5f018fe2b6
Le MNT de chaque dalle s'étend d'une bande de 100 m remplie avec les points sol des 8 tuiles voisines (option « Raccord des bords ») : les rendus à grand noyau (openness, SVF, LRM) deviennent continus d'une dalle à l'autre, les images restent recadrées sur le kilomètre exact. Pendant une génération, la carte encadre les dalles du run : orange pulsant en cours de rendu, rouge en échec — les coins WGS84 sont portés par /api/status pour toutes les dalles non terminées. La file de génération trie les dalles du nord au sud et passe à 10 workers GPU.
65 lines
2.6 KiB
YAML
65 lines
2.6 KiB
YAML
# Simulation LOCALE du mode deux machines (cf. docs/DEPLOY_WEBAPP.md).
|
|
#
|
|
# Fait tourner sur une même machine les deux rôles normalement répartis sur
|
|
# deux machines, dans des conteneurs/images indépendants :
|
|
# - worker : machine de traitement (image complète, GPU) — API de
|
|
# génération sur le port hôte 8974 ;
|
|
# - webapp : interface légère (image Dockerfile.webapp, sans PDAL/GPU) —
|
|
# carte sur le port hôte 8973, avec son PROPRE cache de tuiles
|
|
# (./output-webapp) peuplé à la demande depuis le worker,
|
|
# comme le fait le Raspberry Pi.
|
|
#
|
|
# Intérêt en local : mettre à jour le code de l'interface (rebuild webapp)
|
|
# sans toucher au worker ni aux générations en cours, et réciproquement.
|
|
#
|
|
# docker compose -f docker-compose.local-2m.yml up -d --build
|
|
# docker compose -f docker-compose.local-2m.yml logs -f webapp worker
|
|
# docker compose -f docker-compose.local-2m.yml down
|
|
# Retour au mode tout-en-un : docker compose up -d --build serve
|
|
services:
|
|
worker:
|
|
build: .
|
|
image: lidar-lidar
|
|
container_name: lidar-worker
|
|
init: true
|
|
user: "1000:1000"
|
|
gpus: all # retirer cette ligne sur une machine sans GPU
|
|
ports:
|
|
- "8974:8973" # API joignable en direct (debug) et par la webapp
|
|
volumes:
|
|
# input/ en écriture : l'API y télécharge les dalles IGN manquantes
|
|
- ./input:/data/input
|
|
- ./output:/data/output
|
|
environment:
|
|
- TZ=Europe/Paris
|
|
- LIDAR_INPUT_DIR=/data/input
|
|
- LIDAR_OUTPUT_DIR=/data/output
|
|
- LIDAR_GPU=1
|
|
- LIDAR_WORKERS=10
|
|
command: python3 -m uvicorn lidar_pipeline.webapp:app --host 0.0.0.0 --port 8973
|
|
restart: unless-stopped
|
|
|
|
webapp:
|
|
build:
|
|
context: .
|
|
dockerfile: Dockerfile.webapp
|
|
image: lidar-webapp
|
|
container_name: lidar-webapp
|
|
init: true
|
|
user: "1000:1000"
|
|
ports:
|
|
- "8973:8973"
|
|
volumes:
|
|
# Cache local propre à la webapp (équivalent du disque du Raspberry
|
|
# Pi) — PAS le ./output du worker : la séparation rendu/interface doit
|
|
# être réelle, les tuiles arrivent à la demande depuis le worker.
|
|
- ./output-webapp:/data/output
|
|
environment:
|
|
- TZ=Europe/Paris
|
|
- LIDAR_OUTPUT_DIR=/data/output
|
|
# Backend de génération = worker du même réseau compose (DNS docker) ;
|
|
# les tuiles sont servies à la demande depuis le worker (cache peuplé
|
|
# au fil des consultations, vignettes régénérées localement par /api/sync)
|
|
- LIDAR_GENERATION_URL=http://lidar-worker:8973
|
|
restart: unless-stopped
|