From 1227cf1599f64c3c95127de54f1b358dc430f112 Mon Sep 17 00:00:00 2001 From: Jan Philipp Timme Date: Mon, 26 Sep 2016 20:24:59 +0200 Subject: [PATCH] [TASK] Generic commit. --- Bachelorarbeit.tex | 12 ++++++++++-- 1 file changed, 10 insertions(+), 2 deletions(-) diff --git a/Bachelorarbeit.tex b/Bachelorarbeit.tex index 124f984..cad4ea9 100644 --- a/Bachelorarbeit.tex +++ b/Bachelorarbeit.tex @@ -520,9 +520,17 @@ Wie aus Listing~\ref{lst:sample_abstract_event_data} zu erkennen ist, ist jedes \section{Sprachkonzepte für CEP-Regeln} Um die Ereignisdatenströme von RDF-Quadrupeln nun in der C-SPARQL-Engine verarbeiten zu können, werden CEP-Regeln benötigt, die im Verarbeitungsprozess verwendet werden, um die Ereignisdaten auszuwerten. Im Fall der C-SPARQL-Engine sind CEP-Regeln als CSPARQL-Queries zu formulieren. +\begin{lstlisting} + +\end{lstlisting} + \subsection{CSPARQL als Sprache für CEP-Regeln} +\begin{lstlisting} + + +\end{lstlisting} \paragraph{Sliding Windows} Um mit der Verarbeitung von Ereignisdatenströmen beginnen zu können, müssen die kontinuierlich einströmenden Ereignisdaten auf eine endliche Menge an Daten reduziert werden. Da je nach Anforderungen ältere Ereignisse in die Verarbeitung mit eingebezogen werden sollen, muss eine CEP-Regel in der Lage sein, Einfluss auf das Sliding Window zu nehmen, indem sie dessen Größe definiert. @@ -538,7 +546,7 @@ WHERE { \paragraph{Aggregation von Ereignissen} - +\dots \begin{lstlisting} WHERE { ... } AGGREGATE { @@ -569,8 +577,8 @@ Integration von Hintergrundwissen findet live im Query statt ohne extra Klimmzü \section{Reasoning auf RDF-Datenströmen} \begin{itemize} -\item Bei Stefan Lier mal gucken \item Reasoning auf RDFS-Level kann die C-SPARQL-Engine laut Quellen definitiv; man braucht es sozusagen nur noch einzuschalten und ein RDFS-Vokabular + RDFS-Entailment-Regeln füttern \dots +\item Masterarbeit von Stefan Lier \end{itemize}