Re:Earth Engineering Page 2 of 3 2024-11-28 Terraform with Monorepo and GitHub Actions: Optimizing CI/CD with Side Effects We manage Google Cloud resources using Terraform. By adopting Terraform Modules and a Monorepo structure, we efficiently apply consistent changes across environments while improving maintainability. This article highlights our efforts to enhance CI/CD workflows, including tracking Module changes and optimizing processes using GitHub Actions. 2024-11-28 MonorepoとGitHub Actionsで実現するTerraform - 副作用を活用したCI/CD最適化の取り組み - 株式会社EukaryaではGoogle Cloudのリソース管理にTerraformを使用しています。Terraform ModuleとMonorepo構成を採用することで、環境間で共通の変更を効率的に適用し、保守性を向上させています。Moduleの変更への追従やCI/CDの最適化など、GitHub Actionsや構成の取り組みを紹介します。 2024-11-20 What is RTIN, which builds hierarchical LOD in real time? I implemented RTIN algorithm, which builds hierarchical LOD in real time. This algorithm significantly reduces the number of vertices in terrain rendering, allowing for efficient rendering while maintaining visual quality. 2024-11-20 リアルタイムに階層的なLODを構築するRTINとは リアルタイムに階層的なLODを構築するRTINアルゴリズムを実装しました。このアルゴリズムにより、地形の描画において頂点数を大幅に削減し、視覚的な美しさを保ちながら効率的なレンダリングが可能となりました。 2024-10-11 Apollo Clientだけじゃない！GraphQLならTanStack Query（React Query）がおすすめな理由 TanStack QueryでGraphQL開発がもっと簡単に！TanStack Queryとgraphql-requestを使い、なぜTanStack QueryがApollo Clientより優れているのか、その魅力を具体的なコード例とともに解説します。 2024-10-11 Not Just Apollo Client! Why TanStack Query (React Query) is Recommended for GraphQL Make GraphQL development easier with TanStack Query! Using TanStack Query and graphql-request, we explain with concrete code examples why TanStack Query is superior to Apollo Client and showcase its advantages. 2024-09-12 LOD Algorithm in 3DCG Level of Detail (LOD) algorithms in 3DCG are important for efficient display of complex 3D models. This post summarizes these methods and findings while developing the map engine. 2024-09-12 3DCGにおけるLODアルゴリズム 3DCGにおけるLOD（Level of Detail）アルゴリズムは、複雑な3Dモデルの表示を効率化するために重要です。地図エンジンを開発する中で、多くの手法について学んだので知見をまとめました。 2024-08-02 envsubstを使用してnginx Dockerイメージに環境変数を埋め込む envsubstを使用してnginxのDockerイメージに動的に環境変数を埋め込むことで、より柔軟なフロントエンドのデプロイが可能になります。その方法について説明します。 2024-08-02 Embed Env Vars in Files on a Nginx Docker Image with envsubst Learn to configure dynamic environment variables on a Nginx Docker image for flexible deployment. Ideal for high-traffic sites and microservices architectures. 2024-07-24 Take a Screenshot of Cesium Applications with GitHub's GPU Runner and Playwright Describes how to use GitHub's GPU Runner and Playwright to take screenshots of a Cesium application and detect degregs; how to set up GPU Runner, prepare Playwright, implement tests and visual regression testing. This section explains how to. 2024-07-24 GitHubのGPUランナーとPlaywrightでCesiumアプリケーションのスクリーンショットを撮影する GitHubのGPUランナーとPlaywrightを使用してCesiumアプリケーションのスクリーンショットを撮影し、デグレを検出する方法について説明します。GPUランナーの設定方法やPlaywrightの準備、テストの実装方法、ビジュアルリグレッションテストに付いて説明します。 2024-07-17 Optimize Tile Rendering on the Earth Ellipsoid with Culling and SSE Optimisation methods for rendering tiles on the Earth ellipsoid are presented, using methods such as quadtree, frustum culling, horizon culling and Screen Space Error (SSE). 2024-07-17 カリングとSSEによる地球楕円体上へのタイル描画の最適化 四分木（Quadtree）やFrustum culling、Horizon culling、SSE（Screen Space Error）などの手法を使用して、地球楕円体上にタイルを描画するための最適化手法について紹介します。 2024-07-08 Cesiumで美しいヒートマップを高速に描画する Cesiumで動的な地形にフィットするヒートマップを作成する方法を探求し、Cesiumのカスタムビジュアライゼーションの世界に飛び込みましょう。 2024-07-08 Visualize Beautiful Heatmaps Faster on Cesium Dive into the world of custom visualizations in Cesium as we explore how to create a dynamic, terrain-conforming heatmap. 2024-06-25 Decompress a huge 100GB zip file on GCS with Go We have implemented a system in Go that can automatically extract 100GB-class zip/7z files uploaded to GCS on Google Cloud at the production level. This post will explain the technology. 2024-06-21 GoとGCSで100GBの巨大zipファイルを展開する Google Cloud上で、GCSにアップロードされた100GB級のzip/7zファイルを自動的に展開することができるシステムをGoで実装し、プロダクションレベルで実現しました。その技術について解説します。 2024-06-07 Data Structure and Mechanism of Spatial Partitioning in 3DCG In computer graphics, when performing operations based on the relationships between models, such as collision detection, in a large space, the computational load can become very high. To solve this, you can divide the space and compare only the models within the same partition, significantly reducing the computational load. 2024-06-07 3DCGにおける空間分割のデータ構造と仕組み コンピュータグラフィックスにおいて、大きな空間上で、モデル同士の衝突判定など、モデル同士の関係性に基づいて処理を行う場合、計算量が非常に多くなります。これを解決するために、空間を分割し、ある空間にいるモデル同士のみを比較すれば、計算量はかなり少なくなります。 ← Prev 123 Next →
