Tik-76.115 Tekninen määrittely

Aiheen nimi

http://
Viimeksi päivitetty .

Sisällysluettelo

Yhteenveto
1. Johdanto

1.1 Järjestelmän tavoite ja käyttäjät
1.2 Määritelmät ja termistö
1.3 Dokumentin jaottelu

2. Järjestelmän yleiskuvaus

2.1 Käyttäjät ja käyttöympäristö
2.2 Liittymät ympäristöön
2.3 Toteutustyökalut
2.4 Järjestelmä toiminnallisina lohkoina
2.5 Käyttöliittymän yleiskuvaus

3. Arkkitehtuurin kuvaus

3.1 Ratkaisuperaatteet
3.2 Luokkamalli
3.3 Tietokannan arkkitehtuuri

4. Moduli (ja prosessi) -kuvaukset

Yhteenveto

Content Provider's Tool eli CPT on sisällöntuottajan työkalu, jolla käsitellään, muokataan, lisätään ja poistetaan dokumenteihin liittyvää metadataa. Projekti on osa TKK/TAI tutkimuskeskuksen SmartPush-projektia, jossa tutkitaan älykkäiden agenttien käyttöä informaation täsmäjakelussa. Tällä työkalulla tyypillisesti esimerkiksi toimittaja tai informaatikko voi käsitellä dokumentin metadataa, jota sitten käytetään hyväksi toimitettaessa asiakkaille heidän haluamiaan dokumentteja. Tässä teknisessä määrittelyssä esitetään järjestelmän tekninen arkkitehtuuri.

Ohjelma tehdään JBuilder 1.0-kehitysvälineellä Java-kielellä käyttäen hyväksi välineen tarjoamia luokkakirjastoja. Java Development Kitin versionumero on 1.1. Tietokantaliityntä tehdään JDBC API 1.20 -rajapinnalla. Toteutuksessa käytetään hyväksi JBuilderin tarjoamia DataSettejä. DataSet on yksi Borlandin JBCL-luokkakirjastoon kuuluvista tietokantojen käsittelyluokista, joissa on toteutettu valmiiksi mm. tiedon järjestämis-, suodatus- ja etsintätoimintoja. Päätimme käyttää luokkia ohjelmassa, koska ne helpottavat mm. käyttöliittymän toteutusta merkittävästi. Tietokannasta kyselyllä luotuun DataSet-olioon on mahdollista lisätä ohjelmassa muistinvaraisia apusarakkeita, joita ei tallenneta tietokantaan. Lisätyt sarakkeet voivat sisältää esim. mitä tahansa Object-tyyppisiä olioita.

Tietokantana käytetään Solid-tietokantaa, johon on myöskin JDBC-ajuri. Tietokantassa ylläpidetään tuettavia dimensioita ja niiden hiererkioita sekä eri versioita. Versioinnin avulla voidaan myöhemmin kutakin dokumentti-instanssia tutkia kulloisenkin hierarkian avulla. Tietokannassa on kymmenen taulua, joista sovellus käsittelee kolmea eli dokumentin identifioivaa Documents-taulua, dimension arvon identifioivaa DocumentNodes-taulua sekä tuntemattoman binäärisen metadatan talletukseeen tarkoitettua BinaryData-taulua. Muissa seitsemässä taulussa ylläpidetään järjestelmän tukemia dimensioita ja hierarkioita sekä niiden versioita. Näitä ainoastaan pääkäyttäjä voi muuttaa. Tällä saavutetaan yhtenäinen käsittelykehikko.

1. Johdanto

1.1 Järjestelmän tavoite ja käyttäjät

Sisällöntuottajan työkalu eli Content Provider's Tool on järjestelmä, jota käytetään internet-dokumentin metatiedon lukemiseen, lisäämiseen ja käsittelemiseen. Tavoitteena on luoda tiedontuottajan työkalu, jolla mahdollisimman joustavasti ja selkeästi lisätään sekä muokataan materiaalien metadataa ja siirretään se jatkokäsittelyä varten. Koska metadatarakenteet muuttuvat ajan kuluessa, täytyy järjestelmän olla sopeutuva muuttuviin metadatamäärittelyihin.

Projekti liittyy TKK/TAI:n tutkimusprojektiin SmartPush, jossa tutkitaan älykkäiden agenttien käyttöä informaation täsmäjakelussa. Ko. tutkimusprojektissa ovat mukana teollisuuspartnereina mm. Tele, WSOY ja Aamulehti-yhtymä. CPT-projekti on osa kokonaisuutta, jossa metatietoa pyritään hyödyntämään siten, että push-tekniikalla voitaisiin "pukata" asiakkaalle dokumentteja hänen toivomastaan aihepiireistä. Kun sisällöntuottaja pystyy hallitsemaan ja tuottamaan metadataa, voi agentti tehokkaammin tehdä päätöksiä siitä, miten tietoa käsitellään ja hyödynnetään. Kuvassa 1 esitetään CPT:n sijoittuminen SmartPush-kokonaisuuteen. Näet kuvan suurempana klikkaamalla tästä.

Kuva 1. SmartPush-kokonaisuus (Teppo Kurki, TAI Tutkimuskeskus, 1997)

CPT järjestelmä on tarkoitettu sisällöntuottajien käyttöön ja sen tehtävät ovat:

luoda ehdotus metadatan sisällöksi informaation sisällön perusteella
havainnollistaa ehdotus visualisoimalla dataan liitettävän metadatan rakenne ja sen eri dimensiot
mahdollistaa metadatan muuttaminen, poistaminen ja lisääminen
liittää metadata dokumenttiin halutussa muodossa

1.2 Määritelmät ja termistö

Järjestelmään ja sen dokumentteihin liittyviä termejä ovat:

dimensio = tässä dokumentissa tarkoittaa yhtä dokumentin luokittelu-ulottuvuutta
Metatieto = tieto tiedosta, kertoo dokumentista keskeisiä asioita
Metadatakandidaatti = ehdotus metadatan sisällöksi
Metatietopuu = puumallinen hierarkia metadatalle
JDBC = standardi Java-rajapinta tietokantoihin
RDF = Resource Description Format, lisätietoa RDF:stä: http://www.w3c.org/Metadata/RDF/ sekä http://www.w3.org/
Dublin Core = eräs metadataformaatti, jossa 15 kenttää, lisätietoa: http://purl.org/metadata/dublin_core/
XML = Extensible Markup Language, lisätietoa XML-tyypityksestä: http://www.textuality.com/xml/typing.html sekä lisäietoa Javan ja XML:n integroinnista ja uusista mahdollisuuksista: http://sunsite.unc.edu/pub/sun-info/standards/xml/why/xmlapps.htm
HTML = Hypertext Markup Language, lisätietoa: HTML 4 working draft: http://www.w3.org/TR/WD-html40/

1.3 Dokumentin jaottelu

Tekninen määrittely on jaoteltu seuraavasti:

luku 2. Yleiskuvaus. Kuvataan CPT:n liittymät ympäristöön, käyttäjät, käyttöympäristö sekä käytettävät toteutustyökalut. Lisäksi luvussa havainnollistetaan käyttöliittymän rakennetta kuvilla sekä esitetään perustietovirtakaavio.
luku 3. Arkkitehtuurin kuvaus. Kuvataan ohjelman arkkitehtuuri ja järjestelmän tietokannan rakenne ja tiedot.
luku 4. Moduli (ja prosessi) -kuvaukset.

2. Järjestelmän yleiskuvaus

2.1 Käyttäjät ja käyttöympäristö

Järjestelmän käyttäjät ovat sisällöntuottajia, jotka tyypillisimmin työskentelevät esimerkiksi lehden toimituksessa. Henkilöt voivat olla esimerkiksi toimittajia tai informaatikkoja. Järjestelmän käyttäjät eivät ole välttämättä kovinkaan teknisiä henkilöitä, joten toiminnan on oltava suhteellisen helppokäyttöistä. Tämän vuoksi metatiedon visualisointiin käyttöliittymässä tulee kiinnittää erityistä huomiota. Tyypillisesti käyttäjä käsittelee dokumentteja noin 10-30 kappaletta päivässä ja käy läpi noin 20 eri dimensiota kussakin dokumentissa.

Käyttöympäristönä on Windows NT 4.0, tietokantana on Solid jossa on JDBC-ajuri. Lisäksi järjestelmä käynnistää web-selaimen dokumentin näyttöä varten, joten se tarvitaan myös. Selaimen valinta toteutetaan todennäköisesti niin, että sen valinta on konfiguroitavissa. Javan käyttö mahdollistaa myöskin järjestelmän siirtämisen myös muillekin alustoille kuin Windowsiin, mutta alkuvaiheessa se toteutetaan tuolle alustalle. Kuvassa 2 on esitetty CPT kokonaisuutena.

Kuva 2. CPT Content Provider's Tool

2.2 Liittymät ympäristöön

Järjestelmä toimii löyhästi integroituna tuotannon järjestelmiin lehden toimituksessa. Syötteenä annetaan dokumentin URL ja mahdollisten erillisten metadatatiedostojen sijainti. Käyttäjällä on normaalit verkkoyhteydet koneessaan ja hän voi niiden puitteissa antaa dokumentin sijainnin. Järjestelmä tämän projektin puitteissa pystyy tulkitsemaan RDF- ja ASCII-muotoista metadataa.

Tietokantaa käytetään metatietopuun ja sen eri versioiden säilyttämiseen, dokumentti-instanssien (jo käsitellyiden dokumenttien metadatan) säilyttämiseen. Lisäksi tietokantaan laitetaan erilaiset järjestelmän vaatimat konfiguraatiotiedot. Liittymä tietokantaan toteutetaan JDBC-rajapinnalla. SmartPush-projektin muut välineet tulevat myöskin käyttämään tietokantaa hyväkseen. Output-lohkon tulosteet ohjataan tiedostojärjestelmään käyttäjän määrittelemään paikkaan joko omalle työasemalle tai verkkolevylle.

2.3 Toteutustyökalut

Ohjelma toteutetaan Java-kielellä Windows NT -ympäristöön käyttäen Borland JBuilder -kehitysympäristöä ja sen mukana toimitettavia luokkakirjastoja, kuten BWT-käyttöliittymäluokkia. Vaikka ohjelmistosta tehdään sellainen, että se on mahdollisimman helposti siirrettävissä muihin ympäristöihin, käyttöliittymä suunnitellaan MS Windows -käytäntöjen mukaiseksi

2.4 Järjestelmä toiminnallisina lohkoina

Järjestelmä sisältää neljä osaa, input-lohkon, metadatakäsittelijän metadatakandidaattien generoijan ja output-lohkon. Input-lohkolle syötteenä on dokumentin ja mahdollisten erillisten metadatatiedostojen URL:t. Input-lohko muuntaa niiden sisältämää metadataa metadatakäsittelijän ymmärtämään ja käyttämään muotoon. Tässä projektissa toteutetaan input-lohkossa kahden eri tyyppisen lähdetiedon lukeminen ja käsittely. Nämä ovat RDF- sekä ASCII-muotoinen tieto. Kuitenkin toteutus tehdään modulaarisesti siten, että erimuotoiselle metadatalle voidaan tehdä moduuleja, jotka pystyvät tulkitsemaan myös muuntyyppistä metadataa. Tärkeä osa input-lohkoa on dimensioiden erilaisten nimitysten yhdistäminen järjestelmän käyttämiin dimensioihin

Metadatakäsittelijä lukee input-lohkosta metadataa ja näyttää sen käyttäjälle. Metadatakäsittelijä käynnistää myöskin web-selaimen, jolla käyttäjä voi tarkastella dokumenttia. Metadatakäsittelijä tuo käyttäjälle mahdollisuuden tarkastella metadatakandidaatteja, visualisoi käytössä olevat dimensiot ja niiden mahdollisen hierarkian sekä metadatan sijoittumisen ko. hierarkiaan. Lisäksi se antaa käyttäjälle mahdollisuuden dokumentin metadatan sekä tarvittaessa myös metatietopuun muokkaamiseen. Käyttäjä voi metadatakäsittelijästä käynnistää metadatakandidaattien generointimoduuleita, jotka ovat dimensiokohtaisia.

Metadatakandidaattien generointilohko on modulaarinen toiminto siten, että eri dimensioilla on omat moduulinsa, jotka etsivät alkuperäisestä dokumentista ehdotuksen metadatalle käyttäjän niin halutessa. Tässä projektissa on tarkoituksena lähinnä tarjota rajapinta myöhemmin liitettäville moduuleille. Mahdollisesti sisällöstä avainsanoja tuottavaa ohjelmaa tullaan käyttämään.

Output-lohko tulostaa metadatan ulos järjestelmästä käyttäjän haluamassa muodossa. Output-lohkolle vaatimuksena on myös modulaarisuus, eli järjestelmään täytyy pystyä myöhemmässä vaiheessa liittämään joustavasti uusia tulostusmahdollisuuksia. Output-lohkojen esimerkkeinä toteutetaan järjestelmässä liitynnät ASCII-muotoiseen sekä RDF-muotoiseen datavirtaan.

2.5 Käyttöliittymän yleiskuvaus

CPT:n käyttöliittymä on englanninkielinen. Siihen kuuluu pääikkuna, katseluohjelma (WWW-selain) ja joukko valintaikkunoita (dialog box).

Pääikkunassa esitetään yhteenveto käsiteltävänä olevaan tiedostoon liittyvästä metadatasta. Ikkunassa on seuraavat osat: valikkorivi, työkalurivi, tietoalue ja tilarivi. Tietoalueessa on metadataulottuvuuksien luettelo, jossa on kunkin ulottuvuuden nimi ja sisältö esitettynä ulottuvuudelle sopivalla tavalla. Koska ulottuvuuksia on suhteellisen paljon (n. 20), ne eivät mahdu näyttöön kerralla. Tämän vuoksi tietoalueessa on pystysuuntainen vierityspalkki. Tarkempi kuvaus pääikkunan sisällöstä ja toiminnoista on toiminnallisessa määrittelyssä.

CPT:n käyttöliittymään kuuluu katseluohjelma, jolla käsiteltävän tiedoston sisältöä voi tarkastella. Kyseinen ohjelma voi olla esimerkiksi www-selain, ja sen käynnistävä komento määritetään Asetukset-valintaikkunassa.

3. Arkkitehtuurin kuvaus

3.1 Ratkaisuperaatteet

Ohjelman pääluokka on application-luokasta peritty cptApp. Toinen keskeinen luokka on dokumenttiluokka cptDocument. Kun ohjelmalla aloitetaan tiedoston käsittely, luodaan cptDocument-luokan instanssi, jonka alustaminen aloitetaan lukemalla tietokannasta dimensiotaulun sisältö dokumenttiluokassa olevaan DataSet-tietorakenteeseen. DataSet on yksi Borlandin JBCL-luokkakirjastoon kuuluvista tietokantojen käsittelyluokista, joissa on toteutettu valmiiksi mm. tiedon järjestämis-, suodatus- ja etsintätoimintoja. Päätimme käyttää luokkia ohjelmassa, koska ne helpottavat mm. käyttöliittymän toteutusta merkittävästi.

Tietokannasta kyselyllä luotuun DataSet-olioon on mahdollista lisätä ohjelmassa muistinvaraisia apusarakkeita, joita ei tallenneta tietokantaan. Lisätyt sarakkeet voivat sisältää esim. mitä tahansa Object-tyyppisiä olioita. Tätä voidaan käyttää hyväksi lisäämällä dimensiodatasettiin sarake, johon tallennetaan viittauksia MDDimension-olioihin. Kyseiseen luokkaan on koottu dimensiokohtaisia palveluja, joita käytetään mm. dimensiokohtaisen käyttöliittymän kokoamiseen. Esimerkiksi pääikkunan luettelo luodaan siten, että ohjelma käy läpi DataSetin (tarkkaan ottaen siihen liittyvän DataSetView'n) tietueet yksi kerrallaan. Osa tiedoista, kuten dimension nimi, saadaan suoraan tietokannasta luetuista sarakkeista. Osa tiedoista, kuten dimension sisältämän metadatan visuaalisesta esitysmuodosta vastaava paneli taas saadaan kutsumalla jälkeenpäin lisätyssä sarakkeessa olevan olion metodeja.

Dokumenttiin liittyy kaksi muutakin DataSettiä, joista toisessa on kaikkien siihen liittyvien metadata-alkioiden (tietokannassa Document Node) tiedot, ja toisessa dokumentin yleisiä tietoja, kuten URL. Myös metadata-alkioiden setissä on oliosarake, jossa olevilla Node-olioilla on hierarkian käsittelyä ja esittämistä helpottavia metodeja. Tämä on tarpeellista, koska esimerkiksi hierarkiasolmun polun lukeminen tietokannasta on suhteellisen hankala operaatio. Polkujen lisäksi Node-oliot tarjoavat apua mm. hierarkian haarojen laajentamiseen.

Edellä mainitut MDDimension-oliot saavat tiedon niihin liittyvistä metadata-alkioista document node -datasetistä siten, että kullakin on kyseiseen tietorakenteeseen oma näkymä (DataSetView), josta on suodatettu pois muiden dimensioiden tiedot.

Dokumenttiobjektin tärkeimmät metodit ovat importMD ja exportMD, joilla metadataa siirretään CPT:n ja ulkomaailman välillä, sekä saveChanges, joka tallentaa muistissa olevan datasetin muutokset tietokantaan.

3.2 Luokkamalli

3.3 Tietokannan arkkitehtuuri

3.3.1 Tietokannan ER-malli

Tietokantana käytetään Solid-tietokantaa ja itse tietokanta on jaettu kymmeneen tauluun. Rajapintana tietokantaan on JDBC API 1.20. Kullakin taululla on oma identifioiva perusavaimensa, jotka luodaan sekvensseillä. Taulujen perustehtävät ovat seuraavat:

VersionChangeLogs sisältää lokitiedon muutoksista version vaihtuessa

Versions pitää kirjaa eri versioista ja siitä on linkki kaikkiin tauluihin, jotta voidaan erottaa kukin historiaversio

Groups -taululla voidaan ryhmitellä dimensioista kokonaisuuksia

Dimensions sisältää järjestelmän tukemat dimensiot ja niiden ominaisuudet kuten esimerkiksi arvon tyypin; käyttöliittymä muodostaa esitettävät dimensiot taulun tietojen perusteella

Nodes-taulussa on sovellettavan hierarkian solmut

Relations muodostaa puumaisen hierarkian solmujen kaaret

DimensionAlias sisältää dimensioiden aliakset eli toiset nimitykset järjestelmän dimensioille, esim. dimensio on tekijä ja alias on author

DocumentNodes on taulu, johon lähes kaikki yksittäisen dokumentin metadatatiedosta sijoitetaan, siellä on joko vapaamuotoista tekstiä tai sitten viittaus solmun tunnisteella (dono_ifkNodeId) olemassaolevaan hiererkiaan

Documents-taulu identifioi yksittäisen dokumentin ja siitä on viittaus dokumentin URL:iin

BinaryData-taulua käytetään binäärisen metadatan sijoituspaikkana

Kenttien nimeämiskäytäntö on SmartPush-projektin sisäisen käytännön mukainen. Tietokannan taulujen kentissä ensimmäiset neljä kirjainta muodostetaan taulun nimestä (DimensionAlias -> dial), jonka jälkeen alaviiva _ Tämän jälkeen tulee kentän tyyppiä kuvaavat kirjaimet, joista mallissamme tarvittavat ovat seuraavat:

INTEGER = i
TINYINT = s
VARCHAR = v
LONG VARCHAR = lv
TIMESTAMP = t
LONG VARBINARY = lvb

Seuraavaksi nimeen tulee tieto siitä, onko kyseessä avain. Mikäli se on perusavain niin pk, jos taas kyseessä on viiteavain niin fk. Muutoin ei laiteta mitään. Tämän jälkeen tulee kentän varsinainen nimiosa. Esimerkiksi Versions-taulusta pääavain on vers_ipkVersionID.

ER-mallin saat esille klikkaamalla tästä.

3.3.2 Tietokannan kentät

Tietokannassa on kaikkiaan 10 taulua, joiden rakenne on esitetty seuraavassa:

VersionChangeLogs

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
vchl_ipkVersionChangeLogID	INTEGER	perusavain	kyllä	identifioi muutoksen, saadaan sekvenssistä
vchl_ifkVersionId	INTEGER	viiteavain (Version)	kyllä	identifioi version
vchl_lvChangesMade	LONG VARCHAR		ei	Selite muutoksista, joita tehtiin edelliseen versioon, toistaiseksi vapaamuotoinen tekstikenttä
vchl_vModifierName	VARCHAR		ei	Muutoksen tekijän nimi
vchl_lvExplanation	LONG VARCHAR		ei	taulun selitys

Versions

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
vers_ipkVersionId	INTEGER	perusavain	kyllä	juokseva avainnumero, jolla identifioidaan kukin versio, saadaan sekvenssistä
vers_lvExplanation	LONG VARCHAR		ei	taulun selite
vers_tModificationTimeStamp	TIMESTAMP		ei	Aikaleima, joka kertoo muutoksen ajankohdan

Groups

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
grou_ipkGroupID	INTEGER	perusvain	kyllä	identifioi ryhmän, saadaan sekvenssistä
grou_vGroupName	VARCHAR		ei	Ryhmän nimi
grou_ifkDimensionId	INTEGER	Viiteavain (Dimension)	kyllä	Ryhmä muodostuu dimensioista
grou_ifkFirstVersionId	INTEGER	Viiteavain (Version)	kyllä	Ensimmäisen version id, jossa esiintyy
grou_ifkLastVersionId	INTEGER	Viiteavain (Version)	kyllä	Viimeisen version id, jossa esiintyy, jos voimassa niin NULL
grou_lvExplanation	LONG VARCHAR		ei	taulun selite

Dimensions

kentän nimi	Tietotyyppi	relaatio	Indek-soitu	selite
dime_ipkDimensionId	INTEGER	Perusavain	kyllä	Dimensiolle luotava yksikäsitteinen avain, saadaan sekvenssistä
dime_ifkFirstVersionId	INTEGER	Viiteavain (Version)	kyllä	Ensimmäisen version id, jossa esiintyy
dime_ifkLastVersionId	INTEGER	Viiteavain (Version)	kyllä	Viimeisen version id, jossa esiintyy, jos voimassa niin NULL
dime_vName	VARCHAR		kyllä	Dimension nimi
dime_lvInfo	LONG VARCHAR		ei	Lisätietoa, jota voidaan käyttää esim. käyttöliittymässä
dime_vValueType	VARCHAR		ei	Kuvaa dimension arvojen tyypin
dime_sWeights	TINYINT		ei	Boolean tyyppinen, joka kertoo, onko dimensiolla painoja
dime_ifkRoot	INTEGER	Viiteavain (Node)	kyllä	Hierarkian juurisolmu, jos NULL niin ei hierarkinen
dime_sMultipleValues	TINYINT		ei	boolean-tyyppinen, joka kertoo voiko dimensiolla olla useita arvoja: arvo 1, jos voi ja 0 mikäli ei
dime_sAllowFree	TINYINT		ei	boolean-tyyppinen, joka kertoo voiko dimensiolla olla myös vapaamuotoista tekstiä: arvo 1, jos voi ja 0 mikäli ei
dime_lvExplanation	LONG VARCHAR		ei	taulun selite

Nodes

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
node_ipkNodeId	INTEGER	Perusavain	kyllä	Solmulle luotu id, saadaan sekvenssistä
node_ifkFirstVersionId	INTEGER	Viiteavain (Version)	kyllä	Ensimmäisen version id, jossa esiintyy
node_ifkLastVersionId	INTEGER	Viiteavain (Version)	kyllä	Viimeisen version id, jossa esiintyy, NULL mikäli voimassa
node_vValueType	VARCHAR		ei	Arvon tyyppi
node_ifkDimensionId	INTEGER	Viiteavain (Dimension)	kyllä	mihin dimensioon kuuluu
node_vName	VARCHAR		kyllä	Solmun nimi (esim. sisältöhierarkiassa urheilu)
node_lvExplanation	LONG VARCHAR		ei	taulun selite

Relations

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
rela_ipkRelationID	INTEGER	perusavain	kyllä	identifioi kaaren, saadaan sekvenssistä
rela_ifkParentNodeId	INTEGER	Viiteavain (Node)	kyllä	isäsolmun id
rela_ifkChildNodeId	INTEGER	Viiteavain (Node)	kyllä	lapsisolmun id
rela_ifkFirstVersionId	INTEGER	Viiteavain (Version)	kyllä	ensimmäisen version id, jossa esiintyy
rela_ifkLastVersionId	INTEGER	Viiteavain (Version)	kyllä	viimeisen version id, jossa esiintyy
rela_lvExplanation	LONG VARCHAR		ei	taulun selite

DimensionAlias

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
dial_ipkAliasID	INTEGER	perusavain	kyllä	identifioi aliaksen, saadaan sekvenssistä
dial_vAlias	VARCHAR		kyllä	Toinen nimi dimensiolle
dial_ifkDimensionId	INTEGER	Viiteavain (Dimension)	kyllä	Sen dimension id, johon alias liittyy
dial_ifkFirstVersionId	INTEGER	Viiteavain (Version)	kyllä	Ensimmäisen version id, jossa esiintyy
dial_ifkLastVersionId	INTEGER	Viiteavain (Version)	kyllä	Viimeisen version id, jossa esiintyy
dial_lvExplanation	LONG VARCHAR		ei	taulun selite

DocumentNode

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
dono_ipkDocumentNodeID	INTEGER	perusavain	kyllä	identifioi dokumentin solmun, saadaan sekvenssistä
dono_ipkDimensionId	INTEGER	Viiteavain (Dimension)	kyllä	viittaa solmun dimensioon
dono_ifkDocumentId	INTEGER	Viiteavain (Document)	kyllä	viittaa dokumenttiin
dono_ifkNodeId	INTEGER	Viiteavain (Node)	kyllä	kertoo sijainnin hierakiassa
dono_ifkVersionId	INTEGER	Viiteavain (Version),	kyllä	versioId versioon, jolla on käsitelty
dono_iWeight	INTEGER	Viiteavain (Dimension)	kyllä	paino, joka kertoo kuinka voimakkaasti liittyy ko. kohtaan; prosentteina
dono_vOriginalDimension	VARCHAR		kyllä	alkuperäinen järjestelmään tullut dimension nimi; poistetaan, jos match onnistuu
dono_vOriginalValueType	VARCHAR			alkuperäinen järjestelmään tullut dimension arvon tyyppi; poistetaan, jos match onnistuu
dono_lvValueString	LONG VARCHAR		kyllä	tekstitiedon talletuspaikka
dono_sNodeStatus	TINYINT		ei	boolean-tyyppinen, joka kertoo onko solmu jo käsitelty
dono_tTimeStamp	TIMESTAMP		kyllä	päivämäärätiedon tallennukseen tarkoitettu
dono_lvbBinaryData	LONG VARBINARY		ei	binääridatan sijoituspaikka. ei käytössä toistaiseksi
dono_lvExplanation	VARCHAR		ei	taulun selite

Document

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
docu_DocumentId	INTEGER	Perusavain	kyllä	Juokseva numero, joka identifioi dokumentin
docu_VersionId	INTEGER	Viiteavain (Version)	kyllä	Sen version id, jolla dokumenttia käsitellään
docu_sStatus	TINYINT		ei	Kertoo onko dokumentti käsitelty vai onko se kesken
docu_vlLocation	LONG VARCHAR		kyllä	Dokumentin sijainti, URL tai tiedosto
docu_vModifierName	VARCHAR		ei	dokumentin käsittelijän nimi
docu_vlSummary	LONG VARCHAR		ei	selitystietoa
docu_lvExplanation	VARCHAR		ei	taulun selite

BinaryData

kentän nimi	tietotyyppi	relaatio	Indek-soitu	selite
bina_ipkBinaryDataID	INTEGER	perusavain	kyllä	identifioi binäääridatan
bina_ifkDocumentID	INTEGER	viiteavain (Document)	kyllä	binääridata kuuluu tähän dokumenttiin
bina_ifkVersionID	INTEGER	Viiteavain (Version)	kyllä	Sen version id, jolla binääridata on käsitelty
bina_lvbData	LONG VARBINARY		ei	binääridatan tallennuskenttä, tyyppi ei virallisesti blob

3.3.3 Sekvenssit

Kaikki ID:t luodaan sekvenssien avulla, joita on luotu yksi kutakin taulua kohden. Sekvenssit on luotu seuraavasti:

CREATE SEQUENCE VCHLSEQ;
CREATE SEQUENCE VERSSEQ;
CREATE SEQUENCE GROUSEQ;
CREATE SEQUENCE DIMESEQ;
CREATE SEQUENCE NODESEQ;
CREATE SEQUENCE RELASEQ;
CREATE SEQUENCE DONOSEQ;
CREATE SEQUENCE DIALSEQ;
CREATE SEQUENCE DOCUSEQ;
CREATE SEQUENCE BIDASEQ;

Näitä sekvenssejä voidaan käyttää ainoastaan proseduureista seuraavasti:

CREATE PROCEDURE verspros
RETURNS (versvalue integer)
BEGIN
EXEC SEQUENCE VERSSEQ.NEXT INTO versvalue;
END;

Uuden ID:n arvo saadaan tämän jälkeen kutsumalla proseduuria:
CALL verspros

3.3.4 Oikeudet

Tavallisella käyttäjällä on INSERT- ja UPDATE-oikeudet seuraaviin tauluihin: Documents, DocumentNodes ja BinaryData. Muihin tauluihin on ainoastaan lukuoikeudet. Pääkäyttäjällä on oikeudet kaikkiin tauluihin.

4. Moduli (ja prosessi) -kuvaukset

Seuraavassa luettelo toteutettavista luokista. Luokkien yksityiskohtaiset kuvaukset löytyvät linkkien takaa.

class cpt.Dimension
class cpt.Hierarchy
class cpt.InputRDF
class cpt.InputText
class cpt.MDDimension
class cpt.MDExporter
class cpt.MDImporter
class cpt.Node
class cpt.OutputRDF
class cpt.OutputText
class cpt.cptApp
class cpt.cptDocument