RJSDMX (Connettori SDMX per Software Statistici) Banca D’Italia Area Ricerca Economica Attilio Mattiocco 1 Cos’è RJSDMX • RJSDMX è un package per R, sviluppato dalla Banca d’Italia, per l’accesso a dati SDMX disseminati da providers istituzionali • E’ stato ideato per portare in un ambiente computazionale R (nella forma di time series di tipo zoo) dati esposti attraverso Web Services SDMX. • RJSDMX offre anche alcune funzionalità di base per query su metadati strutturali. Queste funzioni servono ad esplorare la struttura dei flussi SDMX e costruire le successive query dati. • Il package è costituito da un nucleo principale di codice Java racchiuso in una ‘façade’ di codice R. Questa architettura ha permesso di sviluppare, in maniera molto efficiente (alto riuso di codice), un framework di Connettori SDMX per diversi software statistici 2 I Connettori SDMX ECB Secure OECD Secure IMF In futuro Infostat ECB OECD BIS ISTAT SDMX Providers internet/intranet SDMX Connectors SDMX client In futuro Enterprise Applications 3 Ragioni dei Connettori SDMX La prima fase di un tipico processo di calcolo consiste nell’acquisizione dei dati oggetto dell’analisi. Questa operazione, specialmente nel caso di dati esterni all’organizzazione, è spesso molto inefficiente e implica operazioni manuali (spesso ripetitive) o complessi processi di replica su sistemi interni. SDMX Provider Data Process Data Dissemination Data Capture 4 Ragioni dei Connettori SDMX • L’uso combinato di SDMX e Web Services permette di semplificare notevolmente il passo di acquisizione di dati esterni. • Si consideri, in particolare, l’incremento di efficienza nel caso di processi ripetitivi SDMX Provider Data Process Data Dissemination Data Capture • Esiste però una complessità molto alta nella gestione dei web services SDMX. • I Connettori SDMX sono stati quindi sviluppati allo scopo di mascherare tutte le complessità dello standard e delle tecnologie web utilizzate 5 L’area Ricerca Economica della Banca d’Italia Altri data providers SDMX data providers DataStream, WorldBank, OpenData Altri protocolli ISTAT ECB OECD SDMX Connettori SDMX Connettori INFOSTAT Area Ricerca IMF BIP BISS PRISMA ... Accesso nativo INFOSTAT 6 Roadmap • Supporto della versione 2.1 dello standard SDMX • Sviluppo del client per i dati della Banca dei Regolamenti Internazionali • Switch da protocollo SOAP a REST • Potenziamento della estensibilità della libreria Java: pieno supporto di client sviluppati esternamente • Rilascio dell’infrastruttura come Open Source, in un progetto indipendente o all’interno di una più generale infrastruttura SDMX 7 Grazie! attilio.mattiocco diana.nicoletti gianpaolo.lopez @ bancaditalia.it 8 Backup 9 Load RJSDMX Il package viene caricato nel workspace insieme alle sue dipendenze 10 Lista dei Data Providers disponibili I providers disponibili dipendono dalla versione del package e possono essere ottenuti con la funzione getDataProviders(). Il client java interno può essere usato come una libreria di API per lo sviluppo di ulteriori SDMX Providers 11 Creazione di un client per la BCE Il client ecb si connette ai web services forniti dallo Statistical Data Warehouse della BCE 12 Creazione di un client per l’OCSE I nomi da usare per la creazione dei vari client sono gli stessi ottenuti con la funzione getDataProviders() 13 Lista dei data flows disponibili in un provider La funzione getDataFlows può essere usata con o senza il parametro pattern. Nel primo caso darà in output tutti i data flows disponibili nel provider. 14 Analisi della struttura di un Data Flow Per ottenere le dimensioni di un data flow si può usare la funzione getDimensions() 15 Accesso a una time series La funzione getTimeSeries() prende in input una stringa che identifica una time series, e la carica nel workspace, in un oggetto di tipo zoo 16 Query language semplificato per la getTimeSeries Il parametro id della funzione getTimeSeries è una sequnza di token. Il primo deve corrispondere al nome di un data flow (e.g. EXR). I successivi tokens devono corrispondere ai codici delle dimensioni dello stesso data flow. e.g. EXR.A.USD.EUR.SP00.A REFSERIES.IT.PPPGDP.A # EXR flow in ECB, tutte le dimensioni specificate # REFSERIES flow in OECD, come sopra Se non si vogliono specificare valori per alcune dimensioni, si possono usare delle wildcard. In ogni caso comunque il numero di tokens della quey deve corrispondere al numero delle dimensioni e.g. EXR.*.USD.EUR.SP00.A REFSERIES.ITA.*.A # La dimensione frequenza non è specificata # come sopra Se si vogliono specificare valori multipli per una dimensione si può usare il simbolo ‘|’ (logical or): e.g. EXR.M|A.*.EUR.SP00.A REFSERIES.ITA|AUS.*.A # frequenza annuale e mensile, tutte le valute # tutti i subject, location Italy e Australia 17 Accesso a una lista di time series Un esempio di query che ritorna una lista di time series 18