Metainformationen zur Seite
  •  

Unterschiede

Hier werden die Unterschiede zwischen zwei Versionen angezeigt.

Link zu dieser Vergleichsansicht

Beide Seiten der vorigen RevisionVorhergehende Überarbeitung
Nächste Überarbeitung		Vorhergehende Überarbeitung
bc_json [2025/11/30 15:50] – bcadminbc_json [2025/12/11 10:13] (aktuell) – bcadmin
Zeile 25: Zeile 25:
 Die erste Bedingung wird von BeeCollect Professional erfüllt: Jeder Datensatz, auch auf nachgeordneten Ebenen wie Maßangaben, Provenienzen oder Verknüpfungen, besitzt vom Beginn seiner Existenz an einen global eindeutigen Schlüssel im standardisierten GUID/UUID-Format. Die erste Bedingung wird von BeeCollect Professional erfüllt: Jeder Datensatz, auch auf nachgeordneten Ebenen wie Maßangaben, Provenienzen oder Verknüpfungen, besitzt vom Beginn seiner Existenz an einen global eindeutigen Schlüssel im standardisierten GUID/UUID-Format.
  
-Die zweite Bedingung erfüllen die allermeisten der standardisierten Datenformate wie LIDO oder EDM nicht. Auch sind diese von der Handhabung aufgrund ihres internen Aufbaus eher aufwändig. Daher setzt die BeeCollect Cloud für den Transfer zwischen BeeCollect-Datenbanken ein eigenes Datenformat auf Basis von JSON ein. Das Format ist von der Grundstruktur einfach aufgebaut, lässt sich gut aus einem oder in ein Objektmodell serialisieren/deserialisieren und ist in der Lage, die vollständige aktuelle Datenstruktur von BeeCollect Professional aufzunehmen. Darüber hinaus bietet es genügend Flexibilität, um auch künftige Erweiterungen und Anforderungen abdecken zu können.+Die zweite Bedingung erfüllen die allermeisten der standardisierten Datenformate wie LIDO oder EDM nicht. Auch sind diese von der Handhabung aufgrund ihres internen Aufbaus eher aufwändig. Daher verwendet die BeeCollect Cloud für den Transfer zwischen BeeCollect-Datenbanken ein eigenes Datenformat auf Basis von JSON. Das Format ist von der Grundstruktur einfach aufgebaut, lässt sich gut aus einem oder in ein Objektmodell serialisieren/deserialisieren und ist in der Lage, die vollständige aktuelle Datenstruktur von BeeCollect Professional aufzunehmen. Darüber hinaus bietet es genügend Flexibilität, um auch künftige Erweiterungen und Anforderungen abdecken zu können.
  
 ===== Grundsätzlicher Aufbau von JSON ==== ===== Grundsätzlicher Aufbau von JSON ====
Zeile 39: Zeile 39:
 Damit ist JSON sehr gut geeignet, auch stark verschachtelte Datenstrukturen detailgetreu abzubilden. Damit ist JSON sehr gut geeignet, auch stark verschachtelte Datenstrukturen detailgetreu abzubilden.
  
-In dieser Dokumenation wird das dem BC_JSON zugrundeliegende Objektmodell beschrieben, unterstützt von Beispielen, wie dieses Objektmodell sich dann als JSON darstellt.+In dieser Dokumentation wird das dem BC_JSON zugrundeliegende Objektmodell beschrieben, unterstützt von Beispielen, wie dieses Objektmodell sich dann als JSON darstellt.
  
 ===== Aufbau der BC_JSON-Datenstruktur =====  ===== Aufbau der BC_JSON-Datenstruktur ===== 
Zeile 52: Zeile 52:
   * [[bc_json:datafield-text|dataField_Text]]   * [[bc_json:datafield-text|dataField_Text]]
   * [[bc_json:datafield-integer|dataField_Integer]]   * [[bc_json:datafield-integer|dataField_Integer]]
 +  * [[bc_json:datafield-float|dataField_Float]]
   * [[bc_json:datafield-datetime|dataField_DateTime]]   * [[bc_json:datafield-datetime|dataField_DateTime]]
   * [[bc_json:datafield-boolean|dataField_Boolean]]   * [[bc_json:datafield-boolean|dataField_Boolean]]
Zeile 58: Zeile 59:
   * [[bc_json:datafield-dating|dataField_Dating]]   * [[bc_json:datafield-dating|dataField_Dating]]
   * [[bc_json:datafield-medium|dataField_Medium]]   * [[bc_json:datafield-medium|dataField_Medium]]
 +  * [[bc_json:datafield-reference|dataField_Reference]]
  
 </WRAP> </WRAP>
 </WRAP> </WRAP>
  
↑