Geoserver2.27.3结合GeoWebCache发布arcgis切片(WMTS服务)

1.背景说明

原来用的还是Geoserver2.21,漏洞实在太多了,升级到最新的2.27.3(2025年12月18日获取到的最新版)。需要注意两点

(1)java版本从8升级到17.(可以不改服务器java8配置,只让Geoserver所在的Tomcat读取Java17)

(2)下载最新的GeoWebCache1.28.1 ,配置到Geoserver中

2.下载软件

(1)下载了Geoserver的war包(因为我放在了Tomcat下)

https://sourceforge.net/projects/geoserver/files/GeoServer/2.27.3/geoserver-2.27.3-war.zip/download

(2)下载GeoWebCache

https://sourceforge.net/projects/geowebcache/

(3)部署,把war包放在tomcat/webapps目录下,启动tomcat,自动解压war包,完成部署

3.修改配置

主要思路是把geowebcache的arcgis相关功能移植到Geoserver中

(1)拷贝geowebcache/WEB-INF/lib/gwc-arcgiscache-1.28.1..jar至geoserver/WEB-INF/lib目录下;

(2)解压geoserver/WEB-INF/lib/gs-gwc-2.27.3.jar 拷贝出去,解压到gs-gwc-2.27.3文件夹,

       然后把geowebcache/WEB-INF/geowebcache-arcgiscache-context.xml拷贝到至gs-gwc-2.27.3文件夹下;

我自己创建了ss文件夹,解压的gs-gwc-2.27.3.jar

(3)打开gs-gwc-2.21-SNAPSHOT目录下的geowebcache-core-context.xml文件,添加以下代码:

<bean/>

(4)打开gs-gwc-2.21-SNAPSHOT目录下的geowebcache-servlet.xml文件,添加以下代码

<import resource="geowebcache-arcgiscache-context.xml"/>

(5)把整个gs-gwc-2.27.3打包回Jar包

cmd命令,回到上一级,我的目录就是ss,然后打包

d: cd D:\_04_service\apache-tomcat-8.5.88_node1\webapps\geoserver\WEB-INF\ss jar cf gs-gwc-2.27.3.jar -C gs-gwc-2.27.3 .

替换geoserver/WEB-INF/lib/gs-gwc-2.27.3.jar,完成修改

4.配置ArcGis瓦片

(1)配置数据

tpk的瓦片要解压为文件夹。比如text.tpk

打开geoserver/data/gwc/geowebcache.xml文件,layers节点下添加arcgisLayer节点

<arcgisLayer> <name>test</name> <tilingScheme>E:\\data\\arcgiscache\\cachedata\\test\\conf.xml</tilingScheme> <tileCachePath>E:\\data\\arcgiscache\\cachedata\\test\\_alllayers</tileCachePath> <hexZoom>false</hexZoom> </arcgisLayer>

添加后截图一下,方便看

(2)配置好后,启动Tomcat,可以看到服务,Select One就能打卡了

5.一定要注意

配置geowebcache.xml文件的时候

就写下面这样的就好

<arcgisLayer> <name>test</name> <tilingScheme>E:\\data\\arcgiscache\\cachedata\\test\\conf.xml</tilingScheme> <tileCachePath>E:\\data\\arcgiscache\\cachedata\\test\\_alllayers</tileCachePath> <hexZoom>false</hexZoom> </arcgisLayer>

但是Tomcat运行后,这个geowebcache.xml会自动改变格式

完全不用担心,如果在加入新的瓦片,还是按照第4步骤的方法加入。不用写这么复杂,每次运行tomcat都会自动规范化xml文件的。

Read more

新手用AI写文章,AI味太重了?收藏这几个提示词瞬间去除AI写作痕迹!

现在很多新入局自媒体的人用AI辅助写作,但是稍有不慎就会被平台限流、封号。究其原因在于AI写的文字太AI风了,所以平台不会给流量! 要去除文章AI痕迹的核心思路是:第一步使用好提示词,好的提示词本身就降低了AI味道;第二步人工优化,在进一步降低AI味的同时还要修正错误和漏洞。 今天我把自己的经验结合起来,分享一下降低AI味的提示词。 一、赋予角色 给定一个具体的角色,比如说你在做育儿领域的爆款文章的时候,就可以给AI赋予一个资深育儿专家的身份。 举例:你是育儿专家,擅长写育儿类自媒体爆款文章。你主要的工作就是写出更有人情味、自然流畅、没有机器写作痕迹的文章,长短句并用,不用列表和总结,少用连接词,内容要打破AI生硬的感觉,在语言风格、情感表达、逻辑结构上全方位地接近人类真实的写作习惯。 二、人物画像 人物画像是对角色的补充,可以指定人物的年龄、性别、爱好等,做IP号的时候,就给AI发一张画像。 例子:语言风格转换专家,对于人类写作的特色有着非常深刻的认识。把AI生成的“冷冰冰”的文字转为通俗易懂、口语化的表达方式。依靠多年的积累,你能够很快地发现AI文本中重复啰嗦的

Jetson Orin NX 上部署 Ollama + Llama 3.2

Jetson Orin NX 上部署 Ollama + Llama 3.2 关键词: Jetson Orin NX, JetPack 5, Ubuntu 20.04, Ollama, Llama 3.2, CUDA, GPU推理, 边缘计算, ARM64 阅读时长: 约15分钟 📋 文章导航 * 前言 * 一、环境准备与系统要求 * 二、系统环境检查 * 三、安装Ollama(JetPack 5专用版) * 四、配置运行环境 * 五、启动Ollama服务与GPU验证 * 六、部署Llama 3.2模型 * 七、HTTP API接口调用 * 八、性能优化与调优

最完整whisperX入门指南:从安装到实现第一个语音识别功能

最完整whisperX入门指南:从安装到实现第一个语音识别功能 【免费下载链接】whisperXm-bain/whisperX: 是一个用于实现语音识别和语音合成的 JavaScript 库。适合在需要进行语音识别和语音合成的网页中使用。特点是提供了一种简单、易用的 API,支持多种语音识别和语音合成引擎,并且能够自定义语音识别和语音合成的行为。 项目地址: https://gitcode.com/gh_mirrors/wh/whisperX 你还在为语音识别工具安装复杂、识别准确率低、时间戳不精准而烦恼吗?本文将带你从零开始,一步步掌握whisperX的安装配置,并实现你的第一个语音识别功能。读完本文,你将能够:搭建稳定的whisperX运行环境、使用命令行和Python API两种方式进行语音识别、获取精准的单词级时间戳、实现多 speaker 区分标注。 whisperX 简介 whisperX 是一个基于 OpenAI Whisper 的语音识别工具,它在 Whisper 的基础上进行了改进,提供了更精准的单词级时间戳和 speaker 区分功能。

Stable-Diffusion-v1-5-archive镜像免配置:Web界面+Supervisor自动恢复实战

Stable-Diffusion-v1-5-archive镜像免配置:Web界面+Supervisor自动恢复实战 想体验经典SD1.5文生图的魅力,又不想折腾复杂的本地部署?今天,我们就来聊聊一个“开箱即用”的解决方案——Stable-Diffusion-v1-5-archive镜像。它最大的特点就是:零配置,有Web界面,服务挂了还能自己“活”过来。 对于刚接触AI绘画的朋友来说,这简直是福音。你不用去研究Python环境、模型下载、依赖冲突这些让人头疼的问题。这个镜像已经把一切都打包好了,你只需要启动它,打开浏览器,就能开始你的创作。 这篇文章,我会带你从零开始,手把手教你如何部署和使用这个镜像,并重点讲解它内置的“Supervisor守护进程”是如何确保服务稳定运行的。即使你完全没有服务器管理经验,也能轻松跟上。 1. 镜像核心能力与特点速览 在动手之前,我们先快速了解一下这个镜像到底能做什么,以及它有哪些吸引人的地方。 1.1 它是什么?能做什么? Stable-Diffusion-v1-5-archive镜像,简单说,就是一个封装好的、可以直接运行的SD1.