422f58d772
La webapp (carte + vignettes) et la génération de tuiles se déploient sur deux machines : image légère Dockerfile.webapp (FastAPI + Pillow AVIF natif + pyproj) sur Raspberry Pi, pipeline complet sur la machine de traitement. LIDAR_GENERATION_URL délègue /api/generate, /api/preview et /api/status ; /api/sync ramène les tuiles par rsync puis régénère vignettes et index localement. Token partagé optionnel (LIDAR_API_TOKEN/LIDAR_REMOTE_TOKEN). Retire du dépôt les journaux internes (.swival, audit-findings) et les données (data/, notebooks/). Doc : docs/DEPLOY_WEBAPP.md.
75 lines
2.5 KiB
YAML
75 lines
2.5 KiB
YAML
# Lancement du pipeline LiDAR — TOUJOURS via docker compose :
|
|
# docker compose up -d --build serve # TOUJOURS --build : le code est baké dans
|
|
# # l'image, sans --build l'ANCIEN code tourne
|
|
# # (carte interactive + API sur http://localhost:8973)
|
|
# docker compose logs -f serve # journal du serveur
|
|
# docker compose down # arrêt
|
|
# Traitement ponctuel (sans serveur) — --build pour la même raison :
|
|
# docker compose run --rm --build process [-r 0.5,0.2 | --force | --file ...]
|
|
# Jupyter (opt-in) :
|
|
# docker compose --profile interactive up -d jupyter
|
|
|
|
services:
|
|
# Carte interactive + API de génération (mode ./run.sh --serve)
|
|
serve:
|
|
build: .
|
|
image: lidar-lidar
|
|
container_name: lidar-serve
|
|
init: true
|
|
user: "1000:1000"
|
|
gpus: all
|
|
ports:
|
|
- "8973:8973"
|
|
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
|
|
# Les générations lancées depuis la carte utilisent le GPU
|
|
- LIDAR_GPU=1
|
|
- LIDAR_WORKERS=2
|
|
# Machine de traitement pour une webapp distante (Raspberry Pi) :
|
|
# décommenter et définir la même valeur en LIDAR_REMOTE_TOKEN là-bas
|
|
# (protège /api/generate, /api/preview, /api/rebuild, /api/sync).
|
|
# - LIDAR_API_TOKEN=change-moi
|
|
command: python3 -m uvicorn lidar_pipeline.webapp:app --host 0.0.0.0 --port 8973
|
|
restart: unless-stopped
|
|
|
|
# Traitement ponctuel des dalles input/ (une passe puis arrêt)
|
|
process:
|
|
build: .
|
|
image: lidar-lidar
|
|
container_name: lidar-process
|
|
init: true
|
|
user: "1000:1000"
|
|
gpus: all
|
|
volumes:
|
|
- ./input:/data/input
|
|
- ./output:/data/output
|
|
environment:
|
|
- TZ=Europe/Paris
|
|
command: ["python3", "-m", "lidar_pipeline", "/data/input", "-o", "/data/output", "-r", "0.5,0.2", "-g", "all"]
|
|
profiles:
|
|
- process
|
|
|
|
# Exploration interactive (opt-in : --profile interactive)
|
|
jupyter:
|
|
build: .
|
|
image: lidar-lidar
|
|
container_name: lidar-jupyter
|
|
init: true
|
|
ports:
|
|
- "8888:8888"
|
|
volumes:
|
|
- ./input:/data/input
|
|
- ./output:/data/output
|
|
- ./notebooks:/workspace
|
|
command: >
|
|
bash -c "pip install jupyter && \
|
|
jupyter notebook --ip=0.0.0.0 --port=8888 --no-browser --allow-root --NotebookApp.token=''"
|
|
profiles:
|
|
- interactive
|