Daiquiri

Python-basiertes Framework für Publikation von Forschungsdatenbanken
Daiquiri Logo Daiquiri Logo
Daiquiri Instanzen Daiquiri Instanzen

Öffentliche Forschungsdaten-Archive, die auf Daiquiri Framework aufgebaut sind.

Bild: None

Home page https://django-daiquiri.github.io

GitHub Organisation https://github.com/django-daiquiri

PyPI releases https://pypi.org/project/django-daiquiri

Die Veröffentlichung von Forschungsdaten spielen eine wichtige Rolle in Astronomy und Astrophysik. Dedizierte Himmelsdurchmusterungen wie RAVE oder umfangreiche Simulationen wie Millenium und MultiDark planen vom Anfang an, ihre Daten für die wissenschaftlichen Gemeinschaft zu veröffentlichen. Aber auch einzelne wissenschaftliche Projekte streben danach, ihre Daten der Öffentlichkeit zur Verfügung zustellen, da es mittlerweile eine wichtige Anforderung der Förderorganisationen ist. Als Einstiegspunkt für die Veröffentlichung der Daten werden Webseiten genutzt. Die meisten Webseiten sind individuell auf einen Einzelfall zugeschnitten und daher nicht ohne weiteres auf zukünftige Projekte übertragbar.

Am AIP haben wir Erfahrungen sowohl mit dem Betrieb als auch mit der Entwicklung socher Anwendungen gesammelt. Es zeigte sich jedoch, dass die Menge und die Komplexität der Anwendungen eine große Herausforderung für den Wartungsaufwand und die Skalierbarkeit darstellen. Zur Lösung dieser Probleme entwickelten wir das Daiquiri-Framework, das speziell darauf ausgelegt ist, verschiedene hochgradig anpassbare Webanwendungen auf Basis einer gemeinsamen, leicht wartbaren Codebases zu ermöglichen.

Seit 2013 ermöglicht das Framework Daiquiri Forschern aus aller Welt den Zugriff auf Daten aus dem RAVE Survey, der APPLAUSE Datenbank oder CosmoSim - der Datenbank für kosmologische Simulationen. Daiquiri bietet Schnittstellen, die auf den Virtual Observatory Standards beruhen. Eine OAI-PMH Schnittstelle wird sowohl für die Registrierung der Daten in VO als auch für das Management von DOI genutzt.

Beteiligte Abteilungen und Gruppen des AIP:

Supercomputing und E-Science
Letzte Aktualisierung: 10. Dezember 2021