In der Raster-Analyse sind Werkzeuge und Funktionen für Vorbearbeitung, Orthorektifizierung und Mosaikieren, Fernerkundungsanalyse und eine umfassende Palette an mathematischen und trigonometrischen Operatoren integriert. Mit benutzerdefinierten Funktionen können Sie die Analysemöglichkeiten der Organisation noch mehr erweitern.
Tipp:
Benutzerdefinierte Python-Raster-Funktionen werden aktuell in ArcGIS Enterprise on Kubernetes nicht unterstützt.Die Raster-Analyse wurde auch entwickelt, um die Kollaboration und Freigabe zu vereinfachen und zu optimieren. Die Benutzer in Ihrer gesamten Organisation können Daten, Verarbeitungsmodelle und Fachkenntnisse zu Ihrem Bilddatenprojekt beitragen und Ergebnisse mit Einzelpersonen, Abteilungen und Organisationen in Ihrem Unternehmen gemeinsam nutzen.
Lizenz:
Um Raster-Analysen zu konfigurieren, benötigen Sie eine ArcGIS Raster Analytics on Kubernetes-Lizenz. Diese Lizenz umfasst die Funktionen, die über die Premium-Funktion für Image-Hosting verfügbar sind.
Einführung in die Raster-Analyse
Die Raster-Analyse ist ein flexibles System für die Verarbeitung, Speicherung und Freigabe von Raster-Daten, das die verteilte Verarbeitung und Speicherung der Daten nutzt. Die Anwendung von Raster-Analyse-Werkzeugen und Raster-Funktionen in ArcGIS ermöglicht Ihnen das Erstellen von benutzerdefinierten Funktionen und Werkzeugen oder das Kombinieren mehrerer Werkzeuge und Funktionen in Raster-Verarbeitungsketten, um Ihre benutzerdefinierten Algorithmen auf umfangreiche Sammlungen von Raster-Daten anzuwenden. Quelldaten und verarbeitete Ergebnisse werden in Ihrem Unternehmen entsprechend Ihren Anforderungen und Prioritäten gespeichert, veröffentlicht und freigegeben.
Dieses umfangreiche Funktionsspektrum kann durch Nutzung der Funktionen und Ressourcen des Cloud-Computing noch erweitert werden. Das Resultat sind Bildbearbeitungs- und Analyseaufträge, die statt in Tagen oder Wochen nun in Minuten oder Stunden ausgeführt werden können. Aufträge, die früher zu groß oder umfangreich waren, sind jetzt realisierbar.
Tipp:
Cloud-Datenspeicherung ist eine Voraussetzung für lokale und Cloud-Bereitstellungen. Sie dient zur Speicherung der Raster-Analyseausgaben.Vergewissern Sie sich außerdem, dass Ihr Administrator genügend Ressourcenkontingente und Worker-Knoten zugewiesen hat, um diese Premium-Funktion zu unterstützen.
Konfigurieren von Raster-Analysen
Die folgenden Konfigurationsschritte erfordern möglicherweise Änderungen an der Art der Bereitstellung von ArcGIS in Ihrer Organisation. Lesen Sie sie sorgfältig durch, bevor Sie den Vorgang fortsetzen. Vor der Verwendung der Raster-Analyse müssen Sie sie als Funktion in ArcGIS Enterprise Manager aktivieren und unterstützende Raster-Speicher hinzufügen.
Hinzufügen von Raster-Speichern
Zum Unterstützen von Raster-Analysen müssen Sie zwei Raster-Speicher hinzufügen, einen Cloud-Speicher und einen Data Store vom Typ "relational". Der Cloud-Speicher wird zur Speicherung der Raster-Analyseausgabe verwendet. Der Data Store vom Typ "relational" wird für die Speicherung von Mosaik-Datasets verwendet, während ein gehosteter Bilddaten-Layer erstellt wird oder die Raster-Analyse eine Sammlung als Ausgabe erzeugt.
- Klicken Sie in ArcGIS Enterprise Manager auf die Schaltfläche Data Stores auf der Seitenleiste.
Die Seite "Data Stores" wird angezeigt.
- Klicken Sie im Abschnitt Raster-Speicher auf Speicher hinzufügen, um den ersten Raster-Data-Store hinzuzufügen.
Hinweis:
Wenn mehr als ein Raster-Speicher desselben Typs hinzugefügt wurde, wählt das Werkzeug nach dem Zufallsprinzip aus, welcher Raster-Speicher verwendet wird. Es ist nicht möglich anzugeben, welcher Raster-Speicher verwendet werden soll.
Dieser Raster-Speicher enthält die der Organisation hinzugefügten Bilddaten und die Ergebnisse aller Raster-Analysewerkzeuge. Wenn Ihre Organisation in einer Cloud-Umgebung bereitgestellt wird, empfiehlt sich die Verwendung eines cloudnativen Speicherservice.
Wenn Sie noch keine Speicher hinzugefügt haben, ist dieser Abschnitt leer.
- Geben Sie einen Namen für den Raster-Speicher ein.
- Wählen Sie Speicherservice aus. Wählen Sie eine der folgenden Optionen aus:
- Amazon S3
- Azure Blob
- Google Cloud-Speicher
- Unter Hinzufügen eines Raster-Speichers finden Sie Spezifikationen zu den einzelnen Cloud-Speicherservices.
- Klicken Sie abschließend auf Speicher hinzufügen.
Der Raster-Speicher wird registriert und im Abschnitt Raster-Speicher angezeigt.
- Klicken Sie auf der Seite Data Stores auf Speicher hinzufügen, um den zweiten Speicher, einen Data Store vom Typ "relational", hinzuzufügen.
Dieser Speicher wird für Workflows benötigt, bei denen ein Mosaik-Dataset für die Verarbeitung von Rastern erzeugt wird.
- Geben Sie einen Namen für den Data Store vom Typ "relational" ein.
- Wählen Sie Speicherservice und dann einen Data Store vom Typ "relational" aus.
- Klicken Sie auf Datei auswählen, um die Datenbankverbindungsdatei hinzuzufügen.
In der relationalen Datenbank werden die Mosaik-Datasets zum Hosten von Bilddaten-Layern gespeichert.
- Klicken Sie auf Speicher hinzufügen.
Der Raster-Speicher wird registriert und im Abschnitt Raster-Speicher angezeigt.
Aktivieren von Raster-Analysen
Als Nächstes aktivieren Sie die Raster-Analyse als Funktion für die Organisation.
- Klicken Sie in ArcGIS Enterprise Manager auf die Schaltfläche Funktionen auf der Seitenleiste.
Die Seite mit den Funktionen wird angezeigt.
- Aktivieren Sie die Umschaltfläche Raster-Analysen.
Ihnen wird eine Meldung angezeigt, die darauf hinweist, dass der Aktivierungsvorgang einige Zeit in Anspruch nehmen kann.
- Klicken Sie auf Aktivieren.
Es wird eine Anforderung zum Aktivieren der Raster-Analyse übermittelt. Im Rahmen dieses Vorgangs werden die Voraussetzungen geprüft und die unterstützenden Ressourcen aktiviert. Die folgenden Systemdienste werden automatisch gestartet:
- RasterAnalysisTools
- RasterProcessing
- RasterProcessingGPU
- RasterRendering
Sollte beim Aktivieren der Funktion ein Fehler auftreten, wiederholen Sie die obigen Schritte, um sicherzustellen, dass der Raster-Data-Store hinzugefügt wurde, die Lizenz für Raster-Analysen gültig und verfügbar ist und die Systemdienste gestartet wurden. In den Protokollen finden Sie die Anforderungen für diese Funktion.
Damit ist die Konfiguration von Raster-Analysen abgeschlossen. Sie können nun Raster-Analysewerkzeuge verwenden und Bilddaten in Ihrer Organisation hosten. Im Folgenden finden Sie Informationen dazu, wie Sie Workflows für die Raster-Analyse optimieren können.
Optimieren von Raster-Analysen
Für eine optimale Performance und Skalierbarkeit der Raster-Analyse sollten Sie die folgenden Empfehlungen beachten.
- Verwenden Sie beim Erstellen Ihrer Organisation einen cloudnativen Object Storage Service (OBS).
- Vergrößern Sie die Anzahl der Worker-Knoten. Für Premiumfunktionen wie die Raster-Analyse ist mindestens ein zusätzlicher Worker-Knoten für jedes Architekturprofil erforderlich, um die zusätzlichen Funktionen zu unterstützen. Ermitteln Sie gemeinsam mit Ihrem Administrator, welches Architekturprofil bei der Erstellung der Organisation ausgewählt wurde, und erhöhen Sie die Anzahl der Worker-Knoten entsprechend. Je nach der Analyse, die durchgeführt werden soll, benötigen Sie möglicherweise mehr als einen zusätzlichen Knoten.
- Verwenden Sie wenn möglich GPU-fähige Knoten. Konfigurieren Sie optional die Knotenaffinität und Toleranzen, um GPU-Workloads ausschließlich auf GPU-Knoten auszuführen. Dies ist bei der Durchführung von Deep-Learning- und KI-Workflows besonders wichtig.
- Durch Anpassung von Service-Bereitstellungen mit zusätzlichen Pods und Ressourcen können Sie die Verfügbarkeit und den Durchsatz Ihrer Workflows generell verbessern. Sie können auch überlegen, ob die Aktivierung der automatischen Skalierung für diese Services sinnvoll ist.
- Skalieren Sie bei Workflows ohne Deep Learning und KI die Bereitstellung des RasterProcessing-Service.
- Skalieren Sie die Bereitstellung des RasterAnalysisTools-Service, wenn Sie Deep-Learning-Workflows zum Trainieren von Modellen durchführen.
- Skalieren Sie bei der Durchführung von Inferenzierungs-Workflows die Bereitstellung des RasterProcessingGPU-Service.
- Bei einigen Raster-Analysewerkzeugen wird die Datenverarbeitung auf mehrere Worker-Pods verteilt, und während der Analyse werden temporäre Daten geschrieben. Verwenden Sie kurzlebige Volumes, wenn Sie verteilte Raster-Analysen für große Aufträge durchführen, bei denen Daten zur Verarbeitung in einen temporären Speicher geladen werden müssen. Weitere Informationen finden Sie unter Konfigurieren kurzlebiger Volumes.
- Beim Ausführen von Raster-Analyseprozessen wird empfohlen, eine niedrigere Protokollierungsebene als Debuggen zu verwenden. Falls Sie kein Problem aktiv beheben, verwenden Sie die Ebene Warnung. Wenn Sie eine detailliertere Protokollierung benötigen, verwenden Sie stattdessen eine andere Protokollierungsebene.
- Sie können ggf. einen Faktor für parallele Verarbeitung festlegen, um die Anzahl der Instanzen des Service "Raster-Verarbeitung" zu steuern, die für die Verarbeitung Ihrer Daten herangezogen werden können.
- Je nach Art des Analyse-Workflows und der Größe der verarbeiteten Daten, müssen die Speicherkapazitäten möglicherweise überwacht und ggf. erhöht werden. Bei Deep-Learning- und KI-Workflows wird beispielsweise für größere Batches mehr Speicher benötigt.
- Nach der Aktivierung der Raster-Analyse sind für die Werkzeuge voreingestellte Limits festgelegt. Für bestimmte Aufträge sind möglicherweise zusätzliche Kapazitäten erforderlich, damit die Werkzeuge ordnungsgemäß funktionieren. Sie können die Skalierungseigenschaften bearbeiten, um den Speicher für verschiedene Microservices zu erhöhen.