GEUL データはレコードの連なりである。すべてのレコードは TAG WORD 1 つで始まる。
レコードレイアウト
TAG WORD (16ビット)
┌──────────┬──────────┬──────────┬──────────┐
│ Prefix │ Kind │ Class │ Length │
│ 3bit │ 4bit │ 5bit │ 4bit │
│ 000 │ KKKK │ CCCCC │ LLLL │
└──────────┴──────────┴──────────┴──────────┘
[Length 拡張 TAG]
[Codec 拡張 TAG]
[Codec 別 TAG]
Payload
- TAG WORD は
000K KKKC CCCC LLLLである。上位 4 ビットKKKKがセクションS = w >> 9であり、1 つのセクションは 32 マスである。Cはセクション内 5 ビットのオフセット(w >> 4) & 0x1Fである。 - TAG ID は
0x000Lと書く。前の 3 桁がセクションとCを合わせた 9 ビットの Codec 部分(w >> 4)であり、Lは Length 部分である。実際の WORD 値は L の位置に数字を書く(例: TRIPLE は0x0AAL、10 WORD の TRIPLE の TAG WORD は0x0AA9)。 - 拡張 TAG は上の順序でのみ置く。Length 拡張 TAG は常に TAG WORD の直後である。
- Codec 別 TAG と Payload の構成は、各 Codec 規格が定める。Codec 別 TAG の長さは TAG WORD に書かない。Payload を解釈するにはどのみちコードブックが必要だからである。
- 下位形式のある Codec は、Codec 別 TAG 1 WORD で下位形式を指定する(Edge WORLD など)。
バイト順
- 正規のシリアライズはビッグエンディアンである。
- ビットフィールドは最上位ビットから配置する。
- WORD の中では上位バイトを先に、複数の WORD からなる値は上位 WORD を先に書く。
- メモリ内の表現は実装が自由に定める。
Kind (セクション区間)
| セクション | Kind | TAG ID | 定義 |
|---|---|---|---|
| 0~2 | Reference | 0x000L~0x05FL | 対象を指す。Codec と対象 ID で対象を識別する |
| 3·4 | Value | 0x060L~0x09FL | 値そのものを収める。Codec が Payload の解釈を定める |
| 5~13 | Edge | 0x0A0L~0x1BFL | 他のレコードを構成要素として束ねる。Codec が構成要素の役割と順序を定める |
| 14·15 | Meta | 0x1C0L~0x1FFL | ドキュメントとレコードについて語る |
Kind はセクション区間 1 つで判定する:
w < 0x0600Reference、w < 0x0A00Value、w < 0x1C00Edge、残りは Meta。例外はない。Kind は Codec の不変の属性である。一度割り当てた Codec は Kind を移さない。
Value と Edge は同じ「Codec + Payload」形式である。Edge だけが他のレコードを構成要素として持つ。
Reference は、プレースホルダ、ポインタ、5Q 体系、REFERENCE-ISSUER をコード表で分ける。量化は体系コードにある。REFERENCE-ISSUER の量化は Issuer ドキュメントが定める(Reference)。
Length (4 ビット)
Length は、レコードが占める全 WORD 数である。TAG WORD、拡張 TAG、Payload、最後の WORD のパディングをすべて含む。
| 値 | 意味 |
|---|---|
0000~1101 | 1~14 WORD (値 + 1) |
1110 | 拡張長 1: 次の 1 WORD に全 WORD 数 (15~65,535) |
1111 | 拡張長 2: 次の 2 WORD に全 WORD 数 (65,536~2³²−1) |
- 1~14 WORD は必ず直接の長さで書く。より広い表記は正規形ではない。
- 拡張長の全 WORD 数には、Length 拡張 TAG 自身も含まれる。
- 2³²−1 WORD を超えるレコードはない。
- 1 WORD レコードは、Payload なしの TAG WORD 1 つである。Codec 規格が許すときにのみ使う(例: Meta
BODY、END、空のバイト列、プレースホルダ)。 - コードブックがなくても、
次のレコードの位置 = 現在のレコードの開始 + Lengthでレコードを読み飛ばせる。
Codec (セクションと C、9 ビット)
| TAG ID | 名前 | 意味 |
|---|---|---|
| 各 Kind 領域の前方 | 直接コード | TAG WORD だけで Codec が定まる |
0x05DL, 0x09DL, 0x1BDL | REFERENCE-ISSUER-2WORD, VALUE-ISSUER-2WORD, EDGE-ISSUER-2WORD | Codec 拡張 TAG に Issuer 2 WORD と Codec 番号 2 WORD |
0x05EL, 0x09EL, 0x1BEL | REFERENCE-ISSUER-4WORD, VALUE-ISSUER-4WORD, EDGE-ISSUER-4WORD | Codec 拡張 TAG に Issuer 4 WORD と Codec 番号 2 WORD |
0x05FL, 0x09FL, 0x1BFL | REFERENCE-ISSUER-16WORD, VALUE-ISSUER-16WORD, EDGE-ISSUER-16WORD | Codec 拡張 TAG に Issuer 16 WORD と Codec 番号 2 WORD |
- 各 Kind 領域の末尾 3 マスが ISSUER である。 Issuer の幅は C の下位 2 ビットである(
012 WORD、104 WORD、1116 WORD)。Meta には Issuer 形式がない。 - 直接コードの
Cはセクションごとに別にある。同じCの値でもセクションが異なれば別の Codec である。直接コードの Codec ID は TAG WORD 全体(L=0)であるため、Kind が含まれている。 - Issuer の Codec 番号は、Kind に関係なく Issuer ごとに 1 つの空間である。Issuer が自分の
codecs/の中で重複しないように割り当てる(公表アドレスとバージョン一覧)。 - 直接コードでない Codec は
(Issuer, Codec 番号)の組である。Codec 番号はその Issuer が定義する(Issuer と公表)。拡張形式は、その形式を制定した団体の Issuer の下に置く。 - 直接コードのある Codec は、Issuer 形式として別途登載しない。
- Issuer 形式は Reference、Value、Edge にある。Meta は GEUL だけが定義する共通の規格である。
- Edge の直接コードのセクション(
w >> 9)が系列である。Value の直接コードと Meta は、ビットで系列・クラスを表さない。Codec 番号の意味は Issuer が定める。 - 直接コードは回収できない。頻度が確認された形式だけを直接コードに置く。
Issuer 形式のレコード
TAG WORD ISSUER コード (各 Kind 領域の末尾 3 マス)
[Length 拡張 TAG]
Issuer 2/4/16 WORD (Codec が幅を定める)
Codec 番号 2 WORD. Issuer が定義する
Payload Issuer が発行した Codec ドキュメントが定める
- 3 つの Kind のレイアウトは同じである。番号が足りなければ Issuer をもう 1 つ発行してもらう。
- Edge(EDGE-ISSUER)の Payload は、他の Edge と同様に Edge Id で始まる。そのため順序は TAG、Issuer、Codec 番号、Edge Id、残りの Payload である。
- 形式を知らないデコーダは、Issuer と Codec 番号までを把握し、Length で読み飛ばす。
可変長バイト列
テキスト、URI、言語タグ、不明なバイト列のように、長さがバイト単位の値は、Codec(または Codec 番号)を偶数・奇数のペアで割り当てる。
- Codec の最下位ビット(直接コードは C の最下位ビット)が
0ならバイト数が偶数、1なら奇数である。 - バイト数 =
2 × Payload WORD 数 − 最下位ビット。Byte Count フィールドはない。 - 奇数なら、最後の WORD の下位バイトは
0x00のパディングである。0x00でなければ拒否する。 - 空のバイト列は、偶数の Codec の 1 WORD レコード(TAG WORD のみ)である。
- UUID・ダイジェスト・アドレスのようにサイズが決まった値には、ペアを置かない。
例: TAG WORD を読む
0AA9 を読んでみよう。
0x0AA9 = 0000 1010 1010 1001
000 | 0101 | 01010 | 1001
Prefix 000, セクション 0101(5, Edge), C 01010, Codec 0x0AAL(TRIPLE), Length 1001(10 WORD)
このレコードは 10 WORD の Edge であり、Codec は TRIPLE である。コードブックがなくても、次のレコードが 10 WORD 後ろにあることが分かる。
プレースホルダ
TAG WORD 0x0000、0x0010、0x0020 は、Reference プレースホルダの 1 WORD レコードである。対象を指さず、レコードのフィールドの位置を埋める(プレースホルダ)。
0x0000, 0x0010, 0x0020 = 0000 0000 00CC 0000
Prefix 000, セクション 0(Reference), C 0~2, LLLL 0000(1 WORD)
| WORD | 名前 | 意味 | 何についての言明か | 論理 | 世界の仮定 | Wikidata |
|---|---|---|---|---|---|---|
0x0000 | ABSENT | 記載しない | ドキュメント: この位置を埋めなかった | 断言なし | 開いた世界 | snak なし |
0x0010 | UNKNOWN-VALUE | 不明 | 世界: 値がある。何かは分からない | ∃x. P(s, x) | 存在は閉じ、正体は開く | somevalue |
0x0020 | NO-VALUE | なし | 世界: 値がない | ¬∃x. P(s, x) | (s, P, 限定条件)について閉じる | novalue |
- 例: 子(P40)が ABSENT なら何人か分からない、UNKNOWN-VALUE なら 1 人以上、NO-VALUE なら 0 人である。終了時点(P582)が ABSENT なら今も有効か分からない、UNKNOWN-VALUE なら終わったがいつか分からない、NO-VALUE なら終わっていない。
- プレースホルダは、フィールドの CODEC 一覧がその WORD を正確に置いているときにのみ有効である。ワイルドカード、CODEC のないフィールド、HEAD・BODY のレコード位置、Edge Id の位置では invalid である(CODEC)。
- 読む側の義務:
- UNKNOWN-VALUE は値ではなく存在の断言である。どの値とも等しくも異なりもせず、2 つの UNKNOWN-VALUE 同士も同じ値とみなさない。UNKNOWN-VALUE を含む TRIPLE は重複をマージしない。
- NO-VALUE は、その命題の限定条件の中で閉じる。同じ Subject・Predicate・rank に、限定条件が区別されない値 TRIPLE と一緒にあれば矛盾であり、検査器は警告する(拒否はしない)。
- rank は同様に適用される。代表値(truthy)を選ぶとき、2 つのプレースホルダの TRIPLE も候補である。
- QUALIFIER の値として使われると、その限定の意味を変える(
P582 = UNKNOWN: 終わった、時点は不明。P582 = NONE: 終わっていない)。 - ABSENT は世界について何も語らない。移せなかった値を UNKNOWN-VALUE として使わない。
正規形
同じ内容は同じバイト列にならなければならない。そうでなければ、コンテンツハッシュと署名が 1 つに定まらない。
- 長さは最も短い表記を使う(1~14 WORD は直接の長さ)。
- 整数は最も短い幅で書く。各 Codec 規格が定める正規形に従う。
- 正規形でないレコードは拒否する。
- 例外: CODEC の対象 WORD の
L=1111は、Cの値に関係なくセクションKKKKだけを見る。セクションの最初のマス(C = 0)を推奨し、同じセクションの他のCであっても拒否しない。