Данные GEUL — последовательность записей. Каждая запись начинается с одного TAG WORD.
Макет записи
TAG WORD (16 бит)
┌──────────┬──────────┬──────────┬──────────┐
│ Prefix │ Kind │ Class │ Length │
│ 3bit │ 4bit │ 5bit │ 4bit │
│ 000 │ KKKK │ CCCCC │ LLLL │
└──────────┴──────────┴──────────┴──────────┘
[расширяющий TAG Length]
[расширяющий TAG Codec]
[TAG, зависящий от Codec]
Payload
- TAG WORD имеет вид
000K KKKC CCCC LLLL. Старшие 4 битаKKKK— разделS = w >> 9, и один раздел содержит 32 позиции.C— 5-битное смещение внутри раздела(w >> 4) & 0x1F. - TAG ID записывается как
0x000L. Первые три цифры — 9-битная позиция Codec (w >> 4), объединяющая раздел иC, аL— позиция Length. В реальном значении WORD на место L подставляется число (например, TRIPLE —0x0AAL, а TAG WORD 10-WORD TRIPLE —0x0AA9). - Расширяющие TAG ставятся только в порядке, показанном выше. Расширяющий TAG Length всегда стоит сразу после TAG WORD.
- Состав TAG, зависящего от Codec, и Payload определяет спецификация каждого Codec. Длина TAG, зависящего от Codec, в TAG WORD не записывается, потому что для разбора Payload всё равно нужен кодекбук.
- Codec с подформатами задаёт подформат одним WORD TAG, зависящего от Codec (Edge WORLD и др.).
Порядок байтов
- Каноническая сериализация — big-endian.
- Битовые поля располагаются начиная со старшего бита.
- Внутри WORD сначала идёт старший байт, а в значениях из нескольких WORD сначала пишется старший WORD.
- Представление в памяти реализация выбирает свободно.
Kind (диапазон разделов)
| Раздел | Kind | TAG ID | Определение |
|---|---|---|---|
| 0~2 | Reference | 0x000L~0x05FL | Указывает на цель. Цель определяется по Codec и ID цели |
| 3·4 | Value | 0x060L~0x09FL | Содержит само значение. Codec определяет интерпретацию Payload |
| 5~13 | Edge | 0x0A0L~0x1BFL | Связывает другие записи как составляющие. Codec определяет роль и порядок составляющих |
| 14·15 | Meta | 0x1C0L~0x1FFL | Говорит о документе и записях |
Kind определяется одним диапазоном разделов:
w < 0x0600— Reference,w < 0x0A00— Value,w < 0x1C00— Edge, остальное — Meta. Исключений нет.Kind — неизменное свойство Codec. Назначенный однажды Codec не переносится в другой Kind.
Value и Edge имеют один и тот же формат «Codec + Payload». Только у Edge составляющими являются другие записи.
Reference делится кодовыми таблицами на маркеры места, указатели, систему 5Q и REFERENCE-ISSUER. Квантификация находится в кодах системы. Квантификацию REFERENCE-ISSUER определяет документ Issuer (Reference).
Length (4 бита)
Length — общее число WORD, занимаемых записью. Оно включает TAG WORD, расширяющие TAG, Payload и дополнение в последнем WORD.
| Значение | Смысл |
|---|---|
0000~1101 | 1~14 WORD (значение + 1) |
1110 | Расширенная длина 1: общее число WORD в следующем 1 WORD (15~65,535) |
1111 | Расширенная длина 2: общее число WORD в следующих 2 WORD (65,536~2³²−1) |
- 1~14 WORD обязательно записываются прямой длиной. Более широкая запись не является канонической.
- В общее число WORD при расширенной длине входит и сам расширяющий TAG Length.
- Записей длиннее 2³²−1 WORD не бывает.
- 1-WORD запись — это один TAG WORD без Payload. Она используется, только если это допускает спецификация Codec (например, Meta
BODY,END, пустая последовательность байтов, маркер места). - Даже без кодекбука запись можно пропустить:
позиция следующей записи = начало текущей записи + Length.
Codec (раздел и C, 9 бит)
| TAG ID | Имя | Значение |
|---|---|---|
| В начале области каждого Kind | прямой код | Codec определяется одним TAG WORD |
0x05DL, 0x09DL, 0x1BDL | REFERENCE-ISSUER-2WORD, VALUE-ISSUER-2WORD, EDGE-ISSUER-2WORD | Issuer в 2 WORD и номер Codec в 2 WORD в расширяющем TAG Codec |
0x05EL, 0x09EL, 0x1BEL | REFERENCE-ISSUER-4WORD, VALUE-ISSUER-4WORD, EDGE-ISSUER-4WORD | Issuer в 4 WORD и номер Codec в 2 WORD в расширяющем TAG Codec |
0x05FL, 0x09FL, 0x1BFL | REFERENCE-ISSUER-16WORD, VALUE-ISSUER-16WORD, EDGE-ISSUER-16WORD | Issuer в 16 WORD и номер Codec в 2 WORD в расширяющем TAG Codec |
- Последние три позиции области каждого Kind — это ISSUER. Ширину Issuer задают два младших бита C (
01— 2 WORD,10— 4 WORD,11— 16 WORD). У Meta формата Issuer нет. Cпрямого кода в каждом разделе своё. Одно и то же значениеCв разных разделах — разные Codec. Codec ID прямого кода — весь TAG WORD (L=0), поэтому Kind в нём содержится.- Номер Codec Issuer — единое пространство на Issuer независимо от Kind. Issuer назначает номера в своём
codecs/без пересечений (Адрес публикации и список версий). - Codec, не являющийся прямым кодом, — пара
(Issuer, номер Codec). Номер Codec определяет данный Issuer (Issuer и публикация). Расширяющий формат размещается под Issuer организации, установившей этот формат. - Codec, у которого есть прямой код, отдельно в формате Issuer не регистрируется.
- Формат Issuer есть у Reference, Value и Edge. Meta — общая спецификация, которую определяет только GEUL.
- Раздел прямого кода Edge (
w >> 9) — это семейство. Прямые коды Value и Meta не выражают семейство и класс битами. Смысл номера Codec определяет Issuer. - Прямой код нельзя отозвать. В прямые коды помещаются только форматы с подтверждённой частотой.
Запись формата Issuer
TAG WORD код ISSUER (последние три позиции области каждого Kind)
[расширяющий TAG Length]
Issuer 2/4/16 WORD (ширину определяет Codec)
Номер Codec 2 WORD. Определяет Issuer
Payload определяется документом Codec, выпущенным Issuer
- Макет у трёх Kind одинаков. Если номеров не хватает, получают ещё один Issuer.
- Payload Edge (EDGE-ISSUER), как у других Edge, начинается с Edge Id. Поэтому порядок такой: TAG, Issuer, номер Codec, Edge Id, остальной Payload.
- Декодер, не знающий формата, доходит до Issuer и номера Codec и пропускает запись по Length.
Последовательность байтов переменной длины
Значения, длина которых измеряется в байтах (текст, URI, языковой тег, неопознанная последовательность байтов), получают Codec (или номер Codec) в виде чётной и нечётной пары.
- Если младший бит Codec (у прямого кода — младший бит C) равен
0, число байтов чётное, если1— нечётное. - Число байтов =
2 × число WORD Payload − младший бит. Поля Byte Count нет. - Если число нечётное, младший байт последнего WORD — дополнение
0x00. Если он не0x00, запись отвергается. - Пустая последовательность байтов — 1-WORD запись (только TAG WORD) чётного Codec.
- Для значений фиксированного размера (UUID, дайджест, адрес) пара не заводится.
Пример: чтение TAG WORD
Разберём 0AA9.
0x0AA9 = 0000 1010 1010 1001
000 | 0101 | 01010 | 1001
Prefix 000, раздел 0101 (5, Edge), C 01010, Codec 0x0AAL (TRIPLE), Length 1001 (10 WORD)
Эта запись — Edge длиной 10 WORD, а Codec — TRIPLE. Даже без кодекбука известно, что следующая запись находится через 10 WORD.
Маркер места
TAG WORD 0x0000, 0x0010, 0x0020 — это 1-WORD записи маркера места Reference. Они ни на что не указывают и занимают место поля записи (Маркер места).
0x0000, 0x0010, 0x0020 = 0000 0000 00CC 0000
Prefix 000, раздел 0 (Reference), C 0~2, LLLL 0000 (1 WORD)
| WORD | Имя | Значение | О чём высказывание | Логика | Допущение о мире | Викиданные |
|---|---|---|---|---|---|---|
0x0000 | ABSENT | не записано | О документе: это место не заполнено | нет утверждения | открытый мир | нет snak |
0x0010 | UNKNOWN-VALUE | неизвестно | О мире: значение есть, но неизвестно какое | ∃x. P(s, x) | существование замкнуто, личность открыта | somevalue |
0x0020 | NO-VALUE | нет | О мире: значения нет | ¬∃x. P(s, x) | замкнут для (s, P, ограничивающее условие) | novalue |
- Пример: если у детей (P40) стоит ABSENT — число неизвестно, UNKNOWN-VALUE — 1 или больше, NO-VALUE — 0. Если у момента окончания (P582) стоит ABSENT — неизвестно, действует ли ещё, UNKNOWN-VALUE — закончилось, но когда — неизвестно, NO-VALUE — не закончилось.
- Маркер действителен, только если список CODEC поля содержит этот WORD как точную цель. Шаблоны, поля без CODEC, места записей HEAD и BODY и место Edge Id недействительны (CODEC).
- Обязанности читающей стороны:
- UNKNOWN-VALUE — не значение, а утверждение о существовании. Он не равен и не отличен ни от какого значения, и два UNKNOWN-VALUE тоже не считаются одним значением. TRIPLE с UNKNOWN-VALUE не объединяются как дубликаты.
- NO-VALUE замкнут в пределах ограничивающего условия этого суждения. Если он сосуществует с TRIPLE значения с теми же Subject, Predicate и rank, у которых ограничивающие условия не различаются, это противоречие, и проверяющий выдаёт предупреждение (не отвергает).
- rank применяется так же. При выборе представительного значения (truthy) TRIPLE с обоими маркерами тоже являются кандидатами.
- Если маркер используется как значение QUALIFIER, он меняет смысл этого ограничения (
P582 = UNKNOWN: закончилось, момент неизвестен.P582 = NONE: не закончилось). - ABSENT ничего не говорит о мире. Значение, которое не удалось перенести, не записывается как UNKNOWN-VALUE.
Каноническая форма
Одно и то же содержание должно давать одни и те же байты. Только тогда хеш содержимого и подпись определяются однозначно.
- Длина записывается самой короткой формой (1~14 WORD — прямая длина).
- Целые записываются в самой короткой ширине. Применяется каноническая форма, заданная спецификацией каждого Codec.
- Запись, не являющаяся канонической, отвергается.
- Исключение:
L=1111в целевом WORD CODEC учитывает только разделKKKKнезависимо от значенияC. Рекомендуется первая позиция раздела (C = 0), но другоеCв том же разделе не отвергается.