生产环境下GeoServer如何优化--发布大数据量的影像(大于2g的tiff格式影像)
Posted Pycsharpthon
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了生产环境下GeoServer如何优化--发布大数据量的影像(大于2g的tiff格式影像)相关的知识,希望对你有一定的参考价值。
生产环境下GeoServer如何优化--发布大数据量的影像(大于2g的TIFF格式影像)
前言
Geoserver可以高效的处理数据量小于2GB的TIFF影像,一旦影像的大小超过了2GB,就需要考虑用影像金字塔来替代。
影像金字塔创建多重镶嵌的影像,每个都在不同层级,使得每个切片都存储为一个分离的文件。虽然看起来会增加切片合成的成本,但是却可以加快图像处理速度,
每个预览都是平铺的,因此可以高效的访问子集。
创建金字塔过程
1、准备geotiff格式的影像,下载开源应用程序FWTools
2、打开FWTools的命令行输入
python gdal_retile.py -v -r bilinear -levels 4 -ps 2048 2048 -co "TILED=YES" -co "COMPRESS-JPEG" -targetDir bmpyramid bmreduced.tiff
提示:这其中可能会提示gdal_retile.py 237行,“end=”存在语法错误,删除end部分即可。
执行提示完成
3、加载数据,添加数据存储-添加影像金字塔-文件路径,保存即可
提示:文件地址用斜杠分层,而不是Windows文件分级链接,如file:D:/test/
总结
成功加载的影像预览,会出现黑边,及时设置全黑为透明值,严重影响了显示效果。
通过获取黑边的值发现rgb并不是都为0,0,0,所以在设置完透明值后还是会出现黑边,正在寻找解决方案,后续更新。
以上是关于生产环境下GeoServer如何优化--发布大数据量的影像(大于2g的tiff格式影像)的主要内容,如果未能解决你的问题,请参考以下文章
Spark Streaming性能优化: 如何在生产环境下应对流数据峰值巨变