摘要： 遥感影像处理领域，需要各种各样的并发处理逻辑。Kubernetes容器平台，使用Docker容器作为独立无依赖的运行单元，非常适合大规模遥感影像并发计算的底座。配合超强的Workflow流程引擎，可以满足各类花式并发的述求。
虽然讲技术，但是咱也顺带过一下简单的科普入门。这样对为什么要做花式并发这种特性，有更好的理解。
1 什么是遥感影像？
就是各种地球自拍照，当然也有其他各种相关的传感器，比如测温度的，激光雷达什么的。
2 遥感影像要做哪些处理？
毕竟地球自拍照，总得美颜一下。比如照片是一张一张的，你要拼成完整大图（图像镶嵌）。比如拍的歪的，调正角度（正射校准）。颜色有深有浅，得美化一下（匀光匀色）。
以及其他各类的“美颜技术”：正射校准、影像配准、影像镶嵌，影像裁剪等。目的是得到类似DOM这种可以发圈的照片。
然后后期还有各类AI处理，比如自动识别地球自拍照里面的：汽车，建筑物，湖泊，农林耕草等各类AI场景。
除了智能分析静态的自拍照，还能自动分析目标是不是整形过（动态的）：
总之，遥感影像图片，可以进行各种各样的“计算处理”。
3 并发处理是常态
遥感影像就是一张张的图片，很多算法都是针对每一张（简称：井）图片进行处理。例如：过滤筛选有效照片等，都是每一井影像单独处理的。
举例：假设某文件目录中有1万井影像，然后你自研了一个质检程序，用来判断图片是否满足要求。
你可以使用，（1）串行的方式，用程序不停的读取每一张图片进行处理，但是这样处理会很慢。所以你希望（2）并行启动多个质检程序，利用大规模分布式并行处理来加速整个质检步骤。 如：直接启动1万个质检实例，分别处理不同的照片，那么瞬间完成任务。
所以，在遥感影像处理中，由于数据量的巨大，并发处理是基本述求。如何花式并发，才是核心能力。
3.1 固定并发
所谓固定，就是提前知道怎么并发。比如今天任务是处理1万张图片，那么在投递任务的时候，将并发值直接设定为1万就行了。
我们称提前可以知道的并发数量，为固定并发。
3.2 动态并发
所谓的动态，是指运行过程中才能决定并发数量。比如跑完上一步，才能确定下一步的并发数量。
比如有一个流程：步骤1，是将1万张图片，进行质检处理（具体哪些照片能通过质检提前是不确定的）。 紧接着是步骤2，这一步是并发处理那些质检合格的图片。
那这里步骤2的并发数量，就是一个动态的值。完全由步骤1的结果决定。
3.3 花式并发
这里，总结一下并发的2种形态。
（1）递进式并发
（2）笛卡尔式并发
咱们以相亲为例（男生组100个人，女生组也是100人），将 “1男1女的一次交流”，作为一个“处理单元”，求总共需要多少一对一交流。
Ø 笛卡尔并发
那么最常见的“交流环节”当然就是两两交流啦。每个人和任意一位异性交流一次，这样一共需要进行 100 100 = 10000 场的对话交流。即 N M 次交流，我们称 笛卡尔式。
Ø 递进式并发
有时候，主持人决定，只有编号相等的异性，才能进行一次交流。也就是男1号对女1号，只能这样匹配。这样一共需要进行 100 1 = 100 场的对话交流。即 N 1 次交流，我们称 递进式。
下面以具体的实际场景来
3.3.1 递进式并发
场景介绍：
Ø 拍植物长得怎么样的传感器。（NDVI，学名：归一化植被指数）。
每个月拍一张的话，一年有12张图片。
根据这12张图，可以算出全年的：（1）平均植被 / （2）最秃程度 / （3）最茂盛程度。
Ø 拍温度热不热的摄像头。 （LST，学名：地表温度）。
每个月拍一张，一年有12张图片。
根据这12张图，可以算出全年的：（1）平均温度 / （2）最高温度 / （3）最低温度
OK，那当前咱们有12植被 + 12温度 = 24张图片。
开始花式并发的影像流程处理：比如算一算 干旱指数。
上图*号处，即步进式并发（流程指最后一步）：要求1月份的植被照片，要和1月份的温度照片，一起计算。 然后2月的温植一起算。大家一起递进，如此进行并发。
好理解不，有点像男1号和女1号，然后按此顺序，大家组队完成任务这样子。
3.3.2 笛卡尔式并发
场景介绍：两个图层做相交查询。
例如，查询每个市的绿地覆盖情况。这个时候，就需要每个市，和其相交的瓦片层做关联查询。
这种情况下，就会有两两匹配执行计算的操作。
不过相对而言，遥感影像处理中，此类场景并不是太多。大多数的并发，只需要根据影像图片的数量就可以确定了。
4 总结
遥感影像处理领域，需要各种各样的并发处理逻辑。Kubernetes容器平台，使用Docker容器作为独立无依赖的运行单元，非常适合大规模遥感影像并发计算的底座。配合超强的Workflow流程引擎，可以满足各类花式并发的述求。相比GBDX的引擎能力（参见https://bbs.huaweicloud.com/blogs/208660）而言，华为云地理遥感解决方案打造的workflow能力可以说是领先一大截。实乃居家旅行，遥感影像处理的必备良药。
那么，你的地理遥感影像平台并发了没？
本文分享自华为云社区《基于Kubernetes的花式并发遥感影像处理》，原文作者：tsjsdbd 。