AndesMollusque

Documentation disponible icit: https://mpo-quebec-science.github.io/AndesMollusque/

Ce dépot contient des wrappers en R de commandes SQL pour extraire des données équipe IML de la région du Québec fait avec ANDES.

Utilisation

1. Installer
2. Établir un connexion a la BD ANDES
3. Obtenir les tables en dataframs
4. Faire une BD Access

Installation du package

devtools::install_github("MPO-Quebec-Science/AndesMollusque")
library(ANDESMollusque)

Installation des pilots SQL sur un poste Windows du MPO

Si ce n'est pas fait, il faut installer des pilotes de BD. Cèst possible de le faire à partir du Centre Logiciel.

• Pour connexion BD ANDES, installer My SQL Connecteur ODBC 8.0.22
• Pour BD MS ACCESS, rien a faire de plus. Office 365 deja présent.
• (facultatif) Pour connexion Oracle, installer Oracle 12 (Instant Client) x64 qui va mettre les libraries sous C:\Oracle\12.2.0_Instant_x64.

Connexion BD ANDES

# Infos connexion BD, voir section Authentification Connexion BD
url_bd <- "iml-science-4.ent.dfo-mpo.ca"
port_bd <- 25993
nom_bd <- "andesdb"
nom_usager <- Sys.getenv("NOM_USAGER_BD")
mot_de_passe <- Sys.getenv("MOT_DE_PASSE_BD")

# établir connexion BD (il faut être sur le réseau MPO)
andes_db_connection <- andes_db_connect(
  url_bd = url_bd,
  port_bd = port_bd,
  nom_usager = nom_usager,
  mot_de_passe = mot_de_passe,
  nom_bd = nom_bd
)

Obtenir les tables en dataframes

Tables Access

Il faut avant tout définir certains parametres, dont certain qui ne sont PAS dans le BD ANDES. Entre autres:

• desc_serie_hist_f
• code_filter (list de code strap)
• basket_class_filter (list de code de types de paniers andes)

Les tables Access suivent une hiearchy proj -> trait -> engin -> capture -> FreqLongMollusque

################################################
# EXTERNAL INPUT
# This needs to be manually defined
# "Indice d'abondance zone 16E - pétoncle"
# "Indice d'abondance zone 16F - pétoncle"
# "Indice d'abondance zone 20 - pétoncle"
# "Indice d'abondance buccin"
desc_serie_hist_f <- "Indice d'abondance zone 16E - pétoncle"

proj <- get_projet_mollusque(andes_db_connection)
# définir dans le projet, la desc_serie_hist_f
proj <- init_cod_serie_hist(proj, desc_serie_hist_f)

validate_projet_mollusque(proj)

# choose which species we want to have using code_filter
# usefull strap codes:
cod_petoncle_island <- 4167
cod_petoncle_geant <- 4179
code_filter <- c(cod_petoncle_island, cod_petoncle_geant)

# choose which basket class have using basket_class_filter
# useful basket classes
# 0 - NA
# 1 - Vivant intact
# 2 - Claquette ouverte, int. nacré, ressort dans charnière
# 9 - Biodiversité

basket_class_filter <- c(1)

trait <- get_trait_mollusque(andes_db_connection, proj = proj)
validate_trait_mollusque(trait)

engin <- get_engin_mollusque(andes_db_connection, proj = proj)
validate_engin_mollusque(engin)

# Captures should only use the basket_class filter to select 1 - Vivant intact
capt <- get_capture_mollusque(andes_db_connection, engin, code_filter = code_filter, basket_class_filter = basket_class_filter)
validate_capture_mollusque(capt)

freq <- get_freq_long_mollusque(andes_db_connection, capt)
validate_freq_long_mollusque(freq)

Biométrie Pétoncle

Pour les données de biométrie pétconle, il faut définir le nom de la collection lié au champ conserver pour biométrie?. Nous allons alors pourvoir obtenir les spécimens de la mission ou la réponse a été 1=OUI. Normalement, les données de biométrie sont présent pour ces spécimens.

Utilisé ensuite la fonction get_biometrie_petoncle()

# BIOMETRIE PETONCLE
# select collection_name as one of the following
# "Conserver pour biométrie 16E"
# "Conserver pour biométrie 16F"
# "Conserver pour biométrie centre"
# "Conserver pour biométrie ouest"
bio <- get_biometrie_petoncle(andes_db_connection, collection_name = "Conserver pour biométrie 16E")

Écrire une BD Access

Les tables en dataframes peuvent être sauvegardé en format BD Access.

# Faire une BD acces vide
file_path <- create_new_access_db()
# etablir la connexion a cette BD
access_db_write_connection <- access_db_connect(paste("./", file_path, sep = ""))
# écrire la table projet
write_projet_mollusque(proj, access_db_write_connection)
# écrire la table trait
write_trait_mollusque(trait, access_db_write_connection)
# écrire la table engin
write_engin_mollusque(engin, access_db_write_connection)
# écrire la table capture_mollusque
write_capture_mollusque(capt, access_db_write_connection)
# écrire la table freq_long_mollusque
write_freq_long_mollusque(freq, access_db_write_connection)
# fermer la connexion a la BD Access
DBI::dbDisconnect(access_db_write_connection)

Authentification Connexion BD

Il faut faire une copie du fichier gabarit exemple.Renviron et le nomer .Renviron. Par la suite il faut remplir le nom d'usagé et le mot de passe pour pouvoir faire une connexion a la BD. Il est possible de falloir redémarré R apres avoir modifier .Renviron car la lecture est uniquement fait au démarage de R. Le fichier .Renviron peut être placé au dossier home de l'usager C:\Users\TON_NOM (sur windows) ou /home/TON_NOM (sur Linux).

Developpement

checkout the repo and use

devtools::load_all()
devtools::document()

to load the library in memory without installing it.

To test the github package, detach an re-install

detach("package:ANDESMollusque", unload=TRUE)
devtools::install_github("MPO-Quebec-Science/ANDESMollusque")
library(ANDESMollusque)

# run unittests
devtools::test()

devtools::document()

Sys.setenv("_R_CHECK_ASCII_CODE_"=FALSE)
Sys.setenv("_R_CHECK_ASCII_DATA_"=FALSE)
rcmdcheck::rcmdcheck(args = "--no-manual", error_on = "error")