Planetary Computer APIs 安装与配置指南
2025-04-17 22:57:20作者:贡沫苏Truman
1. 项目基础介绍
Planetary Computer APIs 是由 Microsoft 开发的一个开源项目,旨在通过提供地理空间数据索引和访问的API,帮助用户轻松地搜索、访问和可视化大规模的地理空间数据。该项目主要使用 Python 编程语言实现。
2. 项目使用的关键技术和框架
- STAC API: SpatioTemporal Asset Catalog (STAC) API 是一个用于索引和搜索地理空间数据的标准。
- FastAPI: 一个现代、快速(高性能)的 Web 框架,用于构建 API,具有 Python 3.6+ 类型提示。
- Titiler: 一个基于 STAC API 的瓦片生成库。
- PostgreSQL: 一个功能强大的开源关系型数据库系统。
- Docker: 容器化平台,用于打包和运行应用。
- Helm: Kubernetes 的包管理工具,用于打包和配置应用。
3. 项目安装和配置的准备工作
在开始安装之前,请确保您的系统满足以下要求:
- Python 3.6 或更高版本
- Docker 和 Docker Compose
- Kubernetes 集群(推荐使用 Azure Kubernetes Service)
安装步骤
步骤 1: 克隆项目仓库
首先,您需要在本地克隆项目仓库:
git clone https://github.com/microsoft/planetary-computer-apis.git
cd planetary-computer-apis
步骤 2: 设置环境变量
在开始之前,您需要设置一些环境变量,比如 AZURITE_ACCOUNT_KEY。这个变量可以在项目的 README.md 文件中找到获取方式。
export AZURITE_ACCOUNT_KEY=<your_azurite_account_key>
步骤 3: 构建开发环境
使用以下命令构建开发环境:
./scripts/setup
这个命令会构建所需的 Docker 容器,应用数据库迁移,并加载开发数据。
步骤 4: 运行服务
当开发环境准备好后,您可以使用以下命令启动服务:
./scripts/server
这将启动开发数据库、STAC API、Titiler 和其他服务。
步骤 5: 访问服务
服务启动后,您可以通过以下 URL 访问:
- STAC API (通过 nginx):
http://localhost:8080/stac - Tiler (通过 nginx):
http://localhost:8080/data - Funcs (通过 nginx):
http://localhost:8080/f/image等
您也可以直接访问:
- STAC API:
http://localhost:8081 - Tiler:
http://localhost:8082 - Funcs:
http://localhost:8083
请按照上述步骤进行操作,您应该能够成功安装和配置 Planetary Computer APIs。如果您在安装过程中遇到任何问题,请检查项目文档或向维护者寻求帮助。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134