翻译：利用GDAL生成cogeoff文件

翻译自：

Introducing the AWS Lambda Tiler

https://hi.stamen.com/stamen-aws-lambda-tiler-blog-post-76fc1138a145

这是另一个mapbox的网站：

https://viewer.remotepixel.ca

遥感数据网络地图应用通常采用瓦片切图服务的方式提供，常用的服务协议有tms，wmts等。

随着卫星数据获取方式的多样化，从数据存储到数据服务的工作负载已经成为影响时相要求较高行业应用影像的瓶颈所在。

如何能够高效存储管理海量遥感影像数据，并快速提供服务是未来很长一段时间，影像数据服务的发展趋势。

随着云计算技术的发展，无服务器架构已经成为在云端快速部署应用的一个选择。

在遥感领域中，mapbox在利用aws上托管的公开的landset/sentinel/cbers等数据，通过serverless技术开发的无服务器影像地图服务为瓦片切图服务提供了另外一种实现思路。

需要6个步骤完成数据的处理与服务工作：

1 根据影像的6参数，计算影像在瓦片地图服务中的最大缩放级别和bbox；

2 以瓦片形式存储原始数据；

gdal_translate \
  -co TILED=yes \
  -co COMPRESS=DEFLATE \
  # -co PREDICTOR= \
  -co BLOCKXSIZE= \
  -co BLOCKYSIZE= \
  # -co NUM_THREADS=ALL_CPUS \
  input.tif \
  output.tif

3 构建金字塔；

gdaladdo \
  -r cubic \ # 采样方式
  --config GDAL_TIFF_OVR_BLOCKSIZE  \
  --config TILED_OVERVIEW yes \
  --config COMPRESS_OVERVIEW DEFLATE \
  # --config PREDICTOR_OVERVIEW  \
  --config BLOCKXSIZE_OVERVIEW  \
  --config BLOCKYSIZE_OVERVIEW  \
  # --config NUM_THREADS_OVERVIEW ALL_CPUS \
  -ro \ # 以只读方式打开影像，保存金字塔在数据外部
  source_file_name.tif \
                 

4 创建wapped vrt（mercator），指向源数据；

5 创建metadata（json格式）；

6 保存原数据，元数据，vrt到云存储。