Сервис контроля и архивации материалов портала открытых данных г. Москвы: различия между версиями
| Строка 17: | Строка 17: | ||
*Обнаружение изменений комплектации данных: | *Обнаружение изменений комплектации данных: | ||
**Новые наборы данных | **Новые наборы данных | ||
**Скрытие из [http://data.mos.ru/datasets | **Скрытие из [http://data.mos.ru/datasets общего перечня]) наборов данных, при сохранении доступности | ||
**Обнаружение восстановленных | **Обнаружение восстановленных, после скрытия, наборов данных | ||
**Недоступность наборов данных (возможно удаление) | |||
**Обнаружение восстановление после недоступности | |||
*Обнаружение изменений данных: | *Обнаружение изменений данных: | ||
**Добавление/удаление атрибутивных полей | **Добавление/удаление атрибутивных полей | ||
**Добавление/удаление записей | **Добавление/удаление записей | ||
**Другие изменения содержания (не ведущие к изменению количества полей и/или строк) | **Другие изменения содержания (не ведущие к изменению количества полей и/или строк) | ||
**Создание html-представлений | **Создание html-представлений построчных diff-файлов для наглядной оценки изменений | ||
*Сохранение версий измененных наборов данных | *Сохранение версий измененных наборов данных | ||
*Компрессия данных | *Компрессия данных | ||
Версия от 14:47, 4 ноября 2013
по адресу http://gis-lab.info/qa/data-mos-control.html
Описание сервиса контроля данных
Проблема
Первым городом раскрывшим более-менее существенное количество открытых геоданных является Москва. Данные по городу выкладываются на Портал открытых данных г. Москва. Портал неплохо справляется с функцией доставки данных потребителю, нет привязки к API, для получения наборов данных не нужна регистрация. Однако, некоторые другие функции выполняются не очень хорошо: нет четкой системы оповещений об обновлениях, непонятно что же вообще обновилось. Дополнительно, нет уверенности, что отдельные наборы данных завтра не пропадут с портала окончательно.
Поскольку данные открыты, задача общественности взять на себя часть функций, с которыми неоптимально справляется сам портал.
Идея
Создать независимый сервис архивации и проверки изменений в данных портала.
Реализация
Регулярно скачиваем перечень наборов данных и все существующие и новые наборы данных, сравниваем с предыдущими версиями, находим изменения, обо всех значительных - докладываем пользователям.
Функции сервиса
- Ежедневная проверка
- Обнаружение изменений комплектации данных:
- Новые наборы данных
- Скрытие из общего перечня) наборов данных, при сохранении доступности
- Обнаружение восстановленных, после скрытия, наборов данных
- Недоступность наборов данных (возможно удаление)
- Обнаружение восстановление после недоступности
- Обнаружение изменений данных:
- Добавление/удаление атрибутивных полей
- Добавление/удаление записей
- Другие изменения содержания (не ведущие к изменению количества полей и/или строк)
- Создание html-представлений построчных diff-файлов для наглядной оценки изменений
- Сохранение версий измененных наборов данных
- Компрессия данных
- Оповещение о главных событиях в специальном твиттере и лог-файле.
- Регистрация изменений в специальных лог-файлах для каждого набора (пример)
Планы на будущее
- Интеграция с процессом нормализации и конвертации данных с портала в более приемлемый для ГИС и разработчиков вид. Вместо пакетной конвертации, как сейчас, будут конвертироваться только измененные наборы данных.
#Генерация красивых diff-ов для отображения изменений в данных. Сделано
Тикеты в трекере проекта.
Результаты
Твиттер для оповещений об изменениях: https://twitter.com/datamosru
Архивированные данные: http://gis-lab.info/data/mos.ru/data
Код
Весь исходный код на языке Python доступен на Github.
Использованы: