tela-nota

Je découvre aujourd'hui sur le blog de Jquery (jQuery: » CloudFront CDN for jQuery) qu'il existe la possibilité d'héberger sur le web des données avec des temps d'accès très bas partout sur la planète.

Pour cela, il est nécessaire d'utiliser des services comme Amazon S3 ou le plus récent [Amazon CloudFront|http://aws.amazon.com/cloudfront/). Bien entendu ces services sont payant, mais peuvent être intéressant dans certain cas de figure.a

Toujours dans la même idée, je découvre que Google héberge les bibliothèque Javascript les plus connus (Jquery, Dojo, Mootols...) et permet de les charger sur son site via ses serveurs (c'est donc rapide). En outre, une version de ces bibliothèques une fois hébergé par Google le sera définitivement (du moins ils l'affirment ). Pour cela il est nécessaire d'utiliser le Google AJAX API Loader.

L'inlassable Rod Page nous offre une page regroupant tout les services Web fournissant des informations sur la biodiversité, avec un indicateur de disponibilité mis à jour toutes les heures. Un outil indispensable pour qui veut faire du mashup botanique, accessible ici.

The Mother of All Database Normalization Debates on Coding Horror

A retenir : Normalize until it hurts, denormalize until it works. En gros : normaliser jusqu'à ce que se soit trop pénible, dénormaliser jusqu'à ce que ça fonctionne !

Des pistes pour nos bases de données :

• Utiliser des "materialized views" qui permettent de combiner le meilleur des deux approches.
• La dénormalisation ne devrait intervenir qu'en derniers recours, après les autres optimisations.
• La lecture physique est le goulet d'étranglement le plus grand
• Utiliser le cache applicatif
• Des queries multiples sont parfoit plus performantes que des énormes jointures.
• tout
• et son contraire ...

Voir aussi Denormalization Patterns.

Configuration d'une source ODBC sous MAC OS X et son utilisation dans FileMaker Pro 9.

De temps en temps sur ma machine, il devenait impossible d'ouvrir les fichiers de mes projets Eclipse... L'origine du problème liée à CUPS et sa solution sont présentées dans cet article.

Une info du Gbif France :

La base de données de l' Inventaire national du Patrimoine naturel (INPN) a été connectée au GBIF, grâce à l'aide de l'équipe du point nodal. Cette base de données d'observations de spécimens, recouvrant la France métropolitaine, est désormais à la 5ème place du classement mondial des fournisseurs de données au GBIF, avec plus de 5 millions d'enregistrements.

Nous allons décrire une méthode pour

• récupérer les messages de liste de discussion Yahoo dans un fichier mbox
• alimenter et créer l'index d'une liste EZMLM à partir de messages stockés dans un fichier mbox
• abonner une liste EZMLM à à une liste de discussion Yahoo.

Pour faire référence à une plante de la flore en ligne de Tela Botanica, sur chaque fiche, afficher un lien "Citer", qui affichera le code HTML à copier-coller dans son blog, dans son site web ... Ainsi, le code suivant :

 <a href="http://www.tela-botanica.org/eflore/BDNFF/nn/182" target="_blank">Erable de Montpellier
 <img src="http://www.tela-botanica.org/cel/www/org.tela_botanica.Cel/tela.gif" border="none" alt="Erable de Montpellier" /></a>

Affichera

Erable de Montpellier

Tout d'abord quelques petites explications sur ce titre me semblent nécessaires. C'est quoi le LSID et le TDWG?

Le LSID, pour faire court, signifie "Life Science Identifiers". C'est une façon de nommer et de trouver de l'information liées aux sciences de la vie sur le web.

Le TDWG (Taxonomic Database Working Group), est un groupement international à but non lucratif qui vise à développer des standards et des protocoles pour partager des données sur la biodiversité. Une institution qui est là pour nous faciliter la vie, nous travailleurs de la base de données naturalistes! Alors, voyons voir un peu ce qu'il nous propose dans le cadre des LSID...

Les lexiques des LSID sont les éléments constitutifs de l'ontologie globale du TDWG. Ils fournissent les informations nécessaire pour décrire les objets échangés dans la communauté des organismes gestionnaire de données sur la biodiverstié. La première utilisation de ce vocabulaire a eut lieu dans le cadre du mécanisme de résolution des LSID - d'où son nom -, mais ils peuvent être utilisés dans n'importe quel format XML ou technologie du Web sémantique, afin d'exprimer les notions liées à la biodiversité.

Ce qui m'a semblé réellement intéressant dans cet énorme travail, c'est la mise à disposition libre et gratuite, d'informations sur la façon de structurer des informations. Il existe déjà de disponible plusieurs ontologies tels que :

• Nom des taxons
• Rang des taxons
• Concept de taxon
• Présence de taxons

D'autres sont encore en travaux :

• Personne
• Équipe
• Citation de publication
• Institution
• Collection

Toutes ces ontologies sont gérées à l'aide d'un gestionnaire de version de fichiers et selon un protocole clairement définit et accessible.

Les normes de structuration de l'information naturaliste qui sont proposées par le TDWG peuvent, par exemple, nous permettre de mettre en place des services web permettant à deux sites web de se communiquer des informations entre eux. Mais elles vont surtout nous guider sur la façon de structurer nos données au sein de nos propres bases de données.

Disposer de tels documents peut nous faire gagner énormément de temps

Source :

• TDWG : http://www.tdwg.org/
• LSID : http://en.wikipedia.org/wiki/LSID

Tapirlink est une application Web, distribuée par le TDWG, pour fournir des ressources compatible TAPIR, à partir d'un modèle de données existant. Chaque ressource est définie par l'établissement d'une relation (mapping) entre celle-ci et la ou les tables du modèle de donnée correspondant, permettant ainsi, sans programmation, de rendre accessible des informations relatives à la biodiversité ou concernant la gestion de collections naturalistes dans un format standard d'échange de donnée (ABCD, DarwinCore).

Pas de problème particulier lors de l'installation, si ce n'est dans l'organisation du code source : en théorie seuls les répertoires www et admin doivent être visibles depuis le Web, mais cette configuration requière la création d'un sous-domaine pour être véritablement "propre", option que je n'ai pas retenu; du coup tous les utilitaires de l'application sont accessibles. Il est conseillé de protéger le répertoire admin par un .htaccess.

Suite à un message bloquant concernant la gestion des sessions, j'ai supprimé ce contrôle dans classes/TpConfigManager.php

/*
        // Check that session cookie path exists and is writable
        $session_save_path = session_save_path();

        $session_dir_ok = false;

        $msg = 'Session directory ('.$session_save_path.') ';

        if ( empty( $session_save_path ) )
        {
            $msg .= 'is not defined';
            TpDiagnostics::Append( DC_SERVER_SETUP_ERROR, $msg, DIAG_FATAL );
        }
        else if ( ! file_exists( $session_save_path ) )
        {
            $msg .= 'does not exist';
            TpDiagnostics::Append( DC_SERVER_SETUP_ERROR, $msg, DIAG_FATAL );
        }
        else if ( ! is_readable( $session_save_path ) )
        {
            $msg .= 'is not readable';
            TpDiagnostics::Append( DC_SERVER_SETUP_ERROR, $msg, DIAG_FATAL );
        }
        // TODO: this may not be necessary in UNIX FS
        else if ( ! is_writable( $session_save_path ) )
        {
            $msg .= 'is not writable';
            TpDiagnostics::Append( DC_SERVER_SETUP_ERROR, $msg, DIAG_FATAL );
        }
        else
        {
            $session_dir_ok = true;
        }

        if ( ! $session_dir_ok )
        {
            $error_msg = 'PHP session control is not working properly (check in '.
                         'your PHP configuration if session support is enabled, '.
                         'and also if session.save_path exists and is writable by '.
                         'the webserver)';

            TpDiagnostics::Append( DC_SERVER_SETUP_ERROR, $error_msg, DIAG_FATAL );
        }
*/

Un test rapide montre que tout semble fonctionner correctement ensuite :

Démarrage :

Ajout d'une ressource Tapir :

Description de la ressource :

Choix du format de sortie :

Mapping (mise en correspondance :

TapirLink permet ensuite de déclarer les ressources ainsi crées (à vérifier) et offre toute un lot de services : recherche, log des connexions, LSID resolver (?) etc.

Conclusion : un outil très puissant qui simplifie grandement la mise à disposition de données et permet de se concentrer sur la mise en correspondance des données ce qui n'est pas une mince affaire.