Перейти к основному содержимому

Чек-лист требований

Пункт без ссылки на объяснение превращается в строчку, которую копируют из чужого задания. Ниже у каждого пункта есть глава, где сказано, когда без него можно обойтись. Какие пункты типичны для министерства, города, университета или компании — в главе «Типовые сценарии». Строка сценария задаёт черновик обязательности, в задании её проверяют заново.

В задании у пункта три пометки: обязательно, желательно, не нужно — и одна фраза, откуда потребность. Пустое «обязательно» на всё подряд делает сравнение платформ бессмысленным.

Минимум для любого способа публикации​

Даже для статического сайта из десятка наборов.

  • Постоянный адрес каждого набора и файла — идентификаторы. Обязательно всем.
  • Лицензия на каждый набор, не только на сайт — лицензии. Обязательно всем.
  • Файл со всеми описаниями — экспорт метаданных. Обязательно любому каталогу из нескольких наборов, в том числе небольшому сайту: ему хватит одного файла data.json или datapackage.json. Странице с одним набором не нужен.
  • Карта сайта sitemap и разметка schema.org — экспорт метаданных. Обязательно, если набор должны найти поиском.
  • Дата обновления и периодичность — полнота метаданных. Обязательно, если данные обновляют.
  • Контакт ответственного. Обязательно всем.
  • Описания читаются без регистрации и капчи — API и выгрузка. Обязательно всем, кого могут собирать автоматически.

Включать, только если есть задача​

  • API поиска — обязательно, когда наборов сотни и больше. Не нужно статическому сайту.
  • Своё хранилище файлов и API к таблицам — хранилище. Обязательно научному репозиторию (файлы). Желательно порталу открытых данных. Не нужно геопорталю, который ссылается на сервисы.
  • DOI и версии — идентификаторы. Обязательно научному репозиторию. Не нужно оперативным данным.
  • Экспорт цитирования — цитирование. Обязательно научному репозиторию. Желательно, если на данные ссылаются в аналитике.
  • Свои поля и несколько языков — полнота метаданных. Обязательно, если этого требует закон или страна. Иначе желательно или не нужно.
  • Роли, модерация, ограниченный доступ — доступ и процессы. Роли обязательны, когда публикует больше одной команды. Ограниченный доступ обязателен для микроданных и чувствительных файлов.
  • Сбор чужих каталогов — другие возможности. Обязательно региональному и национальному порталу. Не нужно ведомству, которое публикует только своё.
  • Поиск по тексту описаний, предпросмотр, статистика и форма обратной связи — другие возможности. Поиск обязателен, когда наборов сотни и больше. Остальное включают по порогу из главы: есть задача и есть кому этим пользоваться.

Новые возможности​

Их пока нет в ядре массовых платформ. Пункт пишут, только если задача названа. Что стоит за каждым, — в главе о передовых каталогах.

  • API к каждому табличному файлу без ручной загрузки, с профилем колонок и описанием запросов. Желательно порталу с сотнями таблиц, которые фильтруют. Не нужно, если файлы скачивают целиком.
  • Проверка файла по схеме при загрузке, с отказом при ошибке. Желательно, если для таблиц уже есть общие схемы. Обязательно архиву области с общим стандартом, вроде BIDS у нейровизуализации.
  • Сервер MCP только на чтение, без ключа для открытых наборов, поверх публичного API, с инструкцией для агента — ИИ и пространства данных. Желательно, если его даёт платформа и лицензии с выгрузкой уже на месте. Не нужно писать свой ради отчёта.
  • DOI на сохранённую выборку или выпуски с названным сроком хранения — цитирование. Желательно, если на срезы данных ссылаются в работах. Не нужно оперативным данным.
  • Постоянные идентификаторы объектов внутри данных и таблица соответствия со старыми номерами — идентификаторы. Обязательно реестру и справочнику. Не нужно разовому отчёту.
  • Ступенчатый доступ: описание и сводная статистика открыты, данные по ступеням. Обязательно для чувствительных данных, к которым нужен доступ исследователей. Не нужно открытым данным.
  • Выборка и расчёт на сервере. Желательно, если данные не помещаются в файл. Каталог и вычисления описывают отдельными пунктами: закрытие вычислений не должно закрыть каталог.

По типу каталога​

  • Геопортал: каталог ISO 19115 и сервис CSW или OGC API Records; слой можно скачать или честно сказано, что доступен только просмотр.
  • Научный репозиторий: DOI, версии, OAI-PMH, экспорт цитирования.
  • Каталог показателей: SDMX или другой машинный доступ к таблице, описание методики.
  • Каталог микроданных: уровни доступа, описание исследования, журнал заявок.
  • ML-каталог: описание в Croissant, версии набора с неизменным делением на обучающую и тестовую части, лицензия и происхождение данных.

Когда сравниваете платформы​

  • У каждой обязательной функции пометка: ядро, какое расширение и кто его сопровождает, доработка или невозможно — от функций к платформе.
  • На каждую развилку — платформу, обязательное расширение, отказ от запрошенной функции — есть карточка решения с событием, после которого её открывают заново — как обосновать решение.
  • Посчитано, сколько расширений придётся проверять при обновлении.
  • Написано, как забрать данные и сохранить адреса, если способ создания придётся сменить — стоимость ухода.

После запуска​

  • Кто-то следит, что ссылки и сервисы открываются.
  • Открытая регистрация выключена, если внешние люди не публикуют, или включена модерация — доступ и роли. Обязательно для порталов, обновлённых со старых версий CKAN.
  • Есть план закрытия: куда денутся данные и какие адреса будут перенаправлять — жизненный цикл.
  • Каталог можно найти извне: регистрация в профильных реестрах и разметка, а не только новость на сайте.

Источники​