原标题：Uber开源地理资讯视觉化工具kepler.gl，连Airbnb和Google都爱用
Uber开源其内部使用的地理资讯视觉化工具包kepler.gl，这是基于Uber自家大资料集视觉探索WebGL开发框架deck.gl开发的React组件，用于建立大规模地理定位资料集的视觉化探索网页应用程序。其支援GPU的特性，可以让应用程序顺畅的即时渲染数百万个资料点。
开源kepler.gl可以让不同技能的使用者都能轻易的操作资料，除了可以单纯使用网页应用程序外，开发者也能以组件开发自己的资料应用。
Uber提到，要将资料视觉化，不论使用任何一种开发框架，开发人员都需要投入大量时间资源，过程也总是枯燥无味的，而且也无法实现所有资料视觉化的想法。kepler.gl便是用来帮助使用者，快速实现并验证这些点子，通过地理空间资料视觉化，使用者可以从中获得特殊的见解。
kepler.gl是个不限资料来源且高性能的网页应用程序，专门用于处理大规模地理定位资料集，支援csv、json以及geojson格式，使用者可以简单的点按滑鼠，将这些档案拖拉进网页介面中，便能通过操作不同图层，执行过滤或是聚合等动作探索这些资料，最后还能选择以静态与动态输出地图，Uber表示，过去花费数周的资料处理时间，现在10分钟就可以完成了。
而且由于受惠于支援WebGL开发框架deck.gl的优点，所有图层都由GPU加速运算，即使是网页应用程序，kepler.gl还是可以顺利的绘制数百万个资料点，而这代表能够一次呈现数千趟的旅程资讯，并且还能即时进行空间聚合（Spatial△Aggregations）。
除了提供传统二维X轴与Y轴平面图形绘制外，kepler.gl还支援增加Z轴的立体图形，让使用者可以绘制网格、六边型或是多边型柱体，增加整体地图可以表达的资讯量。
kepler.gl还有一个好用的功能，就是能对资料进行条件过滤，使用者可以对资料使用任何指标，留下或是筛掉符合条件的资料，其典型用法就是建立具有时间轴的视觉化时空资料。
另外，kepler.gl同时也是一个React组件，建立在deck.gl和react-map-gl之上，使用Redux来管理状态或是资料流，因此kepler.gl可以很容易的嵌入React-Redux应用程序中。开发者要用kepler.gl开发应用程序，只要在UI挂载kepler.gl△React组件，并在根reducer挂载kepler.gl△reducer即可。
接下来几个月，Uber会继续强化其探索能力以及地理分析功能。Uber计划建构框架来支援额外的图表以及小工具，提供使用者像Tableau一样，在图表或地图中链结互动。此外，还会新增地理资料操作的方法以及筛选过滤功能，强化交叉分析的能力。
除了Uber自己用kepler.gl作为几个重要仪表板应用程序中的地图组件外，还有许多企业也在使用，包括Airbnb以及Google旗下的Sidewalk△Labs等组织。
相关：
Atlassian开源自动扩展调节工具Escalator，更容易扩展、缩减Kubernetes运算丛集
PaaS服务供应商Atlassian开源其内部使用的Kubernetes自动扩展调节工具Escalator，以Go语言撰写的Escalator最强大的功能在于，不只能提供先占式运算资源扩展，预备为即将出现的容器腾出空间，以便需要时可以快速启动，
Netflix开源用来服务1.25亿会员的云端闸道器Zuul 2
Netflix宣布开源其云端闸道器Zuul△2，Netflix称它为前门，所有流量请求必会经过该服务。Zuul△2作为Netflix最重要的基础建设之一，现在Netflix内部运行超过80个Zuul△2丛集，向后端百项服务每秒发送一百万次的请求，
针对多种云端平台提供更多自动化，以及储存服务整合应用，Pure Storage宣布支援VMware SDDC、Red Hat OpenShift，并提供开放式自动化工具集
图片来源: 李宗翰摄影 今年Pure△Storage在全球用户大会Accelerate，首度倡议以资料为中心的架构（Data-Centric△Architecture，DCA），而他们接下来在云端服务平台的策略布局走向，也是各方关切的重点。在大会主题演
Chef法遵自动化工具InSpec飞上Azure，可原生整合至Azure Cloud Shell
今年度ChefCon中，Chef没有辜负该公司取名厨师（Chef），在加强云端原生应用布局，认真端出许多好菜。像是加强整合Google公有云服务，资安法遵自动化工具InSpec、布建工具Habitat都可以在GCP上使用外，还推出更多现成
图片来源: Tesla 电动车龙头特斯拉（Tesla）终于开始开源自家的软件，在GitHub上释出了两个开源专案，其一是用来建置嵌入式Linux系统映像档的工具，第二个是用于Tesla△Model△S与Model△X，基于Nvidia△Tegra的娱乐