Saltar a contenido

Descubriendo conjuntos de datos desde el Catálogo Global de Descubrimiento WIS2

Resultados de aprendizaje!

Al final de esta sesión práctica, podrás:

  • usar pywiscat para descubrir conjuntos de datos desde el Global Discovery Catalogue (GDC)

Introducción

En esta sesión aprenderás cómo descubrir datos desde el Catálogo Global de Descubrimiento WIS2 (GDC).

Actualmente, los siguientes GDC están disponibles:

Durante las sesiones de entrenamiento locales, se configura un GDC local para permitir a los participantes consultar el GDC sobre los metadatos que publicaron desde sus instancias de wis2box. En este caso, los entrenadores proporcionarán la URL al GDC local.

Preparación

Note

Antes de comenzar, por favor inicia sesión en tu VM de estudiante.

Instalando pywiscat

Usa el instalador de paquetes de Python pip3 para instalar pywiscat en tu VM: 

pip3 install pywiscat

Note

Si encuentras el siguiente error:

WARNING: The script pywiscat is installed in '/home/username/.local/bin' which is not on PATH.
Consider adding this directory to PATH or, if you prefer to suppress this warning, use --no-warn-script-location.

Entonces ejecuta el siguiente comando:

export PATH=$PATH:/home/$USER/.local/bin

...donde $USER es tu nombre de usuario en tu VM.

Verifica que la instalación fue exitosa:

pywiscat --version

Encontrando datos con pywiscat

Por defecto, pywiscat se conecta al Catálogo Global de Descubrimiento de Canadá. Configuremos pywiscat para consultar el GDC de entrenamiento estableciendo la variable de entorno PYWISCAT_GDC_URL:

export PYWISCAT_GDC_URL=http://gdc.wis2.training:5002

Usaremos pywiscat para consultar el GDC configurado como parte del entrenamiento.

pywiscat search --help

Ahora busca en el GDC todos los registros:

pywiscat search

Question

¿Cuántos registros se devuelven de la búsqueda?

Haz clic para revelar la respuesta

El número de registros depende del GDC que estés consultando. Al usar el GDC de entrenamiento local, deberías ver que el número de registros es igual al número de conjuntos de datos que se han ingestado en el GDC durante las otras sesiones prácticas.

Intentemos consultar el GDC con una palabra clave:

pywiscat search -q observations

Question

¿Cuál es la política de datos de los resultados?

Haz clic para revelar la respuesta

Todos los datos devueltos deben especificar datos "core"

Prueba consultas adicionales con -q

Tip

La bandera -q permite la siguiente sintaxis:

  • -q synop: encuentra todos los registros con la palabra "synop"
  • -q temp: encuentra todos los registros con la palabra "temp"
  • -q "observations AND oman": encuentra todos los registros con las palabras "observations" y "oman"
  • -q "observations NOT oman": encuentra todos los registros que contienen la palabra "observations" pero no la palabra "oman"
  • -q "synop OR temp": encuentra todos los registros con "synop" o "temp"
  • -q "obs*": búsqueda difusa

Al buscar términos con espacios, enciérralos en comillas dobles.

Obtengamos más detalles sobre un resultado de búsqueda específico que nos interesa:

pywiscat get <id>

Tip

Usa el valor id de la búsqueda anterior.

Conclusión

¡Felicidades!

En esta sesión práctica, aprendiste cómo:

  • usar pywiscat para descubrir conjuntos de datos desde el Catálogo Global de Descubrimiento WIS2