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-qkbe-qc9e:latest"."activos_de_informacin_agencia_nacional_del"or in a full query, like:
SELECT
":id", -- Socrata column ID
"grupo_interno_indicar_el", -- Indica el grupo interno al que pertenece el activo
"disponibilidad_baja_media", -- Baja, media, alta
"en_qu_parte_del_proceso_se", -- ¿En qué parte del proceso se recolectan?, Indica en que parte de la actividad se recolectan los datos personales
"integridad_bajo_medio_alto", -- Bajo, medio, alto
"p_blicos_indique_si_los_datos", -- Indica si los datos personales son públicos
"trd_el_activo_de_informaci", -- El activo de información está incluido en la Tabla de Retención Documental de la Entidad
"_5_6_3_privados_indique_si", -- Indica si los datos personales son privados
"idioma_seleccione_el_idioma", -- Idioma, lengua o dialecto del activo información
"ubicaci_n_del_activo_y_o", -- Lugar donde puede ser consultado el activo de información
"criticidad_campo_autom_tico", -- Indica la criticidad
"sensibles_indique_si_los", -- Indica si los datos personales son sensibles
"objetivo_leg_timo_de_la", -- Identificación de la excepción de acceso a la información según los artículos 18 y 19 de la Ley 1712 de 2014
"custodio_cargo_proceso_o", -- Cargo, proceso o grupo de trabajo responsable de la custodia de la información
"confidencialidad_p_blica", -- Clasificación del activo de información: Pública Reservada, Pública Clasificada y Pública
"formato_es_la_forma_o_modo", -- Forma o modo en la que se encuentra el activo
"tipo_de_activo_de_informaci", -- Tipo de activo de información
"integridad", -- Bajo, medio, alto
"nivel_de_riesgos_campo_autom", -- Indica el nivel de riesgo
"contiene_datos_personales", -- Indica si el activo de información contiene o no datos personales
"infraestructura_cr_tica_cibern", -- indica si el activo de información corresponde a infraestructura crítica cibernética
"cantidad_de_datos_personales", -- Número aproximado de titulares únicos
"fecha_de_la_calificaci_n", -- Indica la fecha de la calificación de la información como reservada o clasificada
"fundamento_jur_dico_de_la", -- Explica o justifica por qué la información debe ser clasificada o reservada bajo el fundamento constitucional o legal nombrado en la variable Fundamento constitucional o legal
"confidencialidad", -- Clasificación del activo de información: Pública Reservada, Pública Clasificada y Pública
"disponibilidad", -- Baja, media, alta
"macroproceso_indicar_el_nombre", -- Indica el nombre del macroproceso al que pertenece el activo
"semi_privados_indique_si", -- Indica si los datos personales son semiprivados
"proceso_indicar_el_nombre", -- Indica el nombre del subproceso al que pertenece el activo
"nombre_o_t_tulo_del_activo", -- Nombre o título del Activo de Información
"descripci_n_breve_descripci", -- Breve descripción del contenido del activo
"medio_de_conservaci_n_y_o", -- Medio en el que se encuentra el activo de información
"accesibilidad_de_la_informaci", -- Cómo se encuentra el activo para ser solicitado
"propietario_del_activo_cargo", -- Responsable del proceso que crea o produce la información
"pide_autorizaci_n_se_solicita", -- Indica si requiere autorización del titular o causahabiente o su representantes legal de la información, en caso de no, se debe indicar por qué no.
"finalidad_se_debe_indica", -- Indica por qué se requieren estos datos personales
"ni_os_ni_as_o_adolescentes", -- Indica si los datos personales son de Niños, Niñas o Adolescentes
"plazo_de_la_clasificaci_n", -- Indica el tiempo que cobija la clasificación o reserva del activo de información
"excepci_n_total_o_parcial", -- Indica si la totalidad de los activos de información es clasificada o reservada, o si solo una parte corresponde a esta calificación
"calidad_del_titular_de_los", -- Indica la calidad del titular de los datos personales
"fundamento_constitucional", -- Justifica la clasificación o la reserva, señalando expresamente la norma, artículo, inciso o párrafo que la ampara
"frecuencia_de_uso_se_debe" -- Indica con que frecuencia aproximadamente se utilizan estos datos personales
FROM
"datos-gov-co/activos-de-informacin-agencia-nacional-del-qkbe-qc9e: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-qkbe-qc9e 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-qkbe-qc9e: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-qkbe-qc9eCheckout 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-qkbe-qc9e:latestThis will download all the objects for the latest tag of datos-gov-co/activos-de-informacin-agencia-nacional-del-qkbe-qc9e 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-qkbe-qc9e: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-qkbe-qc9e: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-qkbe-qc9e is just another Postgres schema.