Query the Data Delivery Network
Query the DDNThe easiest way to query any data on Splitgraph is via the "Data Delivery Network" (DDN). The DDN is a single endpoint that speaks the PostgreSQL wire protocol. Any Splitgraph user can connect to it at data.splitgraph.com:5432 and query any version of over 40,000 datasets that are hosted or proxied by Splitgraph.
For example, you can query the 37_datos_de_intoxicaciones_de_diciembre_2014_a table in this repository, by referencing it like:
"datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj:latest"."37_datos_de_intoxicaciones_de_diciembre_2014_a"or in a full query, like:
SELECT
":id", -- Socrata column ID
"nreg", -- Numero de registro
"estado_civil", -- El estado civil es la situacion de las personas fisicas determinada por dud relaciones de familia,provenientes del matrimonio o del parentesco,que establece ciertos derechos y deberes.
"grupo_desplazados", -- grupo desplazados
"grupo_migrantes", -- grupo migrantes
"grupo_de_sustancia", -- grupo de la sustancia según su clasificaion y categoria de sustancia consumida y/o expuesta
"grupo_madres_comunitarias", -- grupo madres comunitarias
"grupo", -- nombre del evento de interes en salud pública
"con_fin_", -- Estado del usuario: 1 = Vivo, 2 = Muerto, 3 = No sabe
"nmun_notif", -- municipio de residecia
"cod_dpto_o", -- Código DANE del departamento de ocurrencia del evento de interes
"nom_eve", -- Nombre del evento de interes en salud pública
"cod_pais_o", -- no es el codigo del país de ocurrencia del evento de interes es el gentilicio
"fm_unidad", -- Unidad (Fuerza militar) Código de la Unidad Militar según tabla de Unidades Militares
"cod_eve", -- Codigo del evento de interes en salud pública
"cer_def_", -- número de certificado de defunción
"fm_grado", -- Grado (Fuerza militar) Código dela Grado Militar según tabla de Grados Militares
"muest_toxi", -- Se tomaron muestras de toxicología 1=Si 2=No
"parte_brot", -- El caso hace parte de un brote 1=Si 2=No
"ndep_notif", -- Departamento de residencia
"fm_fuerza", -- Fuerza (Fuerza militar) 1=GABZ=CGF3=EJC4= ARC5=FACG=HMC7=POL8 =SIN
"afi_arp", -- Afiliado a A.R.P. 1=Si 2=No
"fec_def_", -- Fecha de defunción
"grupo_carcelario", -- grupo carcelario
"grupo_psiquiatrico", -- grupo psiquiatrico
"grupo_otros", -- grupo otros
"grupo_indigente", -- grupo indigente
"grupo_desmovizados", -- grupo desmovilizados
"cod_dpto_r", -- Código DANE del departamento de residencia del evento de interes
"fec_inv_br", -- Fecha de investigación epidemiológica del brote AAAA-MMDD (AñoMes-Dia separados por guiones) (Norma ISO 8601, NTC 1034)
"uni_med_", -- unidad de medida de la edad: 1 = Años, 2 = Meses, 3 = Días, 4 = Horas, 5 = Minutos, 0 = No aplica
"sexo", -- Son las caracteristicas fisiologicas del Paciente y son: MASCULINO, FEMENINO, Sin información
"area_", -- Distribución geográfica de residencia: 1 = Cabecera municipal, 2 = Centro poblado, 3 = Rural disperso
"grupo_gestante", -- grupo gestante
"grupo_poblacion_icbf", -- grupo poblacion icbf
"grupo_victima_violencia", -- grupo victima violencia
"num_cas_br", -- Numero de caso de este brote (Cantidad de casos)
"localidad_", -- localidad
"barrio", -- nombre del barrio
"cod_ase_", -- Código de la aseguradora o EPS
"tip_cas_", -- tipo de caso: 1 = Sospechoso, 2 = Probable, 3 = Confirmado por laboraorio, 4 = Confirmado por clínica, 5 = Confirmado por nexo epidemiológico
"pac_hos_", -- Paciente en servicio de hospitalización: 1 = Si, 2 = No
"cbmte_", -- Códido Clasificación internacional de Enfermedad como Causa basica de muerte
"fec_arc_xl", -- Fecha de generación delarchivo plano
"nombre_del_producto", -- Nombre del producto consumido y/o expuesto
"escolarida", -- Escolaridad 1 = PREESCOLAR 2 = BASICA PRIMARIA 3 = BÁSICA SECUNDARIA 4 = MEDIA ACADEMICA o CLASICA 5 = MEDIA TECNICA 6 = NORMALISTA 7 = TECNICA PROFESIONAL 8 = TECNOLOGICA 9 = PROFESIONAL 10 = ESPECIALIZACION 11 = MAESTRIA 12 = DOCTORADO 13 = NINGUNO 14 = SIN INFORMACIÓN
"cod_arp", -- Código Administradora de Riesgos Profesionales A.R.P.
"prueba", -- Prueba (Según tabla de referencia)
"hor_inv_br", -- Hora de investiación del brote Formato HH:MM; usa el separador “:" para horas y minutos.
"municipio_procedencia", -- Se refiere al municipio de proecdencia del paciente
"semana_epidemiologica", -- Corresponde a la distribución del año en 52 semanas epidemiologicas
"cod_pre", -- Código del prestador de servicio de salud o IPS
"cod_sub", -- Código Subsede de la IPS
"edad", -- Se debe reportar la edad cumplida del paciente.
"unid_edad", -- Es la concatenacion de la unidad de medida mas la edad esto es para generar el grupo etario, grupo de edad y ciclo de vida
"grupo_etario", -- grupo de edades
"clasif_edad", -- Clasifiación de la edad
"per_etn_", -- Pertenencia etnica: 1 = Indigenca, 2 = Rom o gitano, 3 = Raizal, 4 = Palenquero, 5 = Negro o mulato afrocolombiano, 6 = Otro
"grupo_discapacidad", -- grupo discapacidad
"ini_sin_", -- Fecha de inicio de síntomas
"uni_modif", -- codigo de la IPS
"via_exp", -- Via de exposición 1 = Respiratoria 2 = Oral 3 = Dérmica/Muoosas 4 = Ocular 5 = Desconocida 6 = Parenteral (intramuscular, intravenosa, subcutánea, intraperitoneal) 8 = Transplacentaria
"departamento_procedencia", -- Se refiere al deparatamento de procedencia del paciente
"municipio_residencia", -- corresponde al municipio donde vive el paciente
"orden", -- Consecutivo autonumerico
"fecha_notificacion", -- fecha de la notificacion
"ano_epidemiologica", -- Es el año en que ocurrio el caso
"curso_de_vida", -- Es la clasificacion de la edad del Paciente según el ministerio de salud y proteccion social: 00. NO REPORTA, 01. Primera infancia, 02. Infancia, 03. Adolescencia, 04. Jovenes, 05. Adultez, 06. Persona Mayor
"cod_mun_o", -- Código DANE del municipio de ocurrencia del evento de interes
"cen_pobla_", -- Centro poblado
"vereda_", -- Vereda
"bar_ver_", -- Barrio o vereda de residencia
"comuna", -- son las comunas del municipio de Bucaramanga que son: 01. Norte, 02. Nor Oriental, 03. San Francisco, 04. Occidental, 05. García Rovira, 06. La Concordia, 07. La Ciudadela, 08. Sur Occidente, 09. La Pedregosa, 10. Provenza, 11. Sur, 12. Cabecera del Llano, 13. Oriental, 14. Morrorico, 15. Centro, 16. Lagos del Cacique, 17. Mutis, Corregimiento 1, Corregimiento 2, Corregimiento 3 y sin informacion
"nom_comuna", -- Nombre de la comuna vereda o localidad de ocurrencia del caso
"numnombcomuna", -- Numero de la comuna
"ocupacion_", -- Código de clasificación de actividad comercial
"tipo_de_seguridad_social", -- Se relaciona con el régimen de afiliación al sistema general de seguridad social en salud, en el que se encuentra el caso que está siendo notificado o su acudiente.
"aseguradora", -- nombre de la eps
"cod_mun_r", -- Código DANE del municipio de residencia del evento de interes
"fec_con_", -- Fecha de consulta a servicio médico
"fec_hos_", -- Fecha de Hospitalización
"ajuste_", -- Estadio en el que se encuestra el caso reportado: 0 = Sin Ajuste, 1 = Confirmación por Clínica, 2 = Confirmación por nexo epidemiológico, 3 = Confirmado por laboratorio, 6= Descartado, 7 = Otra actualización
"fecha_nto_", -- Fecha de nacimiento del usuario
"nuni_modif", -- nombre de la IPS
"fec_aju_", -- Fecha de ajuste del caso
"nit_upgd", -- NIT del prestador de servicio de salud o IPS
"version", -- version del reporte del SIVIGILA
"cod_sust", -- Código del producto (Según tabla de referencia)
"clasificacion", -- Clasificación del caso según el tipo de sustancia consumida y/o expuesta
"categoria", -- categoria del caso según el tipo de sustancia consumida y/o expuesta
"tipo_de_exposicion", -- Clasificación de la exposición: 0= No Exposición, 1 = Exposición leve, 2 = Exposición grave
"lugar_de_exposicion", -- Lugar donde se produjo la intoxicación 1 = Hogar 2 = Establecimiento educativo 3 = Establecimiento militar 4 = Establecimiento comercial 5 = Establecimiento penitenciario 6 = Lugar de trabajo 7 = Vía pública 8 = Bares/Tabernas/Discotecas
"fec_exp", -- Fecha de la agresión o contacto AAAA-MM-DD (Año-Mes-Día separados por guiones) (Norma ISO 8601, NTC 1034)
"hor_exp", -- Hora de la exposición Formato HH:MM; usa el separador “:" para horas y minutos.
"sit_ale", -- Situación de alerta 1=Si 2=No
"tipo_muest", -- Tipo de muestra solicitada 1 = Sangre Total, 2 = Orina 4 = Tejido 13 = Suero 15 = Alimentos 17 = Agua 18 = Vómito 23 = Cabello 25 = Bebida alcohólica 26 = Sedimentos 27 = Suelo 28 = Aire 29 = Envase/Empaque 30 = Otro 32 = Uñas
"result_pru", -- Resultado de la prueba toxicologica
"unidad_primaria_generadora_dato", -- institución de salud que se encuentra en el registro de habilitación de prestadoresde salud (REPS).
"departamento_residencia", -- corresponde al departamento donde vive el paciente.
"upgd" -- Unidad primaria generadora del dato
FROM
"datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj:latest"."37_datos_de_intoxicaciones_de_diciembre_2014_a"
LIMIT 100;Connecting to the DDN is easy. All you need is an existing SQL client that can connect to Postgres. As long as you have a SQL client ready, you'll be able to query datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj with SQL in under 60 seconds.
Query Your Local Engine
bash -c "$(curl -sL https://github.com/splitgraph/splitgraph/releases/latest/download/install.sh)"Read the installation docs.
Splitgraph Cloud is built around Splitgraph Core (GitHub), which includes a local Splitgraph Engine packaged as a Docker image. Splitgraph Cloud is basically a scaled-up version of that local Engine. When you query the Data Delivery Network or the REST API, we mount the relevant datasets in an Engine on our servers and execute your query on it.
It's possible to run this engine locally. You'll need a Mac, Windows or Linux system to install sgr, and a Docker installation to run the engine. You don't need to know how to actually use Docker; sgrcan manage the image, container and volume for you.
There are a few ways to ingest data into the local engine.
For external repositories, the Splitgraph Engine can "mount" upstream data sources by using sgr mount. This feature is built around Postgres Foreign Data Wrappers (FDW). You can write custom "mount handlers" for any upstream data source. For an example, we blogged about making a custom mount handler for HackerNews stories.
For hosted datasets (like this repository), where the author has pushed Splitgraph Images to the repository, you can "clone" and/or "checkout" the data using sgr cloneand sgr checkout.
Cloning Data
Because datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj:latest is a Splitgraph Image, you can clone the data from Spltgraph Cloud to your local engine, where you can query it like any other Postgres database, using any of your existing tools.
First, install Splitgraph if you haven't already.
Clone the metadata with sgr clone
This will be quick, and does not download the actual data.
sgr clone datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7ujCheckout the data
Once you've cloned the data, you need to "checkout" the tag that you want. For example, to checkout the latest tag:
sgr checkout datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj:latestThis will download all the objects for the latest tag of datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj and load them into the Splitgraph Engine. Depending on your connection speed and the size of the data, you will need to wait for the checkout to complete. Once it's complete, you will be able to query the data like you would any other Postgres database.
Alternatively, use "layered checkout" to avoid downloading all the data
The data in datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj:latest is 0 bytes. If this is too big to download all at once, or perhaps you only need to query a subset of it, you can use a layered checkout.:
sgr checkout --layered datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj:latestThis will not download all the data, but it will create a schema comprised of foreign tables, that you can query as you would any other data. Splitgraph will lazily download the required objects as you query the data. In some cases, this might be faster or more efficient than a regular checkout.
Read the layered querying documentation to learn about when and why you might want to use layered queries.
Query the data with your existing tools
Once you've loaded the data into your local Splitgraph Engine, you can query it with any of your existing tools. As far as they're concerned, datos-gov-co/37-datos-de-intoxicaciones-de-diciembre-2014-a-q2ja-a7uj is just another Postgres schema.