不是一项普遍要求 - 许多地理处理工具或分析工作流不支持利用 GPU。 这意味着只需在必要且有影响力的情况下配置 GPU 资源，而不是期望任何工作流都可以改进。

在为组织设计 GIS 系统时，选择部署模式是最重要的决策之一。 但是，它并不是唯一的一个。 当设计系统时，还需要考虑许多其他因素，其中包括诸如安全性、可靠性和集成等方面。 因此，请注意此处提供的信息并不详尽。 在设计过程中，请详细查看 ArcGIS 优化架构框架的架构实践和支柱以及产品文档。

Top