Funções para gestão de pacotes de dados no portal dados.mg.gov.br
Project description
Data package manager para CKAN (dpckan)
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.
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
- 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 dedataset_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
Release history Release notifications | RSS feed
Download files
Download the file for your platform. If you're not sure which to choose, learn more about installing packages.