Skip to main content

Funções para gestão de pacotes de dados no portal dados.mg.gov.br

Project description

Data package manager para CKAN (dpckan)

Coverage

O dpckan é um pacote Python, acessível via interface CLI, utilizado para criação e atualização de conjuntos de dados e recursos (documentados de acordo com o padrão de metadados Frictionless Data) em uma instância do CKAN.

Curiosidades: Consulte a comparação do dpckan com alguns projetos relacionados.

Documentação complementar

Instalação

O dpckan está disponível no Python Package Index - PyPI e pode ser instalado utilizando-se o comando abaixo:

# Antes de executar o comando abaixo lembre-se que ambiente Python deverá estar ativo
$ pip install dpckan

Configuração de Variáveis de ambiente

Todos os comandos exigem a indicação de uma instância CKAN (ex: https://demo.ckan.org/) e de uma chave válida para autenticação na referida instância. Esta indicação deverá ser realizada através do cadastro de variáveis de ambiente. Para invocação CLI de qualquer comando sem a necessidade de indicar explicitamente estas variáveis recomenda-se utilização dos nomes CKAN_HOST e CKAN_KEY para cadastro de instância e chave respectivamente. Caso outros nomes sejam utilizados, necessário indicar explicitamente durante a chamada da função desejada, utilizando-se as flags "--ckan-host" e "--ckan-key", conforme demostrado abaixo e ou de maneira mais detalhada na sessão Uso.

# CKAN_HOST=https://demo.ckan.org/
# CKAN_KEY=CC850181-6ZS9-4f4C-bf3f-fb4db7ce09f90 (Chave CKAN meramente ilustrativa)
# Utilização sem necessidade de indicar explicitamente variáveis

$ dpckan dataset create
# CKAN_HOST_PRODUCAO=https://demo.ckan.org/
# CKAN_KEY_PRODUCAO=CC850181-6ZS9-4f4C-bf3f-fb4db7ce09f90 (Chave CKAN meramente ilustrativa)
# Utilização indicando explicitamente variáveis, através flags --ckan-host e --ckan-key

$ dpckan --ckan-host $CKAN_HOST_PRODUCAO --ckan-key $CKAN_KEY_PRODUCAO dataset create

O cadastro das variáveis de ambiente CKAN_HOST e CKAN_KEY, necessárias para invocação de cada comando, deverá ser realizada conforme sistema operacional do usuário. Abaixo links de referência para tal:

Alternativamente, o cadastro destas variáveis de ambiente poderá ser realizado em arquivo ".env", na raiz do conjunto de dados, sendo necessário a inclusão deste ".env" em arquivo ".gitignore", evitando assim a sincronização e consequente publicização destas chaves em repositórios online como github, conforme demostrado abaixo:

# CUIDADO: SOMENTE UTILIZE A OPÇÃO SUGERIDA ABAIXO SE POSSUIR FAMILIARIDADE COM O ASSUNTO, EVITANDO ASSIM PROBLEMAS COM ACESSO DE TERCEIROS NÃO AUTORIZADOS EM SUA INSTÂNCIA CKAN
# CUIDADO: SOMENTE EXECUTE OS COMANDOS ABAIXO SE OS ARQUIVO ".env" e ".gitignore" NÃO EXISTIREM NA RAIZ DO CONJUNTO DE DADOS
# CUIDADO: CASO COMANDOS ABAIXO SEJAM EXECUTADOS COM ".env" e ".gitignore" EXISTENTES TODO CONTEÚDO DOS MESMOS SERÁ APAGADO

# Crie arquivo ".env" com estrutura para receber chaves CKAN_HOST e CKAN_KEY
# Após a criação, abra o arquivo e inclua os valores para cada variável

$ echo "CKAN_HOST=''\nCKAN_KEY=''" > .env
# Crie arquivo ".gitignore" com configuração para excluir arquivo ".env" do controle de versão git

$ echo ".env" > .gitignore
# Confira se configuração foi realizada com sucesso
# Comando abaixo deverá mostrar apenas criação/modificação de arquivo ".gitignore", não sendo apresentado nada para arquivo ".env"

$ git status

Uso

  • Antes de executar cada comando verifique:
    • Se as variáveis de ambiente estão definidas corretamente;
    • O local aonde os comandos serão executados, pois a execução no mesmo diretório do arquivo datapackage.json simplificará o trabalho;
    • Não copie e cole os comandos sugeridos abaixo cegamente, indicações entre "<>" sevirão para ilustrar variáveis a serem adequadas para a realidade do usuário.

Acessando documentação do dpckan via terminal

# Informações gerais sobre o pacote e seus comandos
$ dpckan --help

# Informações sobre comandos dataset e resource
$ dpckan dataset --help
$ dpckan resource --help

# Informações sobre sub-comandos dataset
$ dpckan dataset create --help
$ dpckan dataset update --help

# Informações sobre sub-comandos resource
$ dpckan resource create --help
$ dpckan resource update --help

Interrompendo execução em caso de erros de validação frictionless

Durante a execução dos comandos dpckan a biblioteca frictionless será utilizada para validação local do conjunto de dados via frictionless validate. Erros durante esta validação serão informados ao usuário mas somente interromperão a execução se a flag --stop for passada como parâmetro, conforme demonstrado abaixo:

$ dpckan dataset create --stop

Baixando conjuntos de dados publicados em instância CKAN

  • Para baixar um conjunto de dados publicado em alguma instância do CKAN utilize o comando abaixo:
$ dpckan dataset get --dataset-id dataset-link

Criando e atualizando um conjunto de dados via terminal

Para criar um conjunto de dados, execute o comando no diretório aonde o arquivo datapackage.json se encontra:

$ dpckan dataset create

E para atualizar o conjunto de dados, execute o comando no diretório aonde o arquivo datapackage.json se encontra:

$ dpckan dataset update

CUIDADO: A atualização de conjunto de dados presupõe:

  • Criação do conjunto de dados via comando dpckan dataset create;
  • Criação de recursos via comando dpckan resource create; e
  • Igualdade entre o número e nome dos recursos locais e da instância CKAN.

Criando e atualizando recursos via terminal

CUIDADO: Recursos com nomes iguais além de desrespeitar a especificação frictionless confundem o usuário.

Para criar um recurso, execute o seguinte comando no diretório aonde o arquivo datapackage.json se encontra.

$ dpckan resource <nome-recurso> create

Para atualizar um recurso, execute o seguinte comando no diretório aonde o arquivo datapackage.json se encontra.

$ dpckan resource <nome-recurso> <id-recurso> update

Em ambiente de homologação cadastrado na máquina,

$ dpckan --ckan-host $HOMOLOGA_HOST --ckan-key $HOMOLOGA_KEY resource <nome_recurso> create

ou

$ dpckan --ckan-host $HOMOLOGA_HOST --ckan-key $HOMOLOGA_KEY resource <nome_recurso> <id-recurso> update

para atualizar

Contribuições

Pré-requisitos: Python 3.9 ou superior

Documentação de referência mostrando procedimentos necessários para contribuição em um projeto open source

  • Passos básicos:
    • Crie um fork do repositório do projeto;
    • Clone o repositório criado em seu github após o fork;
    • Navegue até o repositório clonado em sua máquina;
    • Crie e ative um ambiente virtual Python para utilizar o projeto;
    • Crie um branch para realizar as modificações necessárias;
    • Realize o push da branch criada; e
    • Abra um PR explicando os motivos da mudança e como esta auxiliará no desenvolvimento do projeto.

Atualizar versão

Conforme relatado no issue 6, atualização de versões no Pypi deve seguir estes os passos

Licença

O dpckan é licenciado sob a licença MIT. Veja o arquivo LICENSE.md para mais detalhes.

Change Log

0.1.22 (29/08/2023)

  • Melhora processo de criação/atualização datastore

0.1.21 (07/03/2023)

  • Possibilita atualização de conjuntos privados

0.1.20 (16/02/2023)

  • Fixa versões de pacotes dependentes - erro de atualização versão frictionless 5

0.1.19 (22/11/2022)

  • Melhora mensagens de log informando qual host está sendo utilizado

0.1.18 (02/04/2022)

  • Adiciona flag --exit-code
  • Bug Fix na chamada da função dataset update que não estava atualizando metadados do conjunto

0.1.17 (14/03/2022)

  • Bug Fix na chamada da função resource_update dentro de dataset_update

0.1.16 (14/03/2022)

  • Inclusão função dpckan dataset get
  • Correções flag --datastore
  • Correções dpckan resource create

0.1.15 (21/02/2021)

  • Registra ids de recursos publicados apenas na instância CKAN e não mais no arquivo datapackage.json local
  • Revisa/simplifica documentação CLI
  • Modifica chamada das funções

0.1.14 (27/12/2021)

  • Corrige funcionamento da flag para acionamento do datastore nunca produzir efeitos
  • Altera nome da flag para acionamento do datastore durante criação e atualização de conjunto de dados de metadata para datastore

0.1.13 (22/12/2021)

  • Remove extended do nome do arquivo extended_datapackage.json durante criação de recursos datapackage.json

0.1.12 (21/12/2021)

  • Adiciona Flag metadata para acionamento datastore durante criação e atualização de conjunto de dados

0.1.11 (01/12/2021)

  • Adicionando encoding para subir arquivos README, CONTRIBUTING e CHANGELOG para CKAN
  • Atualizando metadado do conjunto caso apenas datapackage.json sofra modificações

0.1.10 (12/11/2021)

  • Dataset update primeira versão, atualizando recursos e metadados modificados
  • Pequenas refatorações

0.1.9 (12/11/2021)

  • Correção pacote ipdb importado erradamente

0.1.8 (12/11/2021)

  • Apaga propriedade ckan_hosts apenas da instância CKAN desejada
  • Expansão schema e dialetic presentes no recurso datapackage.json importados na instância CKAN

0.1.7 (11/11/2021)

  • Melhoria da implementação da documentação do conjunto de dados publicados no CKAN

0.1.6 (11/11/2021)

  • Validando a existência da proprieda owner_org do arquivo datapackage.json
  • Validando a existência do valor da propriedade owner_org do arquivo datapackage.json na instância do CKAN desejada

0.1.5 (11/11/2021)

  • Melhoria de documentação click (--help)
  • Inclusão de flag --stop para interromper execução em caso de falha de validação frictionless

0.1.4 (08/11/2021)

  • Separação pacotes de desenvolvimento (requirements.txt) de pacotes de utilização (setup.py)
  • Inclusão frictionless validate como validações

0.1.3 (20/10/2021)

  • Erro de publicação desta versão

0.1.2 (20/10/2021)

  • Update python-dotenv

0.1.1 (08/09/2021)

  • Revisão documentação README.md
  • Revisão documentação docstrings
  • Revisão estrutura testes

0.1.0 (23/08/2021)

  • Criação dos comandos cli para criação e atualização de datasets
  • Criação dos comandos cli para criação e atualização de recursos
  • Melhoria da documentação

0.0.1.9020 (09/06/2021)

  • Publicação de documentação online do pacote
  • Correção de bugs e exclusão de códigos repetidos ao longo do projeto

0.0.1.9000 (06/05/2021)

  • Lançamento primeira versão de teste do pacote

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distribution

dpckan-0.1.22.tar.gz (14.9 MB view hashes)

Uploaded Source

Built Distribution

dpckan-0.1.22-py3-none-any.whl (19.7 kB view hashes)

Uploaded Python 3

Supported by

AWS AWS Cloud computing and Security Sponsor Datadog Datadog Monitoring Fastly Fastly CDN Google Google Download Analytics Microsoft Microsoft PSF Sponsor Pingdom Pingdom Monitoring Sentry Sentry Error logging StatusPage StatusPage Status page