נתוני GEUL הם רצף של רשומות. כל רשומה מתחילה ב-TAG WORD אחד.
פריסת הרשומה
TAG WORD (16 סיביות)
┌──────────┬──────────┬──────────┬──────────┐
│ Prefix │ Kind │ Class │ Length │
│ 3bit │ 4bit │ 5bit │ 4bit │
│ 000 │ KKKK │ CCCCC │ LLLL │
└──────────┴──────────┴──────────┴──────────┘
[TAG הרחבה של Length]
[TAG הרחבה של Codec]
[TAG לפי Codec]
Payload
- ה-TAG WORD הוא
000K KKKC CCCC LLLL. 4 הסיביות העליונותKKKKהן הקטעS = w >> 9, וקטע אחד הוא 32 תאים.Cהוא היסט 5 הסיביות בתוך הקטע(w >> 4) & 0x1F. - TAG ID נכתב כ-
0x000L. שלוש הספרות הראשונות הן מקום ה-Codec בן 9 הסיביות (w >> 4) המשלב את הקטע ו-C, ו-Lהוא מקום ה-Length. בערך ה-WORD בפועל כותבים מספר במקום L (למשל TRIPLE הוא0x0AAL, וה-TAG WORD של TRIPLE בן 10 WORD הוא0x0AA9). - TAG הרחבה ממוקם רק לפי הסדר שלעיל. TAG הרחבה של Length בא תמיד מיד אחרי ה-TAG WORD.
- הרכב ה-TAG לפי Codec וה-Payload נקבע במפרט של כל Codec. אורך ה-TAG לפי Codec אינו נרשם ב-TAG WORD, כי לפירוש ה-Payload דרוש codebook בכל מקרה.
- Codec בעל תת-פורמט מציין את תת-הפורמט ב-WORD אחד של TAG לפי Codec (Edge WORLD וכדומה).
סדר בייטים
- הסריאליזציה הקנונית היא big endian.
- שדות סיביות מסודרים מהסיבית העליונה.
- בתוך WORD כותבים קודם את הבייט העליון, וערך בן כמה WORD נכתב מה-WORD העליון.
- הייצוג בזיכרון נתון לבחירה חופשית של המימוש.
Kind (טווח קטעים)
| קטע | Kind | TAG ID | הגדרה |
|---|---|---|---|
| 0~2 | Reference | 0x000L~0x05FL | מצביע על פריט. מזהה את הפריט באמצעות Codec ו-ID הפריט |
| 3·4 | Value | 0x060L~0x09FL | מכיל את הערך עצמו. ה-Codec קובע את פירוש ה-Payload |
| 5~13 | Edge | 0x0A0L~0x1BFL | קושר רשומות אחרות כמרכיבים. ה-Codec קובע את תפקיד המרכיבים וסדרם |
| 14·15 | Meta | 0x1C0L~0x1FFL | מדבר על המסמך ועל הרשומות |
ה-Kind נקבע לפי טווח הקטע בלבד:
w < 0x0600Reference,w < 0x0A00Value,w < 0x1C00Edge, והשאר Meta. אין יוצא מן הכלל.Kind הוא תכונה בלתי משתנה של Codec. Codec שהוקצה פעם אחת אינו מועבר ל-Kind אחר.
Value ו-Edge הם באותו פורמט “Codec + Payload”. רק ל-Edge יש רשומות אחרות כמרכיבים.
ב-Reference טבלת הקודים מחולקת בין הסמנים, המצביעים, מערך 5Q ו-REFERENCE-ISSUER. הכימות נמצא בקוד המערך. הכימות של REFERENCE-ISSUER נקבע במסמך ה-Issuer (Reference).
Length (4 סיביות)
Length הוא מספר ה-WORD הכולל שהרשומה תופסת. הוא כולל את ה-TAG WORD, את TAG ההרחבה, את ה-Payload ואת הריפוד ב-WORD האחרון.
| ערך | משמעות |
|---|---|
0000~1101 | 1~14 WORD (ערך + 1) |
1110 | אורך מורחב 1: ב-WORD הבא מספר ה-WORD הכולל (15~65,535) |
1111 | אורך מורחב 2: ב-2 ה-WORD הבאים מספר ה-WORD הכולל (65,536~2³²−1) |
- 1~14 WORD חייבים להיכתב באורך ישיר. ייצוג רחב יותר אינו צורה קנונית.
- במספר ה-WORD הכולל של אורך מורחב נכלל גם TAG ההרחבה של Length עצמו.
- אין רשומה שעולה על 2³²−1 WORD.
- רשומה של 1 WORD היא TAG WORD אחד ללא Payload. משתמשים בה רק כשמפרט ה-Codec מתיר (למשל Meta
BODY, END, רצף בייטים ריק, סמן מקום). - גם בלי codebook אפשר לדלג על רשומה:
מיקום הרשומה הבאה = תחילת הרשומה הנוכחית + Length.
Codec (קטע ו-C, 9 סיביות)
| TAG ID | שם | משמעות |
|---|---|---|
| ההתחלה של כל תחום Kind | קוד ישיר | ה-TAG WORD לבדו קובע את ה-Codec |
0x05DL, 0x09DL, 0x1BDL | REFERENCE-ISSUER-2WORD, VALUE-ISSUER-2WORD, EDGE-ISSUER-2WORD | ב-TAG ההרחבה של ה-Codec: Issuer של 2 WORD ומספר Codec של 2 WORD |
0x05EL, 0x09EL, 0x1BEL | REFERENCE-ISSUER-4WORD, VALUE-ISSUER-4WORD, EDGE-ISSUER-4WORD | ב-TAG ההרחבה של ה-Codec: Issuer של 4 WORD ומספר Codec של 2 WORD |
0x05FL, 0x09FL, 0x1BFL | REFERENCE-ISSUER-16WORD, VALUE-ISSUER-16WORD, EDGE-ISSUER-16WORD | ב-TAG ההרחבה של ה-Codec: Issuer של 16 WORD ומספר Codec של 2 WORD |
- שלושת התאים האחרונים בכל תחום Kind הם ISSUER. רוחב ה-Issuer הוא שתי הסיביות התחתונות של C (
012 WORD, 104 WORD, 1116 WORD). ל-Meta אין פורמט Issuer. - ה-
Cשל קוד ישיר נפרד לכל קטע. אותו ערךCבקטע אחר הוא Codec אחר. Codec ID של קוד ישיר הוא ה-TAG WORD כולו (L=0), ולכן ה-Kind כלול בו. - מספר Codec של Issuer הוא מרחב אחד לכל Issuer, בלי קשר ל-Kind. ה-Issuer מקצה אותו כך שלא יתנגש בתוך
codecs/שלו (כתובות פרסום ורשימת גרסאות). - Codec שאינו קוד ישיר הוא זוג
(Issuer, מספר Codec). מספר ה-Codec מוגדר בידי אותו Issuer (Issuer ופרסום). פורמט מורחב ממוקם תחת ה-Issuer של הגוף שקבע אותו. - Codec שיש לו קוד ישיר אינו נרשם בנפרד כפורמט Issuer.
- פורמט Issuer קיים ב-Reference, ב-Value וב-Edge. Meta הוא מפרט משותף ש-GEUL בלבד מגדירה.
- הקטע (
w >> 9) של קוד ישיר ב-Edge הוא המשפחה. קוד ישיר של Value ו-Meta אינם מבטאים משפחה ומחלקה בסיביות. משמעות מספר Codec נקבעת בידי ה-Issuer. - אי אפשר להחזיר קוד ישיר. רק פורמט שהתדירות שלו אומתה ממוקם בקוד ישיר.
רשומת פורמט Issuer
TAG WORD קוד ISSUER (שלושת התאים האחרונים בכל תחום Kind)
[TAG הרחבה של Length]
Issuer 2/4/16 WORD (ה-Codec קובע את הרוחב)
מספר Codec 2 WORD. ה-Issuer מגדיר
Payload נקבע במסמך ה-Codec שה-Issuer הוציא
- הפריסה זהה בשלושת ה-Kind. אם המספרים אינם מספיקים, מקבלים Issuer נוסף.
- ה-Payload של Edge (EDGE-ISSUER) מתחיל ב-Edge Id כמו ב-Edge אחרים. לכן הסדר הוא TAG, Issuer, מספר Codec, Edge Id ושאר ה-Payload.
- מפענח שאינו מכיר את הפורמט מכיר עד ה-Issuer ומספר ה-Codec ומדלג לפי Length.
רצף בייטים באורך משתנה
ערך שאורכו נמדד בבייטים, כמו טקסט, URI, תג שפה ורצף בייטים לא ידוע, מקבל Codec (או מספר Codec) בזוג זוגי ואי-זוגי.
- אם הסיבית התחתונה ביותר של ה-Codec (בקוד ישיר, הסיבית התחתונה של C) היא
0, מספר הבייטים זוגי, ואם1, אי-זוגי. - מספר הבייטים =
2 × מספר ה-WORD של ה-Payload − הסיבית התחתונה. אין שדה Byte Count. - אם אי-זוגי, הבייט התחתון של ה-WORD האחרון הוא ריפוד
0x00. אם אינו0x00, דוחים. - רצף בייטים ריק הוא רשומה של 1 WORD (ה-TAG WORD בלבד) ב-Codec הזוגי.
- ערכים בגודל קבוע, כמו UUID, digest וכתובת, אינם מקבלים זוג.
דוגמה: קריאת TAG WORD
נקרא את 0AA9.
0x0AA9 = 0000 1010 1010 1001
000 | 0101 | 01010 | 1001
Prefix 000, קטע 0101(5, Edge), C 01010, Codec 0x0AAL(TRIPLE), Length 1001(10 WORD)
רשומה זו היא Edge בת 10 WORD וה-Codec שלה הוא TRIPLE. גם בלי codebook יודעים שהרשומה הבאה נמצאת 10 WORD אחריה.
סמן מקום
ה-TAG WORD 0x0000, 0x0010, 0x0020 הם רשומות של 1 WORD של סמן מקום ב-Reference. הם אינם מצביעים על פריט אלא ממלאים מקום של שדה ברשומה (סמן מקום).
0x0000, 0x0010, 0x0020 = 0000 0000 00CC 0000
Prefix 000, קטע 0(Reference), C 0~2, LLLL 0000(1 WORD)
| WORD | שם | משמעות | על מה האמירה | לוגיקה | הנחת עולם | Wikidata |
|---|---|---|---|---|---|---|
0x0000 | ABSENT | לא נכתב | המסמך: המקום הזה לא מולא | ללא טענה | עולם פתוח | אין snak |
0x0010 | UNKNOWN-VALUE | אינו ידוע | העולם: יש ערך. אינו ידוע מהו | ∃x. P(s, x) | הקיום סגור, הזהות פתוחה | somevalue |
0x0020 | NO-VALUE | אין | העולם: אין ערך | ¬∃x. P(s, x) | סגור ביחס ל-(s, P, תנאי מסייג) | novalue |
- דוגמה: אם ילדים (P40) הוא ABSENT, אין יודעים כמה, אם UNKNOWN-VALUE, אחד או יותר, ואם NO-VALUE, אפס. אם זמן הסיום (P582) הוא ABSENT, אין יודעים אם הוא עדיין תקף, אם UNKNOWN-VALUE, הוא הסתיים אך אין יודעים מתי, ואם NO-VALUE, הוא לא הסתיים.
- סמן תקף רק אם רשימת ה-CODEC של השדה מציבה את אותו WORD במדויק. תו כללי, שדה ללא CODEC, מקום של רשומת HEAD·BODY ומקום של Edge Id הם invalid (CODEC).
- חובות הצד הקורא:
- UNKNOWN-VALUE אינו ערך אלא טענת קיום. הוא אינו שווה ואינו שונה מאף ערך, וגם שני UNKNOWN-VALUE אינם נחשבים לאותו ערך. TRIPLE המכיל UNKNOWN-VALUE אינו ממוזג ככפילות.
- NO-VALUE סגור בתוך התנאי המסייג של אותו פסוק. אם הוא נמצא יחד עם TRIPLE של ערך שתנאיו המסייגים אינם מובחנים, ב-Subject·Predicate·rank זהים, זו סתירה, והבודק מזהיר (ואינו דוחה).
- rank חל באותו אופן. בבחירת הערך המייצג (truthy), גם ה-TRIPLE של שני הסמנים הם מועמדים.
- כשהוא משמש כערך QUALIFIER, הוא משנה את משמעות המסייג (
P582 = UNKNOWN: הסתיים, הזמן אינו ידוע.P582 = NONE: לא הסתיים). - ABSENT אינו אומר דבר על העולם. אין משתמשים ב-UNKNOWN-VALUE עבור ערך שלא הצליחו להעביר.
צורה קנונית
אותו תוכן חייב להיות אותם בייטים. רק כך hash התוכן והחתימה נקבעים באופן יחיד.
- אורך נכתב בייצוג הקצר ביותר (1~14 WORD באורך ישיר).
- מספר שלם נכתב ברוחב הקצר ביותר. נשענים על הצורה הקנונית שמפרט כל Codec קובע.
- רשומה שאינה בצורה קנונית נדחית.
- יוצא מן הכלל:
L=1111ב-WORD היעד של CODEC מתחשב רק בקטעKKKK, בלי קשר לערךC. מומלץ התא הראשון בקטע (C = 0), ואין דוחים גםCאחר באותו קטע.