Query the Data Delivery Network

The 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 caracterizacin_estaciones_de_clasificacin_y table in this repository, by referencing it like:

"datos-gov-co/caracterizacin-estaciones-de-clasificacin-y-weq5-ryjx:latest"."caracterizacin_estaciones_de_clasificacin_y"

or in a full query, like:

SELECT
    ":id", -- Socrata column ID
    "porcentaje_material_rechazo", -- Procentaje de material de rechazo en la operaciones llevadas a cabo por el establecimiento 
    "area_bodega", -- Area de la bodega en Metros cuadrados  (-89, Vacios)
    "tiempo_dedicado_t_fijos", -- Tiempo que le dedica en dias/semana cada trabajador fijo al establecimiento  (-89, Vacios)
    "procesos_realizados", -- Procesos realizadoss en el establecimiento
    "trabajadores_temporales", -- Número de trabajadores temporales que tiene el establecimiento  (-89, Vacios)
    "tipos_clientes", -- Tipo de clientes del establecimiento
    "manejo_material_rechazo", -- Manejo del material de rechazo en las operaciones llevadas a cabo por el establecimiento  (NO DISPONIBLE, Vacios)
    "dias_atencion", -- Días laborales del establecimiento
    "instrumento", -- Instrumentos con los que cuentael establecimiento
    "tiempo_dedicado_t_temporales", -- Tiempo que le dedica en dias/semana cada trabajador temporal al establecimiento
    "proveedores_material", -- Proveedores del material del establecimiento
    "espacio_dedicado_bodega", -- Tipo de labores que se realizan en la bodega
    "sspd", -- Acceso a los servicios publicos que tiene el establecimiento
    "estado", -- Estado de los equipos con los que cuenta el establecimiento
    "camara_comercio", -- Si el establecimiento tiene camara de comercio
    "equipos", -- Equipo con los que cuenta el establecimiento
    "ocupacion_inmueble", -- Tipo de ocupación del inmueble por parte de la Bodega de reciclaje
    "figura_juridica", -- Figura jutridica del establecimiento (NO DISPONIBLE, Vacios)
    "capacidad_max_almacenamiento", -- Capacidad maxima de almacenamiento en toneladas
    "calibracion", -- Calibracion de los instrumentos con los que cuenta el establecimiento
    "tipo_vinculacion_t_fijos", -- Tipo de vinculación del trabajador fijo  (NO DISPONIBLE, Vacios)
    "tipo_establecimiento", -- Tipo de establecimiento del inmueble
    "tipo_vinculacion_t_temporales", -- Tipo de vinculación del trabajador temporal
    "trabajadores_fijos", -- Número de trabajadores fijos que tiene el establecimiento
    "razon_social", -- Nombre o razon social de la Estación de Clasificación y Aprovechamiento (ECA), Unidad de Reciclaje o Bodega
    "categoria_del_establecimiento", -- Si el establecimiento tiene sucursal o es sede unica
    "observaciones" -- Observaciones por parte de la entidad encuestadora (Subsecretaría de Medio ambiete)  (NO DISPONIBLE, Vacios)
FROM
    "datos-gov-co/caracterizacin-estaciones-de-clasificacin-y-weq5-ryjx:latest"."caracterizacin_estaciones_de_clasificacin_y"
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/caracterizacin-estaciones-de-clasificacin-y-weq5-ryjx with SQL in under 60 seconds.

This repository is an "external" repository. That means it's hosted elsewhere, in this case at www.datos.gov.co. When you querydatos-gov-co/caracterizacin-estaciones-de-clasificacin-y-weq5-ryjx:latest on the DDN, we "mount" the repository using the socrata mount handler. The mount handler proxies your SQL query to the upstream data source, translating it from SQL to the relevant language (in this case SoQL).

We also cache query responses on the DDN, but we run the DDN on multiple nodes so a CACHE_HIT is only guaranteed for subsequent queries that land on the same node.

Query Your Local Engine

bash -c "$(curl -sL https://github.com/splitgraph/splitgraph/releases/latest/download/install.sh)"

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 (like this repository), 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, where the author has pushed Splitgraph Images to the repository, you can "clone" and/or "checkout" the data using sgr cloneand sgr checkout.

Mounting Data

This repository is an external repository. It's not hosted by Splitgraph. It is hosted by www.datos.gov.co, and Splitgraph indexes it. This means it is not an actual Splitgraph image, so you cannot use sgr clone to get the data. Instead, you can use the socrata adapter with the sgr mount command. Then, if you want, you can import the data and turn it into a Splitgraph image that others can clone.

First, install Splitgraph if you haven't already.

Mount the table with sgr mount

sgr mount socrata \
  "datos-gov-co/caracterizacin-estaciones-de-clasificacin-y-weq5-ryjx" \
  --handler-options '{
    "domain": "www.datos.gov.co",
    "tables": {
        "caracterizacin_estaciones_de_clasificacin_y": "weq5-ryjx"
    }
}'

That's it! Now you can query the data in the mounted table like any other Postgres table.

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/caracterizacin-estaciones-de-clasificacin-y-weq5-ryjx is just another Postgres schema.