From d1cd690357e63befc5495d85721a9ea562c837c5 Mon Sep 17 00:00:00 2001 From: Jan Philipp Timme Date: Wed, 12 Oct 2016 15:31:45 +0200 Subject: [PATCH] [TASK] Generic commit. --- Bachelorarbeit.tex | 2 +- 1 file changed, 1 insertion(+), 1 deletion(-) diff --git a/Bachelorarbeit.tex b/Bachelorarbeit.tex index 5a14bb6..e7f71ee 100644 --- a/Bachelorarbeit.tex +++ b/Bachelorarbeit.tex @@ -836,7 +836,7 @@ Als passendes Gegenstück gibt es C-SPARQL das Konstrukt \texttt{GROUP BY (\emph \end{itemize} Ähnlich wie bei SQL gibt es auch in C-SPARQL die Anweisung \texttt{HAVING}, mit dem Kriterien für die durch \texttt{GROUP BY} gebildeten Gruppen festgelegt werden können. Ist die in \texttt{HAVING} angegebene Bedingung für eine Gruppe nicht erfüllt, so wird sie aus der Ergebnismenge entfernt. -Nachdem nun die grundlegenden Werkzeuge zur Aggregation von Daten in C-SPARQL erläutert wurden, sollen diese in mit einem Beispiel demonstriert werden: Gegeben seien Statusmeldeereignisse von PKW, die zur weiteren Auswertung aggregiert werden sollen. Hierbei sollen für jeden einzelnen PKW, dessen durchschnittliche Motordrehzahl über 3000 Umdrehungen pro Minute liegt, die minimale beziehungsweise maximale Motordrehzahl ermittelt werden. +Nachdem nun die grundlegenden Werkzeuge zur Aggregation von Daten in C-SPARQL erläutert wurden, sollen diese mit einem Beispiel demonstriert werden: Gegeben seien Statusmeldeereignisse von PKW, die zur weiteren Auswertung aggregiert werden sollen. Hierbei sollen für jeden einzelnen PKW, dessen durchschnittliche Motordrehzahl über 3000 Umdrehungen pro Minute liegt, die minimale beziehungsweise maximale Motordrehzahl ermittelt werden. Abstrakt formuliert ergibt sich hierbei folgende CEP-Regel: \begin{lstlisting}[mathescape=true,label={},caption={}]