Si l'identifiant remote_id est une URI

Juste pour être sûr de bien comprendre, si on valide que remote_id est une URL valide, alors on suppose que c'est un ID unique, et on ne vérifie pas le domaine ni le point de moissonnage.

Est-ce qu'on veut :

• donner la priorité à un domaine ou à un point de moissonnage, ou est-ce qu'on continue à prendre le .first() ?
• dé-dupliquer les datasets déjà moissonnés et créés ?

Je profite de ce ticket pour mentionner la suggestion de Géo-IDE d'ignorer le domaine pour la détection de doublon, et donc ne se baser que sur la partie ID de l'URI.

Géo-IDE a récemment changé de base URL pour ses identifiants et on se retrouve régulièrement avec des fiches doublonnées à mesure que les anciens identifiants sont remplacés. Je ne sais pas exactement comment fonctionne le remplacement mais ça a l'air d'être progressif (lorsqu'une fiche est mise à jour ?), donc on va encore avoir ce genre de problème un certain temps.

Plus généralement, si en théorie l'URI est sensée être persistente, en pratique ça n'est pas garanti sans l'appui d'un véritable système de registre (qui n'existe pas à l'échelle FR). La plupart des URI qui nous concernent étant basées sur l'URL de catalogue, la persistence n'est pas garantie. On risque par exemple d'avoir le problème sur DatARA l'an prochain, qui il me semble va changer de nom de domaine. Je doute qu'il y ait un plan pour maintenir des redirections ad vitam, et même si c'était le cas, il faudrait savoir les gérer dans le dédoublonnage.

S'il est souhaitable dans les cas ci-dessus de considérer que seule la partie ID d'une URI fait foi, j'ai du mal à voir comment ça pourrait être traité de manière générique sur data.gouv : 1) il faudrait pouvoir extraire de manière fiable l'ID d'une URI arbitraire, et 2) il faudrait être certain de l'unicité de l'ID extraite.

Bref, pour info.

J'ai du mal à voir une solution magique pour gérer la non stabilité des identifiants des plateformes.
Dans l'univers des plateformes moissonnées, il y a les cas où le nom de domaine change, mais aussi souvent un changement de plateforme avec juste de nouveaux identifiants (from uuid to slug, etc.).

Je pense qu'on pourrait apporter des outils pour pouvoir faire leur appariement quand c'est le cas, mais j'ai moins de foi dans une solution magique.
Permettre de rajouter une liste d'identifiants (à la adms:identifier) pourrait aider aussi à enlever le soucis de synchro du changement.

Permettre de rajouter une liste d'identifiants (à la adms:identifier) pourrait aider aussi à enlever le soucis de synchro du changement.

Ça serait propre ! Reste à savoir si les catalogues source seraient capables d'exposer une liste d'identifiants, ou s'il faudrait une intervention explicite côté data.gouv.

Si c'est une evol envisageable, je peux me renseigner côté Géo-IDE et Geonetwork.