GEUL 데이터는 레코드의 연속이다. 모든 레코드는 TAG WORD 하나로 시작한다.

레코드 레이아웃

TAG WORD (16비트)
┌──────────┬──────────┬──────────┬──────────┐
│  Prefix  │   Kind   │  Class   │  Length  │
│   3bit   │   4bit   │   5bit   │   4bit   │
│   000    │   KKKK   │  CCCCC   │   LLLL   │
└──────────┴──────────┴──────────┴──────────┘
[Length 확장 TAG]
[Codec 확장 TAG]
[Codec별 TAG]
Payload
  • TAG WORD는 000K KKKC CCCC LLLL다. 상위 4비트 KKKK가 섹션 S = w >> 9이고 한 섹션은 32칸이다. C는 섹션 안 5비트 오프셋 (w >> 4) & 0x1F다.
  • TAG ID는 0x000L로 쓴다. 앞 세 자리가 섹션과 C를 합친 9비트 Codec 자리(w >> 4)이고, L은 Length 자리다. 실제 WORD 값은 L 자리에 숫자를 쓴다(예: TRIPLE은 0x0AAL, 10 WORD TRIPLE의 TAG WORD는 0x0AA9).
  • 확장 TAG는 위 순서대로만 둔다. Length 확장 TAG는 항상 TAG WORD 바로 다음이다.
  • Codec별 TAG와 Payload의 구성은 각 Codec 규격이 정한다. Codec별 TAG의 길이는 TAG WORD에 적지 않는다. Payload를 해석하려면 어차피 코덱북이 필요하기 때문이다.
  • 하위 형식이 있는 Codec은 Codec별 TAG 1 WORD로 하위 형식을 지정한다(Edge WORLD 등).

바이트 순서

  • 정규 직렬화는 빅 엔디언이다.
  • 비트 필드는 최상위 비트부터 배치한다.
  • WORD 안에서는 상위 바이트를 먼저, 여러 WORD로 된 값은 상위 WORD를 먼저 쓴다.
  • 메모리 안의 표현은 구현이 자유롭게 정한다.

Kind (섹션 구간)

섹션KindTAG ID정의
0~2Reference0x000L~0x05FL대상을 가리킨다. Codec과 대상 ID로 대상을 식별한다
3·4Value0x060L~0x09FL값 자체를 담는다. Codec이 Payload의 해석을 정한다
5~13Edge0x0A0L~0x1BFL다른 레코드를 구성요소로 묶는다. Codec이 구성요소의 역할과 순서를 정한다
14·15Meta0x1C0L~0x1FFL문서와 레코드에 관해 말한다
  • Kind는 섹션 구간 하나로 판정한다: w < 0x0600 Reference, w < 0x0A00 Value, w < 0x1C00 Edge, 나머지 Meta. 예외는 없다.

  • Kind는 Codec의 불변 속성이다. 한 번 배정한 Codec은 Kind를 옮기지 않는다.

  • Value와 Edge는 같은 “Codec + Payload” 형식이다. Edge만 다른 레코드를 구성요소로 가진다.

  • Reference는 표지, 포인터, 5Q 체계, REFERENCE-ISSUER를 코드 표로 나눈다. 양화는 체계 코드에 있다. REFERENCE-ISSUER의 양화는 Issuer 문서가 정한다(Reference).

Length (4비트)

Length는 레코드가 차지하는 전체 WORD 수다. TAG WORD, 확장 TAG, Payload, 마지막 WORD의 패딩을 모두 포함한다.

값의미
0000~11011~14 WORD (값 + 1)
1110확장 길이 1: 다음 1 WORD에 전체 WORD 수 (15~65,535)
1111확장 길이 2: 다음 2 WORD에 전체 WORD 수 (65,536~2³²−1)
  • 1~14 WORD는 반드시 직접 길이로 쓴다. 더 넓은 표기는 정규형이 아니다.
  • 확장 길이의 전체 WORD 수에는 Length 확장 TAG 자신도 들어간다.
  • 2³²−1 WORD를 넘는 레코드는 없다.
  • 1 WORD 레코드는 Payload 없이 TAG WORD 하나다. Codec 규격이 허용할 때만 쓴다(예: Meta BODY, END, 빈 바이트열, 자리 표지).
  • 코덱북이 없어도 다음 레코드 위치 = 현재 레코드 시작 + Length로 레코드를 건너뛸 수 있다.

Codec (섹션과 C, 9비트)

TAG ID이름뜻
각 Kind 구역의 앞쪽직접 코드TAG WORD만으로 Codec이 정해진다
0x05DL, 0x09DL, 0x1BDLREFERENCE-ISSUER-2WORD, VALUE-ISSUER-2WORD, EDGE-ISSUER-2WORDCodec 확장 TAG에 Issuer 2 WORD와 코덱 번호 2 WORD
0x05EL, 0x09EL, 0x1BELREFERENCE-ISSUER-4WORD, VALUE-ISSUER-4WORD, EDGE-ISSUER-4WORDCodec 확장 TAG에 Issuer 4 WORD와 코덱 번호 2 WORD
0x05FL, 0x09FL, 0x1BFLREFERENCE-ISSUER-16WORD, VALUE-ISSUER-16WORD, EDGE-ISSUER-16WORDCodec 확장 TAG에 Issuer 16 WORD와 코덱 번호 2 WORD
  • 각 Kind 구역의 끝 세 칸이 ISSUER다. Issuer 폭은 C의 하위 2비트다(01 2 WORD, 10 4 WORD, 11 16 WORD). Meta는 Issuer 형식이 없다.
  • 직접 코드의 C는 섹션마다 따로 있다. 같은 C 값이라도 섹션이 다르면 다른 Codec이다. 직접 코드의 코덱 ID는 TAG WORD 전체(L=0)라 Kind가 들어 있다.
  • Issuer 코덱 번호는 Kind와 상관없이 Issuer마다 한 공간이다. Issuer가 자기 codecs/ 안에서 겹치지 않게 배정한다(공표 주소와 버전 목록).
  • 직접 코드가 아닌 Codec은 (Issuer, 코덱 번호) 쌍이다. 코덱 번호는 그 Issuer가 정의한다(Issuer와 공표). 확장 형식은 그 형식을 제정한 단체의 Issuer 아래에 둔다.
  • 직접 코드가 있는 Codec은 Issuer 형식으로 따로 등재하지 않는다.
  • Issuer 형식은 Reference, Value, Edge에 있다. Meta는 GEUL만 정의하는 공통 규격이다.
  • Edge 직접 코드의 섹션(w >> 9)이 계열이다. Value 직접 코드와 Meta는 비트로 계열·클래스를 나타내지 않는다. 코덱 번호의 뜻은 Issuer가 정한다.
  • 직접 코드는 회수할 수 없다. 빈도가 확인된 형식만 직접 코드에 둔다.

Issuer 형식 레코드

TAG WORD          ISSUER 코드 (각 Kind 구역의 끝 세 칸)
[Length 확장 TAG]
Issuer            2/4/16 WORD (Codec이 폭을 정한다)
코덱 번호         2 WORD. Issuer가 정의한다
Payload           Issuer가 발행한 Codec 문서가 정한다
  • 세 Kind의 레이아웃이 같다. 번호가 모자라면 Issuer를 하나 더 발급받는다.
  • Edge(EDGE-ISSUER)의 Payload는 다른 Edge처럼 Edge Id로 시작한다. 그래서 순서는 TAG, Issuer, 코덱 번호, Edge Id, 나머지 Payload다.
  • 형식을 모르는 디코더는 Issuer와 코덱 번호까지 알고 Length로 건너뛴다.

가변 길이 바이트열

텍스트, URI, 언어 태그, 불명 바이트열처럼 길이가 바이트 단위인 값은 Codec(또는 코덱 번호)을 짝수·홀수 쌍으로 배정한다.

  • Codec의 최하위 비트(직접 코드는 C의 최하위 비트)가 0이면 바이트 수가 짝수, 1이면 홀수다.
  • 바이트 수 = 2 × Payload WORD 수 − 최하위 비트. Byte Count 필드는 없다.
  • 홀수면 마지막 WORD의 하위 바이트는 0x00 패딩이다. 0x00이 아니면 거부한다.
  • 빈 바이트열은 짝수 Codec의 1 WORD 레코드(TAG WORD만)다.
  • UUID·다이제스트·주소처럼 크기가 정해진 값은 쌍을 두지 않는다.

예: TAG WORD 읽기

0AA9를 읽어 보자.

0x0AA9 = 0000 1010 1010 1001
         000 | 0101 | 01010 | 1001
Prefix 000, 섹션 0101(5, Edge), C 01010, Codec 0x0AAL(TRIPLE), Length 1001(10 WORD)

이 레코드는 10 WORD짜리 Edge이고 Codec은 TRIPLE이다. 코덱북이 없어도 다음 레코드가 10 WORD 뒤에 있다는 것을 안다.

자리 표지

TAG WORD 0x0000, 0x0010, 0x0020은 Reference 자리 표지의 1 WORD 레코드다. 대상을 가리키지 않고 레코드 필드 자리를 채운다(자리 표지).

0x0000, 0x0010, 0x0020 = 0000 0000 00CC 0000
                         Prefix 000, 섹션 0(Reference), C 0~2, LLLL 0000(1 WORD)
WORD이름뜻무엇에 관한 말인가논리세계 가정위키데이터
0x0000ABSENT적지 않음문서: 이 자리를 채우지 않았다단언 없음열린 세계snak 없음
0x0010UNKNOWN-VALUE알 수 없음세계: 값이 있다. 무엇인지 모른다∃x. P(s, x)존재는 닫힘, 정체는 열림somevalue
0x0020NO-VALUE없음세계: 값이 없다¬∃x. P(s, x)(s, P, 한정 조건)에 대해 닫힘novalue
  • 예: 자녀(P40)가 ABSENT면 몇인지 모른다, UNKNOWN-VALUE면 1 이상, NO-VALUE면 0이다. 종료 시점(P582)이 ABSENT면 지금도 유효한지 모른다, UNKNOWN-VALUE면 끝났지만 언제인지 모른다, NO-VALUE면 끝나지 않았다.
  • 표지는 필드의 CODEC 목록이 그 WORD를 정확히 둘 때만 유효하다. 와일드카드, CODEC이 없는 필드, HEAD·BODY 레코드 자리, Edge Id 자리에서는 invalid다(CODEC).
  • 읽는 쪽의 의무:
    1. UNKNOWN-VALUE는 값이 아니라 존재 단언이다. 어떤 값과도 같지도 다르지도 않고, 두 UNKNOWN-VALUE끼리도 같은 값으로 보지 않는다. UNKNOWN-VALUE를 담은 TRIPLE은 중복 병합하지 않는다.
    2. NO-VALUE는 그 명제의 한정 조건 안에서 닫힌다. 같은 Subject·Predicate·rank에 한정 조건이 구별되지 않는 값 TRIPLE과 함께 있으면 모순이고, 검사기는 경고한다(거부하지 않는다).
    3. rank는 똑같이 적용된다. 대표 값(truthy)을 고를 때 두 표지의 TRIPLE도 후보다.
    4. QUALIFIER 값으로 쓰이면 그 한정의 뜻을 바꾼다(P582 = UNKNOWN: 끝났다, 시점 모름. P582 = NONE: 끝나지 않았다).
    5. ABSENT는 세계에 관해 아무 말도 하지 않는다. 옮기지 못한 값을 UNKNOWN-VALUE로 쓰지 않는다.

정규형

같은 내용은 같은 바이트가 되어야 한다. 그래야 내용 해시와 서명이 하나로 정해진다.

  • 길이는 가장 짧은 표기를 쓴다(1~14 WORD는 직접 길이).
  • 정수는 가장 짧은 폭으로 쓴다. 각 Codec 규격이 정한 정규형을 따른다.
  • 정규형이 아닌 레코드는 거부한다.
  • 예외: CODEC 대상 WORD의 L=1111은 C 값과 무관하게 섹션 KKKK만 본다. 섹션 첫 칸(C = 0)을 권고하며 같은 섹션의 다른 C여도 거부하지 않는다.