Miljøindstillinger for analyse i Portal for ArcGIS og ArcGIS Online.
Angiver, om det eksisterende lag skal overskrives. Når indstillingen er markeret: Hvis der allerede findes et lag med samme navn i dit indhold, vil det blive overskrevet.
Angiver, om analysedialogboksen skal holdes åben og aktiveret, mens værktøjet kører. Med denne indstilling kan du ændre dine analyseparametre, mens det forrige analysejob fortsat kører. Analyser er en tilbagevendende proces og ved at holde værktøjets dialogboks åben, kan du ændre parametrene og køre din analyse igen.
Angiver, om det resultatlag, der oprettes ud fra din analyse, skal være en objektsamling eller et "hosted" vektorlag.
Angiver koordinatsystem for resultatlaget til rasteranalyse.
Angiver det koordinatsystem, som skal bruges under udførelse af GeoAnalytics-analysen.
For GeoAnalytics kræver nogle analyser, at behandlingen skal udføres i et projiceret koordinatsystem. Ethvert værktøj, der har implementeret placering af data i beholdere eller lineære enheder, kræver et projiceret koordinatsystem.
Angiver den udstrækning eller grænse, som skal bruges under udførelse af analyser. Alle de inputobjekter, der ligger helt inde i eller som gennemskærer den angivne udstrækning, vil blive brugt i analysen.
Justerer udstrækningen for outputrasterlaget, så det passer til cellejusteringen for det angivne Snap-raster-lag i rasteranalyse.
Angiver den cellestørrelse eller opløsning, som skal bruges til at oprette outputrasterlaget i rasteranalyse. Standardoutputopløsningen bestemmes af den største cellesstørrelse for inputrasterlaget.
Angiver et lag, der skal bruges til at definere dit interesseområde i rasteranalyse. Kun de celler, der falder inden for analysemasken, vil blive taget i betragtning under analysen.
GeoAnalytic-resultater lagres i et ArcGIS Data Store, og vises som et vektorlag i Portal for ArcGIS, eller de kan lagret i en konfigureret big data-fildeling.
Når du gemmer et resultat i ArcGIS Data Store bør resultaterne i de fleste tilfælde lagres i et spatiotemporalt datalager. Dette er standardværdien. Her er årsagerne til, at du måske ønsker at lagre resultaterne i et relationsdatalager:
Du bør benytte et relationsdatalager, hvis du forventer, at mængden af dine GeoAnalytics-resultater vil blive større, og du ønsker at drage fordel af det spatiotemporale big data-lagers muligheder for at håndtere store datamængder.
Distribuerer analyse på tværs af flere forekomster af rasterbehandlings-tjenester.
Værktøjer, der følger miljøet Parallel behandlingsfaktor, giver dig mulighed for at styre antallet af forekomster af rasterbehandlings-tjenester, der kan bruges til behandling af dine data.
Hvis værktøjet ikke følger processortypen, eller hvis processortypemiljøet er indstillet til CPU, styrer miljøet Parallel behandlingsfaktor forekomsterne af rasterbehandlings (CPU) -tjenester. Hvis Processortype er indstillet til GPU, styrer miljøet Parallel behandlingsfaktor antallet af GPU-rasterbehandlingsforekomster.
Ved at angive Parallel behandlingsfaktor kan du anmode om antallet af parallelle arbejdere, som rasteranalyse-billedserveren bruger til at behandle en rasteranalyseopgave. Hvis det samlede antal parallelle processer overstiger det maksimale antal rasterbehandlings-tjenester (CPU eller GPU), bliver de yderligere parallelle processer sat i kø.
Hvis Parallel behandlingsfaktor ikke er angivet, hvilket er standard, bruger værktøjet 80 procent af det maksimale antal forekomster af rasterbehandlings-tjenester. Der kan angives et helt tal eller en procentdel som parallel behandlingsfaktor.
Værktøjer, der følger miljøet Processortype, giver dig mulighed for at vælge, hvor og hvordan du vil behandle dine data. Du kan behandle dine data ved hjælp af servercomputerens CPU eller GPU. Hvis miljøet Processortype er tomt, bruger værktøjet CPU til at behandle dataene. Dette er standardværdien.
CPU-behandling kan paralleliseres på tværs af flere kerner og forekomster, som håndteres af Parallel behandlingsfaktor.
GPU'er er effektive til grafik og billedbehandling, hvor deres meget parallelle struktur gør dem effektive til at behandle store datablokke på en gentagende måde. Rasteranalyseværktøjerne, der følger dette miljø, kan distribuere deres job på tværs af GPU-forekomster på flere rasteranalyseservere, som håndteres af Parallel behandlingsfaktor.