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 activos_de_informacin_agencia_nacional_del table in this repository, by referencing it like:
"datos-gov-co/activos-de-informacin-agencia-nacional-del-7q5x-h4sm:latest"."activos_de_informacin_agencia_nacional_del"or in a full query, like:
SELECT
":id", -- Socrata column ID
"nombre_activo", -- Nombre o título del Activo de Información.
"calidad_titular", -- Calidad del titular de los Datos Personales (Se debe indicar cuál es la calidad del titular)
"finalidad_datos", -- Indica por qué se requieren estos datos personales
"frecuencia_uso", -- Indica con que frecuencia aproximadamente se utilizan estos datos personales
"autorizacion", -- Requiere autorización del titular o causahabiente o su representantes legal de la información, en caso de no, se debe indicar por qué no.
"datos_infantes", -- Indica si los datos personales son de Niños, Niñas o Adolescentes
"datos_sensibles", -- Indica si los datos personales son sensibles.
"datos_semiprivados", -- Indica si los datos personales son semi-privados.
"fundamento_juridico", -- Justificación del por qué la información debe ser clasificada o reservada bajo el fundamento constitucional o legal nombrado en la variable Fundamento constitucional o legal.
"accesibilidad", -- ¿Cómo se encuentra el activo para ser solicitado?.
"tipo_activo", -- Tipo de activos de información.
"idioma", -- Lenguaje del activos.
"plazo_clasificacion", -- El tiempo que cobija la clasificación o reserva.
"datos_privados", -- Indica si los datos personales son privados.
"macro_proceso", -- Indica el nombre del macroproceso al que pertenece el activo.
"subproceso", -- Indica el nombre del subproceso al que pertenece el activo.
"medio_conservacion", -- Medio en el que se encuentra el activo.
"fecha_generacion", -- Momento de creación de la información.
"confidencialidad_activo", -- Pública Reservada, Pública Clasificada y Pública.
"criticidad_activo", -- Criticidad.
"nivel_riesgos_activo", -- Niveles de riesgo.
"excepcion_informacion", -- Indica la totalidad del documento (activo de información) es clasificado o reservado, o si solo una parte corresponde a esta calificación.
"fecha_calificacion", -- Fecha de la calificación de la información como reservada o clasificada.
"datos_publicos", -- Indica si los datos personales son públicos.
"cantidad_datos", -- Número aproximado de titulares únicos.
"recoleccion", -- ¿En qué parte del proceso se recolectan? (en que parte de la actividad se recolectan los datos personales)
"descripcion_breve", -- Descripción del contenido del activo.
"formato", -- Forma o modo en la que se encuentra el activo.
"lugar_consulta", -- Lugar donde puede ser consultado activo.
"frecuencia_actualizaci", -- Periodicidad o el segmento de tiempo en el que se actualiza la información.
"propietario_del_activo_cargo", -- Cargo del jefe del área que crea o produce la información.
"custodio", -- Nombre del responsable de la custodia de la información.
"disponibilidad_activo", -- Baja, media, alta.
"integridad_activo", -- Integridad.
"objetivo_excepcion", -- Identificación de la excepción de acceso a la información según los artículos 18 y 19 de la Ley 1712 de 2014.
"fundamento_constitucional" -- Justificación la clasificación o la reserva, señalando expresamente la norma, artículo, inciso o párrafo que la ampara.
FROM
"datos-gov-co/activos-de-informacin-agencia-nacional-del-7q5x-h4sm:latest"."activos_de_informacin_agencia_nacional_del"
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/activos-de-informacin-agencia-nacional-del-7q5x-h4sm 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/activos-de-informacin-agencia-nacional-del-7q5x-h4sm: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/activos-de-informacin-agencia-nacional-del-7q5x-h4smCheckout 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/activos-de-informacin-agencia-nacional-del-7q5x-h4sm:latestThis will download all the objects for the latest tag of datos-gov-co/activos-de-informacin-agencia-nacional-del-7q5x-h4sm 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/activos-de-informacin-agencia-nacional-del-7q5x-h4sm: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/activos-de-informacin-agencia-nacional-del-7q5x-h4sm: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/activos-de-informacin-agencia-nacional-del-7q5x-h4sm is just another Postgres schema.