Описание сервиса контроля данных

Этот сервис не является сервисом Правительства Москвы или любых его подразделений.

Проблема[править]

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[править]

Создать независимый сервис архивации и проверки изменений в данных портала.

Реализация[править]

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[править]

• 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[править]

1. 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.
2. Генерация красивых diff-ов для отображения изменений в данных. Сделано

Тикеты в трекере проекта.

Результаты[править]

Твиттер для оповещений об изменениях: https://twitter.com/datamosru

Архивированные данные: http://gis-lab.info/data/mos.ru/data

Код[править]

Весь исходный код на языке Python доступен на Github.

Использованы:

• python-twitter
• bitly-api-python
• diff-match-patch с line-by-line