dg:Convenções/Armazenamento de dados
Link eterno
O projeto Digital-guard disponibiliza os dados preservados por meio de links eternos no formato default:
https://dl.digital-guard.org/<sha256>.<extensão>
Por exemplo, os dados sobre lotes doados pela prefeitura de São Paulo possuem o link eterno:
https://dl.digital-guard.org/bae2054448855305db0fc855d2852cd5a7b369481cc03aeb809a0c3c162a2c04.zip
Sem perda de unicidade, o mesmo arquivo pode ser obtido usando pelo menos os 6 primeiros caracteres do sha256:
https://dl.digital-guard.org/bae205
Nuvem e redirecionamento
O projeto utiliza serviços de armazenamento em nuvem para hospedar arquivos.
Tabela de-para
A tabela de-para continua válida. É uma alternativa para não lidar com fromDL_toFileServer.csv diretamente no git.
No entanto, o conteúdo da tabela de-para deve-se copiado para fromDL_toFileServer.csv. Solicite ajuda se necessário.
Importante: o que está na de-para não é oficial, vale o conteúdo de fromDL_toFileServer.csv. O processo de disponibilizar o link eterno consome o conteúdo de fromDL_toFileServer.csv. Enquanto não constar nele, o link eterno do arquivo não estará funcional.
fromDL_toFileServer.csv
Foi convencionado que a correspondência entre sha256 e link do arquivo no armazenamento seja feita em
https://git.digital-guard.org/preserv/blob/main/data/redirs/fromDL_toFileServer.csv
e que novas entradas no arquivo sejam sempre adicionadas ao final do arquivo.
Tal arquivo possui os seguintes campos:
campo | descrição | exemplo |
---|---|---|
donor_id | Id do doador, formado por ISO 3166 numérico * 1000000 + local_id de donor.csv | 76000026 (local_id em donor.csv) |
filename_original | Nome original do arquivo. | address_for_all.zip |
package_path | Caminho do pacote na estrutura do repositório. | BR/data/SP/Limeira/_pk0026.01 |
de_sha256 | Arquivo renomeado com o sha256 e extensão. | 529f86b71a936bfdbca3d633b80912f496b9c94a2505ef816e406e2362b631c4.zip |
para_url | Url do arquivo no serviço de armazenamento. | https://addressforall-my.sharepoint.com/personal/operacao_addressforall_org/_layouts/15/download.aspx?share=EYWIOsxWFpJFsa0X4zKalS8BbEaKtHVuyezvIbN2CdJljw |
O exemplo citado na tabela se encontra na linha 601 fromDL_toFileServer.csv.
Para entender como gerar sha256 de um arquivo e como enviá-lo para a armazenagem em nuvem, ver dg:Guia_do_sha256.
O que fazer após atualizar fromDL_toFileServer.csv
Importante: o target redirects_update consome o conteúdo de fromDL_toFileServer.csv. Ele não consome o conteúdo da tabela de-para.
Atualizar fromDL_toFileServer.csv não atualiza automaticamente o datalake em produção. Para atualizá-lo, executar os comandos:
cd /var/gits/_dg/dg/preserv git pull cd /var/gits/_dg/preserv/src make redirects_update pg_datalake=dl05s_main