Test av databasmiljö

Det är något speciellt med att ta skärmdumpar på kalkylark.

En viktig del av VGR:s geodataplattform är en databasmiljö för lagring och ajourhållning av delar av våra geodata. Hittills har vi inte haft någon lokal miljö för test och utveckling, vilket har varit aningen hämmande, men detta håller nu dock på att ändras, i och med att PostgreSQL, PostGIS och pgAdmin nu paketeras och blir tillgängliga för alla på VGR. En del av detta arbete har varit att testa några av de vanligaste arbetsmomenten, så att de fungerar som förväntat. I praktiken identifierade vi några av de mest förekommande användarfallen, sammanställde dessa strukturerat och gjorde enklare tester av samtliga fall. Dessa handlar generellt om att:

  • Testa att läsa och skriva tabeller, både med och utan geometrier, med olika verktyg
  • Att å/ä/ö hanteras korrekt
  • Att ställa SQL-frågor till databasen
  • Redigera attribut och geometrier mha desktopverktyg

Eftersom jag håller på att lära mig mer om hur man arbetar med geodata i R passade jag förstås på att testa att läsa från miljön även mha R:

# Aktivera bibliotek
library(DBI)
library(RPostgres)
library(sf)
library(mapview)

# Skapa anslutning till PostgreSQL
con <- dbConnect(RPostgres::Postgres()
, host='host'
, port='port'
, dbname='databas
, user='user'
, password='password')

# Hämta lager mha SQL-fråga
qry1 <- "SELECT * FROM public.kommunytor_vg"
kommunytor_vg <- st_read(con, query=qry1)

# Skapa enkel webbkarta med kommunytor
mapview(kommunytor_vg)

Resultatet blir då en enkel webbkarta som läsa geodata från den lokala databasmiljön:

Den kompletta förteckningen av de testfall som vi använde finns att hämta på deladigitalt.se.

Eftersom det är väletablerade programvaror som vi inför räknade jag inte med att hitta några större avvikelser, men tanken var att testa hur det fungerar i just vår miljö, med vår uppsättning av programvaror. Resultatet blev också därefter: jag hittade endast en mindre avvikelse, där ett av verktygen verkade skapa en tom rad i slutet av tabellen när denna skapas. Just detta användarfall är ganska sällsynt och verktyget kommer att uppdateras inom kort, så det blir till att testa igen efter uppdateringen.

När vi framöver vill uppdatera den lokala databasmiljön till nyare versioner blir det nu aningen enklare att veta vad vi bör testa, även om fler tester lär tillkomma när vi har arbetat i miljön en tid och vet vad som används ofta. Ett par tester som jag tror lär tillkomma inför kommande uppdatering är:

  • Läsa mha Power BI
  • Skriva mha R
  • Läsa mha Python

Till nästa vända lär vi också ta fram ytterligare testdata, så att vi har än mer verklighetstrogna underlag att testa med.

Kommentera

E-postadressen publiceras inte. Obligatoriska fält är märkta *