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 registro_de_activos_de_informacin table in this repository, by referencing it like:

"datos-gov-co/registro-de-activos-de-informacin-vc64-ne2s:latest"."registro_de_activos_de_informacin"

or in a full query, like:

SELECT
    ":id", -- Socrata column ID
    "lugar_de_consulta", --  Indica si la información está publicada o disponible para ser solicitada, señalando dónde está publicada y/o dónde se puede consultar o solicitar.
    "disponibilidad", -- Propiedad de la información de estar accesible y utilizable cuando lo requiera una persona/entidad autorizada.
    "integridad", -- Es el impacto que ocasionaría en la entidad la pérdida de la exactitud y/o completitud de la información que contiene el activo.
    "criticidad", -- De acuerdo con la clasificación de los principios de seguridad de la Información Confidencialidad, Integridad y Disponibilidad. Alta: son los activos de información en los cuales la clasificación en dos (2) o todas las propiedades (confidencialidad, integridad, y disponibilidad) es alta.Media: son los activos de información en los cuales la clasificación de la información es alta en una de sus propiedades (confidencialidad, integridad, y disponibilidad) o al menos una de ellas es de nivel medio.Baja: son los activos de información activos de información en los cuales la clasificación de la información en todos sus niveles es baja.
    "formato", -- Identifica la forma, tamaño o modo en la que se presenta la información o se permite su visualización o consulta, tales como: hoja de cálculo, imagen, audio, video, documento de texto, etc.
    "titulo", -- Término con que se da a conocer el nombre o asunto de la información
    "subserie", -- Subserie documental a la cual pertenece el Activo de información 
    "nombre_del_reponsable_producci_n", -- Corresponde al nombre del área, de­pendencia o unidad encargada de la custodia o control de la información para efectos de permitir su acceso.
    "descripci_n", -- Define brevemente de qué se trata la información
    "medio_de_conservaci_n_y_o_soporte", -- Establece el soporte en el que se encuentra la información: documento físico, medio electrónico o por algún otro tipo de formato audio­visual entre otros (físico, análogo o digital- electrónico).
    "serie", -- Serie documental a la cual pertenece el Activo de información 
    "confidencialidad", -- Propiedad de la información de no ponerse a disposición o ser revelada a individuos, entidades o procesos no autorizados.
    "idioma" -- Establece el Idioma, lengua o dialecto en que se encuentra la información.
FROM
    "datos-gov-co/registro-de-activos-de-informacin-vc64-ne2s:latest"."registro_de_activos_de_informacin"
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/registro-de-activos-de-informacin-vc64-ne2s 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/registro-de-activos-de-informacin-vc64-ne2s: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/registro-de-activos-de-informacin-vc64-ne2s" \
  --handler-options '{
    "domain": "www.datos.gov.co",
    "tables": {
        "registro_de_activos_de_informacin": "vc64-ne2s"
    }
}'

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/registro-de-activos-de-informacin-vc64-ne2s is just another Postgres schema.