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 бита KKKK — раздел S = 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 и C, а L — 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)

РазделKindTAG IDОпределение
0~2Reference0x000L~0x05FLУказывает на цель. Цель определяется по Codec и ID цели
3·4Value0x060L~0x09FLСодержит само значение. Codec определяет интерпретацию Payload
5~13Edge0x0A0L~0x1BFLСвязывает другие записи как составляющие. Codec определяет роль и порядок составляющих
14·15Meta0x1C0L~0x1FFLГоворит 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.

ЗначениеСмысл
0000~11011~14 WORD (значение + 1)
1110Расширенная длина 1: общее число WORD в следующем 1 WORD (15~65,535)
1111Расширенная 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 IDИмяЗначение
В начале области каждого Kindпрямой кодCodec определяется одним TAG WORD
0x05DL, 0x09DL, 0x1BDLREFERENCE-ISSUER-2WORD, VALUE-ISSUER-2WORD, EDGE-ISSUER-2WORDIssuer в 2 WORD и номер Codec в 2 WORD в расширяющем TAG Codec
0x05EL, 0x09EL, 0x1BELREFERENCE-ISSUER-4WORD, VALUE-ISSUER-4WORD, EDGE-ISSUER-4WORDIssuer в 4 WORD и номер Codec в 2 WORD в расширяющем TAG Codec
0x05FL, 0x09FL, 0x1BFLREFERENCE-ISSUER-16WORD, VALUE-ISSUER-16WORD, EDGE-ISSUER-16WORDIssuer 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.
  • C прямого кода в каждом разделе своё. Одно и то же значение C в 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, если 1 — нечётное.
  • Число байтов = 2 × число WORD Payload − младший бит. Поля Byte Count нет.
  • Если число нечётное, младший байт последнего WORD — дополнение 0x00. Если он не 0x00, 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)
WORDИмяЗначениеО чём высказываниеЛогикаДопущение о миреВикиданные
0x0000ABSENTне записаноО документе: это место не заполненонет утвержденияоткрытый мирнет snak
0x0010UNKNOWN-VALUEнеизвестноО мире: значение есть, но неизвестно какое∃x. P(s, x)существование замкнуто, личность открытаsomevalue
0x0020NO-VALUEнетО 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:
    1. 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.
    2. 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).
    3. rank применяется так же. При выборе представительного значения (truthy) TRIPLE с обоими маркерами тоже являются кандидатами.
    4. Если маркер используется как значение QUALIFIER, он меняет смысл этого ограничения (P582 = UNKNOWN: закончилось, момент неизвестен. P582 = NONE: не закончилось).
    5. 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=1111 в целевом WORD CODEC учитывает только раздел KKKK независимо от значения C. Рекомендуется первая позиция раздела (C = 0), но другое C в том же разделе не отвергается.