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 guadalajara_de_buga_nacidos_vivos_2018_2021 table in this repository, by referencing it like:
"datos-gov-co/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x:latest"."guadalajara_de_buga_nacidos_vivos_2018_2021"or in a full query, like:
SELECT
":id", -- Socrata column ID
"apgar1", -- Valor del test apgar 1 (exámen clínico)
"factor_rh", -- Grupo sanguíneo al que pertenece el bebé
"geolocalizacion",
"g_nero", -- Distinción de sexo del recién nacido
"parto_atendido_por", -- Personal médico que atendió a la madre en el parto
"otro_pariente_atendi_el_parto", -- Pariente que atendió a la madre en el parto
"entidad_administradora_de", -- Entidad administradora de salud de la madre
"evento", -- Evento por el cual ocurrió el nacimiento
"rea_nacimiento", -- Área donde se presenta el nacimiento
"mes", -- Mes de Nacimiento
"ltimo_a_o_grado_aprobado", -- Último año grado aprobado por el padre
"r_gimen_de_seguridad_social", -- Régimen de seguridad (subsidio protección social) de la madre
"fecha_de_nacimiento_del", -- Fecha en que nació el anterior hijo nacido vivo
"n_mero_de_hijos_vivos_de", -- Número de hijos nacidos que tiene la madre
"vereda_madre", -- Vereda que habita actualmente la madre
"area_de_residencia", -- Área que habita actualmente la madre
"municipio_habitual", -- Municipio que habita actualmente la madre
"departamento_habitual", -- Departamento que habita actualmente la madre
"pa_s_residencia_habitual", -- País que habita actualmente la madre
"nivel_educativo_de_la_madre", -- Nivel educativo que realizó la madre del bebé
"cultura_pueblo_o_rasgos_f", -- Cultura, pueblo o rasgos físicos del bebé
"peso_nacimiento", -- Peso del recién nacido en gramos
"nivel_educativo_padre", -- Nivel de educación del padre
"apgar2", -- Valor del test apgar 2 (exámen clínico)
"edad_padre", -- Edad del padre del bebé
"n_mero_de_embarazos_incluido", -- Número de embarazos que ha tenido la madre
"n_mero_de_consultas_prenatales", -- Número de consultas prenatales que realizó la madre
"edad_madre", -- Edad de la madre del bebé nacido
"sitio_parto", -- Sitio donde se presenta el parto
"hemoclasificaci_n", -- Literal que le corresponde al nacido vivo según su RH
"nombre_del_pueblo", -- Nombre del pueblo al que pertenece la madre
"ano", -- año de nacimiento
"tiempo_de_gestaci_n", -- Número de semanas de embarazo que tenía la madre el día del nacimiento
"tipo_de_parto", -- Tipo de parto realizado
"multiplicidad_de_embarazo", -- Multiplicidad del embarazo
"estado_civil_madre", -- Estado conyugal de la madre del bebé
"ltimo_a_o_o_grado_aprobado", -- Último grado de educación aprobado de la madre
"hora_nacimiento", -- Hora de nacimiento del recién nacido hora/minuto/segundo
"fecha_nacimiento", -- Fecha de nacimiento del recién nacido día/mes/año
"talla_nacimiento", -- Estatura del recién nacido en centímetros
"nombre_instituci_n_nacimiento", -- Nombre de la institución de la salud, donde se presentó el nacimiento
"municipio_nacimiento", -- Municipio donde se presenta el nacimiento
"departamento_nacimiento", -- Departamento donde se presenta el nacimiento
"latitud", -- Latitud del municipio
"longitud", -- Longitud del municipio
"nombre_entidad_administradora", -- Nombre de la entidad administradora de salud de la madre
"barrio" -- Barrio que habita actualmente la madre
FROM
"datos-gov-co/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x:latest"."guadalajara_de_buga_nacidos_vivos_2018_2021"
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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x 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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x: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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5xCheckout 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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x:latestThis will download all the objects for the latest tag of datos-gov-co/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x 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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x: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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x: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/guadalajara-de-buga-nacidos-vivos-2018-2021-vskz-jk5x is just another Postgres schema.