[TASK] Generic commit

Bachelorarbeit.tex

@@ -170,7 +170,7 @@ An einem Beispielszenario soll dann der Praxiseinsatz von C-SPARQL erklärt werd
 \item Mittel zum Weg: CSPARQL (Erweiterung von SPARQL um Befehle für Datenströme)
 \end{itemize}
 
-\dots
+
 
 
 \section{Einführung in Complex Event Processing}
@@ -216,6 +216,9 @@ Insgesamt liegt die Herausforderung von CEP darin, in kürzester Zeit große Dat
 \item Vorteile bei der Nutzung von CSPARQL?
 \end{itemize}
 
+
+\subsection{Einführung in RDF}
+
 Das Ressource Description Framework (RDF) wird bereits im semantischen Web zur Erfassung und Verknüpfung von Wissen verwendet und kann leicht über die Sprache SPARQL (\enquote{SPARQL Protocol And RDF Query Language}) abgefragt werden. RDF-Daten bestehen aus einer Menge von Tripeln, welche sich aus den drei Komponenten Subjekt, Prädikat und Objekt zusammensetzen. Ein Subjekt wird durch eine eindeutige URI identifiziert; über Prädikate aus Ontologien können diesem Subjekt über Spezifikation im Objekt-Teil des Tripels bestimmte Attribute mit Werten zugesprochen werden oder Verknüpfungen mit anderen Subjekten hergestellt werden. Aufgrund der Flexibilität dieser Struktur ist es möglich, nahezu jede Art von Informationen auf Tripel abzubilden, wie Listing \ref{lst:sample_rdf_data} zeigt.
 
 \begin{lstlisting}[caption={RDF-Daten beschreiben zwei Geschwister},label={lst:sample_rdf_data}]
@@ -242,6 +245,8 @@ WHERE {
 }
 \end{lstlisting}
 
+\subsection{Verarbeitung von Datenströmen im RDF-Format}
+
 Um Ereignisse aus verschiedenen Quellen gemeinsam zu verarbeiten ist das RDF-Format das Mittel der Wahl. Hierbei werden die Ereignisse gegebenenfalls vorher in das RDF-Format transformiert und als Datenstrom aus RDF-Quadrupeln der CEP-Engine zugeführt. Die Quadrupel führen neben den Informationen aus den Tripeln noch den Zeitstempel mit, zu dem das Ereignis ausgelöst wurde.
 Als Abfragesprache für die RDF-Datenströme kommt eine um zusätzliche Funktionalitäten erweiterte Form von SPARQL --- im Folgenden \enquote{CSPARQL} --- zum Einsatz. CSPARQL kann die eingehenden RDF-Datenströme mit sogenannten \enquote{Sliding Windows} erfassen und ermöglicht die Berücksichtigung der Zeitstempel der Ereignisse innerhalb der Abfrage durch die Bereitstellung von zusätzlichen Sprachkonstrukten und Funktionen. Dabei besteht weiterhin die Möglichkeit, lokal in Form von RDF-Daten vorhandenes Domänenwissen in die Abfrage einzubeziehen und mit den Ereignisdaten zu verknüpfen.
 
@@ -303,43 +308,75 @@ Mögliche Kriterien:
 \item Bonuspunkte: Reasoning (Logikoperationen und Schlussfolgerungen)
 \end{itemize}
 
-\section{Etalis/EP-SPARQL}
 
-\dots
+\section{EP-SPARQL}
+
+\begin{itemize}
+\item Woher kommt sie, wie sieht die Entwicklung zur Zeit aus?
+\item Eckdaten über Implementierung
+\item Fähigkeiten und Funktionen?
+\end{itemize}
+
+\begin{itemize}
+\item Benutzt Etalis intern
+\item Basiert auf Prolog
+\item Reasoning möglich und angeblich recht flott
+\item 2011?
+\item SPARQL mit eigenen Erweiterungen
+\end{itemize}
 
 
 \section{CQELS}
 
-\dots
+\begin{itemize}
+\item Woher kommt sie, wie sieht die Entwicklung zur Zeit aus?
+\item Eckdaten über Implementierung
+\item Fähigkeiten und Funktionen?
+\end{itemize}
+
+\begin{itemize}
+\item Bislang eine der schnellsten Implementierungen
+\item 2015?
+\item Eher ein Framework mit SPARQL-Fähigkeiten
+\item SPARQL mit eigenen Erweiterungen
+\end{itemize}
 
 
 \section{Esper}
 
-Ein Ansatz mit einer eigenen Abfragesprache.
-Hintergrundwissen etwas fummelig, aber theoretisch möglich. Nur halt nicht in der selben Abfragesprache.
+\begin{itemize}
+\item Woher kommt sie, wie sieht die Entwicklung zur Zeit aus?
+\item Eckdaten über Implementierung
+\item Fähigkeiten und Funktionen?
+\end{itemize}
+
+\begin{itemize}
+\item Quasi auch jetzt aktuell, da kommerzieller Hintergrund
+\item SQL-ähnliche Sprache
+\item Events sind quasi Java-Objekte mit Attributen -> Schemaartige Strukturen
+\item Weit verbreitet und so
+\item Integration von Hintergrundwissen nicht direkt in der Abfragesprache möglich (afaik!)
+\end{itemize}
 
 
 \section{C-SPARQL}
 
-Verarbeitet Ströme im RDF-Format. Kann Hintergrundwissen im RDF-Format einbeziehen. Wurde in Java implementiert \dots
-Es gibt einen W3C-Standard für die Sprache C-SPARQL.
-Diese Engine werde ich nachher genauer vorstellen und benutzen.
+\begin{itemize}
+\item Woher kommt sie, wie sieht die Entwicklung zur Zeit aus?
+\item Eckdaten über Implementierung
+\item Fähigkeiten und Funktionen?
+\end{itemize}
 
-
-\subsection{Bekannte Probleme}
-
-Die Timestamp-Funktion der C-SPARQL-Engine (Version 0.9.6) gibt für Tripel die Literale enthalten keinen Timestamp zurück. Dadurch ist es nicht direkt möglich, solche Tripel zeitlich einzuordnen. Es ist allerdings möglich, dieses Problem durch Erweiterung oder Umstrukturierung der Ereignistripel zu umgehen.
+Verarbeitet Ströme im RDF-Format. Kann Hintergrundwissen im RDF-Format einbeziehen. In Java implementiert und entsprechend auch recht einfach in Java-Projekte zu integrieren.
+Timestamp-Funktionalität zur Zeit mit einem Bug versehen, aber generell immernoch nutzbar.
+Integration von Hintergrundwissen und Abfragen über mehrere Streams kombiniert möglich.
+Reasoning z.Z. nicht drin (afaik!)
 
 
 \chapter{Die C-SPARQL-Engine im Detail}
 
 So, hier kommt dann das, was man so zu C-SPARQL erzählen kann.
-\begin{itemize}
-\item Woher kommt sie, wie sieht die Entwicklung zur Zeit aus?
-\item Eckdaten über Implementierung
-\item Warum wurde gerade diese Engine gewählt?
-\item Fähigkeiten und Funktionen?
-\end{itemize}
+Ist dieses Kapitel doppelt? Hier müssten Konzepte rein schätze ich mal \dots
 
 
 \chapter{Die C-SPARQL-Engine im Einsatz}