Este pacote fornece funcionalidade backend para interface com bancos localizados em um diretorio local ou em um bucket S3. A versao atual suporta particionamento de dados, porem apenas operacoes de leitura estao implementadas. Criacao de novas tabelas e escrita nas existentes serao adicionadas em versoes futuras.
Este pacote ainda nao se encontra disponibilizado no CRAN, de modo que deve ser instalado diretamente a partir do repositorio utilizando:
# Caso a biblioteca remotes nao esteja instalada, execute install.packages("remotes") primeiro
remotes::install_github("lkhenayfis/dbrenovaveis") # instalacao da versao de desenvolvimento
remotes::install_github("lkhenayfis/dbrenovaveis@*release") # instalacao da ultima versao fechadaNeste exemplo de uso sera utilizado o banco exemplo contido no pacote. Para mais informacoes sobre como construir um banco proprio ou acessos a dados em um bucket S3, consulte a vignette e paginas de documentacao pertinentes.
O primeiro passo para acesso aos dados em um determinado banco e estabeler uma conexao com o mesmo.
dir_banco_local <- system.file("extdata/cpart_parquet", package = "dbrenovaveis")
conexao <- conectamock(dir_banco_local)Um print do objeto de conexao exibe as tabelas disponiveis, bem como
suas colunas
print(conexao)
#> * Banco 'mock' com tabelas:
#>
#> Tabela: assimilacao
#> - Conteudo: Dados de saida da assimilacao realizada com o smapR
#> - Campos: codigo <string>, data <date>, dia_assimilacao <int>, qcalc <float>, rsolo <float>, rsup <float>, rsup2 <float>, rsub <float>, es <float>, er <float>, rec <float>, marg <float>, ed <float>, ed2 <float>, ed3 <float>, eb <float>, tu <float>, qsup1 <float>, qsup2 <float>, qplan <float>, qbase <float>, ebin <float>, supin <float>, peso_chuva <float>
#>
#> Tabela: parametros
#> - Conteudo: Parametros utilizados para execucao do smap
#> - Campos: parametro <string>, valor <float>, codigo <string>
#>
#> Tabela: precipitacao_observada
#> - Conteudo: Dados de entrada de precipitacao observada
#> - Campos: codigo <string>, data_previsao <date>, precipitacao <float>
#>
#> Tabela: previstos
#> - Conteudo: Dados de saida da previsao realizada com o smapR
#> - Campos: codigo <string>, data_previsao <date>, dia_previsao <int>, qcalc <float>, rsolo <float>, rsup <float>, rsup2 <float>, rsub <float>, es <float>, er <float>, rec <float>, marg <float>, ed <float>, ed2 <float>, ed3 <float>, eb <float>, tu <float>, qsup1 <float>, qsup2 <float>, qplan <float>, qbase <float>, precipitacao <float>
#>
#> Tabela: vazoes
#> - Conteudo: Dados de entrada de vazao observada
#> - Campos: data <date>, codigo <string>, vazao <float>
#>
#> Tabela: subbacias
#> - Conteudo:
#> - Campos: posto <int>, nome <string>, codigo <string>, bacia_smap <string>, fator <float>, posto_jusante <int>, bacia <string>, posto_jusante_gvp_art <int>, posto_gvp_artificial <int>, tv <float>, n <int>, c1 <float>, c2 <float>, c3 <float>, latitude <float>, longitude <float>A partir deste ponto e possivel acessar os dados do banco utilizando a
funcao getfromdb
# lendo tabela completa
dat <- getfromdb(conexao, tabela = "subbacias")
print(dat)
#> posto nome codigo bacia_smap fator posto_jusante bacia
#> 1: 18 Agua Vermelha AVERMELHA GRD_PRNB 1.000 34 Grande
#> 2: 24 Emborcacao EMBORCACAO GRD_PRNB 1.000 31 Paranaiba
#> 3: 33 Sao Simao SSIMAO2 GRD_PRNB 0.891 34 Paranaiba
#> 4: 61 Capivara CAPIVARA Paranazao 1.000 62 Paranapanema
#> 5: 81 Baixo Iguacu BAIXOIG SUL 0.204 0 Iguacu
#> 6: 92 Ita ITA SUL 1.000 94 Uruguai
#> 7: 111 Passo Real PASSOREAL SUL 1.000 112 Osul
#> 8: 156 Tres Marias TMSMAP NE 1.000 169 Sao Francisco
#> 9: 228 Colider COLIDER Norte 0.085 229 Teles Pires
#> 10: 237 B. Bonita BBONITA Paranazao 1.000 238 Tiete
#> 11: 266 Itaipu ITAIPU Paranazao 1.000 0 Parana
#> 12: 270 Serra da Mesa SMESA Norte 1.000 191 Tocantins
#> 13: 275 Tucurui TUCURUI Norte 1.000 0 Tocantins
#> 14: 278 Manso MANSO OSE 1.000 0 Paraguai
#> 15: 285 Jirau JIRAU2 Norte 1.000 287 Madeira
#> 16: 288 Pimental PIMENTALT Norte 1.000 0 Xingu
#> 17: 290 Jari STOANTJARI Norte 1.000 0 Jari
#> posto_jusante_gvp_art posto_gvp_artificial tv n c1 c2 c3 latitude
#> 1: 34 18 18.00 0 0 0 0 -19.867222
#> 2: 31 24 17.00 0 0 0 0 -18.451944
#> 3: 34 33 30.00 0 0 0 0 -19.018055
#> 4: 62 61 9.30 0 0 0 0 -22.657500
#> 5: 0 81 0.00 0 0 0 0 -25.503330
#> 6: 94 92 20.93 0 0 0 0 -27.267500
#> 7: 112 111 1.30 0 0 0 0 -29.016944
#> 8: 169 156 360.00 0 0 0 0 -18.212500
#> 9: 229 228 132.00 0 0 0 0 -10.984805
#> 10: 38 37 12.00 0 0 0 0 -22.505000
#> 11: 0 66 0.00 0 0 0 0 -25.426667
#> 12: 191 270 10.00 0 0 0 0 -13.826187
#> 13: 0 275 0.00 0 0 0 0 -3.750806
#> 14: 0 278 0.00 0 0 0 0 -14.875085
#> 15: 287 285 23.00 0 0 0 0 -9.266667
#> 16: 0 288 0.00 0 0 0 0 -3.438302
#> 17: 0 290 0.00 0 0 0 0 -0.650000
#> longitude
#> 1: -50.35000
#> 2: -47.99389
#> 3: -50.49917
#> 4: -51.36083
#> 5: -53.67167
#> 6: -52.39833
#> 7: -53.18889
#> 8: -45.25917
#> 9: -55.76600
#> 10: -48.54500
#> 11: -54.59278
#> 12: -48.30083
#> 13: -49.66750
#> 14: -55.78838
#> 15: -64.65319
#> 16: -51.94512
#> 17: -52.51667Subsets podem ser especificados no momento da leitura atraves de argumentos opcionais nomeados homonimos das colunas na tabela
dat <- getfromdb(conexao, tabela = "subbacias", codigo = c("AVERMELHA", "BAIXOIG"))
print(dat)
#> posto nome codigo bacia_smap fator posto_jusante bacia
#> 1: 18 Agua Vermelha AVERMELHA GRD_PRNB 1.000 34 Grande
#> 2: 81 Baixo Iguacu BAIXOIG SUL 0.204 0 Iguacu
#> posto_jusante_gvp_art posto_gvp_artificial tv n c1 c2 c3 latitude longitude
#> 1: 34 18 18 0 0 0 0 -19.86722 -50.35000
#> 2: 0 81 0 0 0 0 0 -25.50333 -53.67167