Tiêu chuẩn quốc gia TCVN 7981-1:2008 Trao đổi siêu dữ liệu và dữ liệu thống kê - Phần 1: Khung tổng quát

• Số hiệu: TCVN7981-1:2008
• Loại văn bản: Tiêu chuẩn Việt Nam
• Nơi ban hành: ***
• Người ký: ***
• Ngày ban hành: Năm 2008

TIÊU CHUẨN QUỐC GIA

TCVN 7981-1 : 2008

ISO/TS 17369 - 1: 2005

TRAO ĐỔI SIÊU DỮ LIỆU VÀ DỮ LIỆU THỐNG KÊ - PHẦN 1: KHUNG TỔNG QUÁT VỀ CÁC TIÊU CHUẨN SDMX

Statistical data and metadata exchange - Section 1: Framework for SDMX standards

Lời nói đầu

TCVN 7981-1 : 2008 hoàn toàn tương đương với ISO 17369 - 1 : 2005

TCVN 7981-1 : 2008 do Ban Kỹ thuật Tiêu chuẩn quốc gia TCVN/TC 154 "Quá trình, các yếu tố dữ liệu và tài liệu trong thương mại, công nghiệp và hành chính" biên soạn, Tổng cục Tiêu chuẩn Đo lường Chất lượng đề nghị, Bộ Khoa học và Công nghệ công bố.

Bộ tiêu chuẩn TCVN 7981 Trao đổi siêu dữ liệu và dữ liệu thống kê gồm các phần sau:

...

...

...

- TCVN 7981-2 : 2008 (ISO/TS 17369 - 2 : 2005); Phần 2: Mô hình thông tin: Thiết kế khái niệm UML.

Bộ tiêu chuẩn ISO/TS 17369 :2005 còn các phần sau:

- ISO/TS 17369 : 2005 Section 3: SDMX-ML schema and documentation (Tài liệu và lược đồ SDMX-ML).

- ISO/TS 17369 : 2005 Section 4: SDMX-EDI syntax and documentation (Tài liệu và cú pháp SDMX-EDI).

- ISO/TS 17369 : 2005 Section 5: An implementer’s guide for SDMX (Hướng dẫn người thực thi SDMX).

- ISO/TS 17369 : 2005 Section 6: SDMX guideline for use of web services (Hướng dẫn sử dụng các dịch vụ web trong SDMX).

TRAO ĐỔI SIÊU DỮ LIỆU VÀ DỮ LIỆU THỐNG KÊ - PHẦN 1: KHUNG TỔNG QUÁT VỀ CÁC TIÊU CHUẨN SDMX

Statistical data and metadata exchange - Section 1: Framework for SDMX standards

...

...

...

Bộ tiêu chuẩn này được xây dựng dựa trên sáng kiến về trao đổi siêu dữ liệu và dữ liệu thống kê. Việc thiết lập các tiêu chuẩn này nhằm tạo thuận lợi cho việc trao đổi siêu dữ liệu và dữ liệu thống kê sử dụng công nghệ thông tin hiện đại, tập trung chủ yếu vào dữ liệu tập hợp.

Đặc tả kỹ thuật SDMX gồm một số phần tài liệu sau:

1. Tiêu chuẩn về mô hình thông tin SDMX: Mô hình thông tin SDMX là mô hình thông tin cơ sở nhằm thực hiện về mặt cú pháp các mô tả trong các phần SDMX khác. Tiêu chuẩn này bao gồm các phần tham khảo như: phụ lục, hướng dẫn về UML và hướng dẫn cho người chưa quen với phương pháp mô tả cấu trúc dữ liệu thống kê bằng tập khóa.

2. Tiêu chuẩn về SDMX-EDI: SDMX-EDI là định dạng EDIFACT về trao đổi siêu dữ liệu và dữ liệu có cấu trúc SDMX. Tiêu chuẩn này bao gồm các phần quy định mô tả cách thức sử dụng cú pháp của UN/EDIFACT trong các thông điệp SDMX.

3. Tiêu chuẩn về SDMX-ML: SDMX-ML là định dạng XML về trao đổi siêu dữ liệu và dữ liệu có cấu trúc SDMX. Tiêu chuẩn này gồm các phần quy định mô tả cách thức sử dụng cú pháp XML trong các thông điệp SDMX và được bổ sung bằng tập lược đồ XML và các trường hợp tài liệu XML mẫu.

4. Tiêu chuẩn về đặc tả sổ đăng ký SDMX mang tính tham khảo. Tiêu chuẩn này cung cấp cho sổ đăng ký chính thông tin về dữ liệu sẵn có và siêu dữ liệu tham chiếu, cùng với kho siêu dữ liệu cấu trúc và thông tin cung cấp. Tiêu chuẩn này xác định các dịch vụ cơ bản do sổ đăng ký SDMX đưa ra như: việc đăng ký dữ liệu và siêu dữ liệu, truy vấn về dữ liệu và siêu dữ liệu, đặt hàng/thông báo liên quan đến các cập nhật sổ đăng ký.

5. Tiêu chuẩn về hướng dẫn cho người thực hiện SDMX - đây là một cuốn cẩm nang hỗ trợ cho người sử dụng các đặc tả của SDMX. Nó bao gồm tài liệu tham chiếu về việc sử dụng mô hình thông tin SDMX; một phần mô tả sự khác biệt của các thông điệp và các cú pháp, cung cấp một số phương pháp thực hành hiệu quả nhất về việc gán các thẻ định danh và thiết kế các tập khóa. Tiêu chuẩn này mang tính tham khảo.

6. Tiêu chuẩn về hướng dẫn sử dụng các dịch vụ web - Đây là một cuốn cẩm nang cho người thực hiện SDMX sử dụng các công nghệ dịch vụ - web (bao gồm một sổ đăng ký SDMX phù hợp) không phụ thuộc vào môi trường phát triển hoặc nền tảng được sử dụng để tạo nên các dịch vụ web đó và các giới thiệu sử dụng đặc tả WS-I phiên bản 1.1. Tiêu chuẩn này mang tính tham khảo.

2. Các thay đổi so với phiên bản 1.0

...

...

...

Ngoài việc mô tả và đặc tả các cấu trúc và định dạng dữ liệu (cùng với các siêu dữ liệu liên quan), phiên bản 2.0 cũng cung cấp trao đổi siêu dữ liệu khác với siêu dữ liệu cấu trúc trong phiên bản 1.0. Siêu dữ liệu này bao gồm siêu dữ liệu “tham chiếu” (liên quan đến chất lượng dữ liệu, hệ phương pháp và các kiểu tương tự - có thể được định dạng bởi người sử dụng bao gồm mọi khái niệm yêu cầu báo cáo); siêu dữ liệu liên quan đến việc cung cấp dữ liệu (thông tin lịch biểu ấn bản, mô tả dữ liệu và siêu dữ liệu được cung cấp, v.v); và siêu dữ liệu liên quan tới việc trao đổi của các lược đồ phân loại.

Thực hiện việc cung cấp dữ liệu trong phiên bản 2.0 chủ yếu đề cập đến truyền thông với các dịch vụ của sổ đăng ký, hỗ trợ mô hình chia sẻ dữ liệu trao đổi thống kê. Các dịch vụ này bao gồm việc đăng ký dữ liệu và siêu dữ liệu, truy vấn dữ liệu và siêu dữ liệu, đặt hàng/thông báo.

Việc hỗ trợ trao đổi dữ liệu thống kê và siêu dữ liệu được mở rộng. Một số hỗ trợ được cung cấp cho dữ liệu hạn định, cấu trúc dữ liệu mô tả; danh sách mã phân cấp được hỗ trợ; quan hệ giữa các cấu trúc dữ liệu có thể trình bày, hỗ trợ cho khả năng mở rộng các cấu trúc dữ liệu và mô tả sự phụ thuộc chức năng giữa các khối hộp được hỗ trợ.

3. Quá trình và phạm vi áp dụng trong thương mại

3.1. Mẫu quá trình

SDMX định danh 3 mẫu quá trình cơ bản liên quan đến việc trao đổi dữ liệu và siêu dữ liệu thống kê. Các mẫu này có thể được mô tả như sau:

1. Trao đổi song phương: Toàn bộ các khía cạnh về quá trình trao đổi được thỏa thuận giữa các đối tác, bao gồm cơ chế trao đổi dữ liệu và siêu dữ liệu, các định dạng, tần suất hoặc lịch biểu và phương thức truyền thông được sử dụng liên quan đến trao đổi, đây là mẫu quá trình phổ biến nhất.

2. Trao đổi bằng cổng: Các trao đổi bằng cổng là một tập các trao đổi song phương, trong đó các tổ chức hoặc cá nhân gửi dữ liệu và siêu dữ liệu đồng ý trao đổi các thông tin thu thập với nhau ở định dạng đơn nhất đã biết theo một quá trình đơn nhất biết trước. Mẫu này có tác dụng giảm tải việc quản lý nhiều trao đổi song phương (trong tập hợp dữ liệu và siêu dữ liệu) qua việc chia sẻ cho các tổ chức/ cá nhân. Đây cũng là mẫu quá trình rất thông dụng trong lĩnh vực thống kê, trong đó cộng đồng các cơ quan nhất trí với các cách thức có hiệu quả trong phạm vi chịu trách nhiệm của họ.

3. Trao đổi thông qua việc chia sẻ dữ liệu: Các định dạng dữ liệu và các mẫu quá trình mở, miễn phí, chuẩn đã biết. Do đó, mọi tổ chức hoặc cá nhân đều thể sử dụng dữ liệu và siêu dữ liệu của bất kỳ đối tác nào (giả sử họ được cho phép truy cập tới nó). Mô hình này không yêu cầu sự nhất trí của hai bên, mà yêu cầu người cung cấp dữ liệu, siêu dữ liệu và người sử dụng dữ liệu tuân thủ theo các tiêu chuẩn.

...

...

...

Các tiêu chuẩn được quy định ở đây đặc biệt hỗ trợ quá trình trao đổi thông qua chia sẻ dữ liệu dựa trên việc sử dụng các dịch vụ của sổ đăng ký chính. Các dịch vụ của sổ đăng ký quy định tính minh bạch của dữ liệu và siêu dữ liệu trong cộng đồng và hỗ trợ việc truy cập và cách thức sử dụng dữ liệu và siêu dữ liệu đó bằng cách cung cấp một tập các “lẫy” tự động xử lý. Bản thân dữ liệu đó không được lưu trữ trong sổ đăng ký chính - các dịch vụ này chỉ cung cấp một tập siêu dữ liệu hữu ích về dữ liệu (và siêu dữ liệu bổ sung) tại vị trí đã biết, do đó người sử dụng các ứng dụng có thể định vị một cách dễ dàng và thu được dữ liệu và/hoặc siêu dữ liệu được đăng ký. Việc sử dụng toàn bộ các tiêu chuẩn về dữ liệu, siêu dữ liệu và dịch vụ của sổ đăng là rất phổ biến, cho phép mức độ tự động cao trong cộng đồng chia sẻ dữ liệu.

Các mô hình quá trình khác nhau ở trên không loại ngoại trừ lẫn nhau - Một hệ thống đơn có khả năng biểu thị dữ liệu và siêu dữ liệu ở các định dạng phù hợp với SDMX có thể hỗ trợ cả ba kịch bản trên. Các tiêu chuẩn khác nhau có thể sử dụng cho các quá trình khác nhau (ví dụ: nhiều giao diện dịch vụ đăng ký chỉ được sử dụng một kịch bản chia sẻ dữ liệu) nhưng hầu hết có nền tảng chung trong mô hình thông tin chia sẻ.

Ngoài việc thu thập và báo cáo, cần lưu ý đến việc phổ biến dữ liệu. Dữ liệu và siêu dữ liệu được trao đổi giữa các đối tác theo quá trình thiết lập và phát triển nào được cung cấp cho người sử dụng cuối dưới dạng một số mô tả. Thông thường qua các ứng dụng cụ thể bên trong tổ chức. Dữ liệu và siêu dữ liệu được công bố trên các trang web dưới nhiều định dạng khác nhau. Trọng tâm của các chuẩn SDMX là phổ biến dữ liệu và siêu dữ liệu kèm theo trên trang web. Các tiêu chuẩn về dữ liệu và siêu dữ liệu thống kê cho phép cải thiện việc công bố dữ liệu - định dạng chuẩn có thể xử lý một cách dễ dàng khi dữ liệu được thu thập và được liên kết với siêu dữ liệu, dễ dàng lĩnh hội và xử lý thêm đối với dữ liệu đó.

Trong các cuộc thảo luận về dữ liệu thống kê đã đề cập đến nhiều khía cạnh về sự phổ biến dữ liệu thống kê tác động đến chất lượng dữ liệu: việc phát hiện dữ liệu, tính dễ sử dụng và tính kịp thời của dữ liệu. Các chuẩn SDMX hỗ trợ toàn bộ các khía cạnh về phổ biến dữ liệu. Các định dạng dữ liệu chuẩn làm cho việc sử dụng dễ dàng hơn và cung cấp các liên kết đến siêu dữ liệu liên quan. Khái niệm về dịch vụ sổ đăng ký có nghĩa rằng dữ liệu và siêu dữ liệu có thể được phát hiện một cách dễ dàng hơn. Tính kịp thời được cải thiện trong suốt vòng đời của dữ liệu thông qua việc nâng cao hiệu quả và được thúc đẩy thông qua tính sẵn có của siêu dữ liệu và thông qua việc sử dụng dễ dàng.

SDMX tập trung chủ yếu vào việc trao đổi và phổ biến dữ liệu và siêu dữ liệu thống kê. Tuy nhiên, cũng có thể có nhiều cách thức sử dụng mô hình chuẩn và các định dạng được quy định trong ngữ cảnh của quá trình xử lý dữ liệu nội bộ, không liên quan tới việc trao đổi giữa các tổ chức và người sử dụng. Có thể thấy rằng việc định dạng rõ ràng và theo tiêu chuẩn đối với dữ liệu và siêu dữ liệu nhằm mục đích trao đổi và phổ biến cũng tạo thuận lợi cho việc xử lý nội bộ của các tổ chức và người sử dụng, nhưng nó không phải là trọng tâm của tiêu chuẩn này.

3.2. SDMX và tự động hóa quá trình

Các trao đổi dữ liệu và siêu dữ liệu thống kê sử dụng các quá trình tự động khác nhau, một số quá trình trong đó hữu ích hơn các quá trình khác. Một số công nghệ thông tin chung thường gặp trong các hệ thống thông tin ngày nay. SDMX tập trung vào việc cung cấp các tiêu chuẩn hữu ích nhất cho các công nghệ và quá trình tự động này.

Việc tự động hóa quá trình được mô tả vắn tắt như sau:

1. Trao đổi dữ liệu và siêu dữ liệu theo lô: Truyền toàn bộ hoặc từng phần cơ sở dữ liệu giữa các đối tác, bao gồm cả dữ liệu mới cập nhật.

...

...

...

3. Các quá trình chung : Trong khi nhiều ứng dụng và quá trình đặc trưng cho một số tập dữ liệu và siêu dữ liệu thì các kiểu dịch vụ và quá trình tự động khác được thiết kế để xử lý mọi kiểu dữ liệu và siêu dữ liệu thống kê. Điều này đặc biệt đúng trong trường hợp các trang cổng điện tử và việc cung cấp dữ liệu luôn sẵn có trên Internet.

4. Trình bày và biến đổi dữ liệu: Để tạo dữ liệu và siêu dữ liệu hữu ích cho người sử dụng thì phải hỗ trợ các quá trình tự động để biến đổi dữ liệu và siêu dữ liệu đó thành các định dạng xử lý các ứng dụng cụ thể, các định dạng tiêu chuẩn khác và các định dạng trình bày. Mặc dù kiểu xử lý dữ liệu này không quá nghiêm ngặt về khía cạnh trao đổi nhưng nó phải được hỗ trợ nếu trao đổi thông tin giữa các đối tác tự hỗ trợ.

Các tiêu chuẩn SDMX quy định ở đây được thiết kế để hỗ trợ các yêu cầu của tất cả các quá trình và công nghệ tự động ở trên.

3.3. Dữ liệu và siêu dữ liệu thống kê

Để tránh nhầm lẫn giữa “dữ liệu” và “siêu dữ liệu” nào là nội dung của các định dạng SDMX được quy định ở đây, cần đưa ra một tuyên bố về phạm vi áp dụng. “Dữ liệu” thống kê là tập các bản điều tra thường xuyên, dưới dạng số, thường được kết hợp với thời gian. Chúng được kết hợp với một tập các giá trị siêu dữ liệu, thể hiện các khái niệm cụ thể, hoạt động như các thẻ định danh và mô tả dữ liệu đó. Các giá trị và khái niệm siêu dữ liệu này có thể được hiểu như các chiều kích thước đã đặt tên của hệ chiều kích thước đa chiều, việc mô tả một vấn đề được gọi là “khối hộp” dữ liệu.

SDMX xác định kỹ thuật tiêu chuẩn để lập mô hình, thể hiện và thông hiểu cấu trúc của “khối hộp” đa chiều này, cho phép xử lý dữ liệu tự động từ nhiều nguồn khác nhau. Phương pháp tiếp cận này áp dụng rộng rãi cho các kiểu dữ liệu liên lĩnh vực và đưa ra kỹ thuật có thể nhận thức một cách dễ dàng và đơn giản nhất, kỹ thuật này hỗ trợ cho trao đổi tập rất rộng các dữ liệu và siêu dữ liệu liên quan.

Các tiêu chuẩn SDMX đưa ra một mô hình và các định dạng chung, hỗ trợ trao đổi của mọi kiểu dữ liệu thống kê đáp ứng định nghĩa ở trên, việc thử nghiệm đã được tiến hành nhằm tối ưu hóa các định dạng dựa trên các yêu cầu cụ thể của mỗi quá trình thực thi, như được mô tả trong phần SDMX-ML.

Thuật ngữ “siêu dữ liệu” có nghĩa rất rộng. Có thể phân biệt giữa siêu dữ liệu “cấu trúc” - các khái niệm này được sử dụng trong việc mô tả và định danh các dữ liệu và siêu dữ liệu thống kê - siêu dữ liệu “tham chiếu” - là một tập rộng các khái niệm để mô tả, hạn định các tập dữ liệu thống kê và việc xử lý khái quát hơn. Thông thường, kiểu siêu dữ liệu này không được kết hợp với các chuỗi dữ liệu hoặc các điều tra khảo sát cụ thể, mà kết hợp với toàn bộ các tập hợp dữ liệu hoặc với các cơ quan cung cấp dữ liệu đó.

Mô hình thông tin SDMX không chỉ đưa ra việc lập cấu trúc dữ liệu, mà còn đưa ra việc lập cấu trúc siêu dữ liệu “ tham chiếu”. Các cấu trúc siêu dữ liệu tham chiếu này thường được liên kết mặc dù chúng tồn tại độc lập với dữ liệu và siêu dữ liệu cấu trúc. Mô hình thông tin SDMX đưa ra dữ liệu kèm theo của siêu dữ liệu tham chiếu đối với mọi phần dữ liệu hoặc siêu dữ liệu cấu trúc, cũng như đối với việc báo cáo và trao đổi siêu dữ liệu tham chiếu và các mô tả cấu trúc của nó. Chức năng này của các tiêu chuẩn SDMX nhằm hỗ trợ nhiều khía cạnh của các sáng kiến về chất lượng dữ liệu, cho phép nó tiến hành việc trao đổi siêu dữ liệu theo nghĩa rộng nhất, trong đó siêu dữ liệu liên quan đến chất lượng là một phần quan trọng.

...

...

...

SDMX thừa nhận ý nghĩa quan trọng của các lược đồ phân loại trong việc tổ chức, quản lý trao đổi và phổ biến dữ liệu, siêu dữ liệu. Có thể trình bày thông tin về các lược đồ phân loại và các loại lĩnh vực theo SDMX, cùng với các quan hệ của chúng với các tập dữ liệu và siêu dữ liệu.

Tiêu chuẩn này trình bày vắt tắt về các đối tượng chính thức trong mô hình thông tin và thông tin chi tiết hơn xem các phần tiêu chuẩn SDMX khác.

3.4. Quan điểm SDMX về trao đổi thống kê

Phiên bản 1.0 của ISO/TS 17369 SDMX bao gồm các tập dữ liệu và siêu dữ liệu thống kê liên quan đến cấu trúc của các tập dữ liệu này - “các tập khóa”. Phạm vi áp dụng này rất hữu ích cho việc hỗ trợ các mô hình trao đổi thống kê khác nhau (trao đổi song phương, trao đổi bằng cổng và trao đổi thông qua việc chia sẻ dữ liệu) nhưng phiên bản này không hỗ trợ các mô hình một cách thức đầy đủ. Tiêu chuẩn này đưa ra quan điểm trao đổi thống kê đầy đủ hơn rất nhiều so với phiên bản trước, để mô hình chia sẻ dữ liệu mở có thể được hỗ trợ một cách thức đầy đủ và các mô hình trao đổi khác có thể được tự động hóa một cách thức đầy đủ hơn. Mô hình thông tin SDMX cung cấp tập các đối tượng hình thức rộng hơn như: tác nhân, quá trình và các tài nguyên trong các trao đổi thống kê nhằm đưa ra các tiêu chuẩn kỹ thuật hỗ trợ cho phạm vi áp dụng được mở rộng đó.

Điều quan trọng là phải hiểu tập các đối tượng hình thức không chỉ trong ý nghĩa kỹ thuật mà còn trong các thuật ngữ sử dụng biểu diễn khi trao đổi dữ liệu và siêu dữ liệu thống kê trong thế giới thực.

Phiên bản đầu tiên của SDMX cung cấp các tập dữ liệu - dữ liệu thống kê cụ thể được báo cáo theo một cấu trúc cụ thể, trong dải thời gian cụ thể - đối với các tập khóa (định nghĩa cấu trúc dữ liệu) - siêu dữ liệu mô tả cấu trúc của các tập dữ liệu thống kê đó. Đây là các đối tượng quan trọng trong trao đổi thống kê, được giữ lại và nâng cao trong tiêu chuẩn này theo dạng tương thích ngược. Một đối tượng liên quan trong trao đổi thống kê là “luồng dữ liệu” - đây là việc công bố tập dữ liệu đang tiến hành, khi các bản điều tra khảo sát mới được bổ sung vào các tập dữ liệu hiện có hoặc khi các tập dữ liệu tiếp theo với cùng cấu trúc và chủ đề đã công bố. Các “luồng dữ liệu” có thể được hiểu như các tập dữ liệu không bị giới hạn bởi thời gian. Các cấu trúc dữ liệu được các cơ quan sở hữu và duy trì - theo một kiểu tương tự, các luồng dữ liệu được “người cung cấp dữ liệu” công bố và được các cơ quan sở hữu.

Phiên bản 2.0 tương tự với phiên bản 1.0 - cho phép công bố dữ liệu thống kê (và siêu dữ liệu cấu trúc liên quan) đồng thời cũng cung cấp tiêu chuẩn, cách thức biểu diễn có hệ thống siêu dữ liệu tham chiếu. Siêu dữ liệu tham chiếu là siêu dữ không được báo cáo như một phần của tập dữ liệu, nhưng độc lập với dữ liệu thống kê. SDMX cung cấp các “tập siêu dữ liệu” tham chiếu về các “định nghĩa cấu trúc siêu dữ liệu” và các “luồng siêu dữ liệu”. Các đối tượng này rất giống với các tập dữ liệu, các tập khóa (định nghĩa cấu trúc dữ liệu) và các luồng dữ liệu, nhưng chúng liên quan đến các siêu dữ liệu tham chiếu hơn dữ liệu thống kê. Người cung cấp dữ liệu có thể công bố dữ liệu thống kê với phương pháp tương tự để công bố siêu dữ liệu tham chiếu, các định nghĩa cấu trúc siêu dữ liệu được các cơ quan duy trì theo một cách thức tương tự khi duy trì các tập khóa và đối với các định nghĩa cấu trúc của các tập dữ liệu.

Các định nghĩa cấu trúc của dữ liệu và siêu dữ liệu tham chiếu liên kết các khái niệm thống kê cụ thể với việc biểu diễn của chúng ở dạng nguyên bản hoặc dạng mã, v.v. Trong tiêu chuẩn này, các khái niệm được lấy từ ”lược đồ khái niệm” được duy trì bởi cơ quan cụ thể. Các lược đồ khái niệm nhóm các tập khái niệm, cung cấp các tên và định nghĩa cho các lược đồ đó và giải thích các quan hệ về ngữ nghĩa khi một số khái niệm là dạng chuyên biệt của các khái niệm khác. Một lược đồ khái niệm đơn có thể được sử dụng cho cả cấu trúc dữ liệu - các tập khóa - và cho các cấu trúc siêu dữ liệu tham chiếu.

Đặc tính cố hữu trong mọi trao đổi thống kê và trong nhiều hoạt động phổ biến là khái niệm “thỏa thuận về các mức dịch vụ” mặc dù điều này không chính thức hoặc không được tạo ra một cách thức rõ ràng. SDMX kết hợp quan điểm này trong các đối tượng gọi là các “Thỏa thuận cung cấp”. Người cung cấp dữ liệu có thể cung cấp dữ liệu cho nhiều luồng dữ liệu khác nhau. Khái niệm tương tự cũng đúng đối với các luồng siêu dữ liệu.

...

...

...

Các đối tượng đó bao gồm:

• Tập dữ liệu: Dữ liệu được tổ chức thành các tập rời rạc, bao gồm các các bản điều ra khảo sát riêng trong khoảng thời gian cụ thể. Tập dữ liệu có thể được hiểu như một tập hợp dữ liệu tương tự, có cùng cấu trúc, bao hàm trong một khoảng thời gian cố định.

• Tập khóa (Định nghĩa cấu trúc dữ liệu): Mỗi tập dữ liệu có một tập siêu dữ liệu cấu trúc. Các mô tả này được đề cập trong SDMX như “các tập khóa”, bao gồm thông tin về cách thức các khái niệm được kết hợp với các phép đo, các chiều kích thước và các thuộc tính của một dữ liệu “khối hộp” cùng với thông tin về cách thức biểu diễn dữ liệu, việc định danh liên quan và siêu dữ liệu (cấu trúc) mô tả.

• Danh sách mã: Danh sách mã là một danh sách các mã được duy trì, có thể được sử dụng trong tập khóa hoặc định nghĩa cấu trúc siêu dữ liệu. Các danh sách mã liệt kê một tập các giá trị được sử dụng trong việc biểu diễn các chiều kích thước, các thuộc tính và các phần cấu trúc khác của SDMX. Chúng có thể được bổ sung bởi siêu dữ liệu chỉ ra cách thức các mã được tổ chức thành các hệ phân cấp.

• Tập siêu dữ liệu: Tập siêu dữ liệu tham chiếu là một tập thông tin phần lớn liên quan tới đối tượng theo quan điểm SDMX về trao đổi thống kê: các tập siêu dữ liệu có thể mô tả người duy trì dữ liệu hoặc các định nghĩa cấu trúc; có thể mô tả lịch biểu phát hành dữ liệu, v.v. Trong SDMX, tác giả siêu dữ liệu tham chiếu có thể sử dụng mọi khái niệm liên quan hoặc phải báo cáo và cung cấp tập siêu dữ liệu tham chiếu chứa thông tin đó.

• Định nghĩa cấu trúc siêu dữ liệu: Tập siêu dữ liệu tham chiếu cũng có một tập siêu dữ liệu cấu trúc mô tả cách thức tổ chức siêu dữ liệu. Siêu dữ liệu này định danh các khái niệm siêu dữ liệu tham chiếu đang được báo cáo, cách thức các khái niệm này liên quan đến các khái niệm khác (điển hình như các hệ phân cấp), cấu trúc trình diễn của các khái niệm đó, cách thức các khái niệm được biểu diễn (như văn bản tự do, giá trị được mã hóa, v.v.) và kiểu đối tượng SDMX chính thức mà siêu dữ liệu đó liên kết.

• Cơ quan duy trì: Trong SDMX, tổ chức tạo ra và duy trì các định nghĩa cấu trúc về dữ liệu và siêu dữ liệu được gọi là cơ quan duy trì. Ví dụ: mỗi tập khóa và danh sách mã có một cơ quan duy trì.

• Định nghĩa luồng dữ liệu: Trong SDMX, các tập dữ liệu được báo cáo hoặc phổ biến theo định nghĩa luồng dữ liệu. Định nghĩa luồng dữ liệu đó xác định tập khóa và có thể được kết hợp với một hoặc nhiều lĩnh vực chủ đề (điều này tạo thuận lợi cho việc tìm kiếm dữ liệu theo các lược đồ phân loại được tổ chức). Các ràng buộc, dưới dạng báo cáo định kỳ hoặc tập con của các khóa có thể được cho phép trong một tập dữ liệu, có thể được đính kèm với định nghĩa luồng dữ liệu.

• Định nghĩa luồng siêu dữ liệu: Định nghĩa luồng siêu dữ liệu tương tự với định nghĩa luồng dữ liệu, nhưng mô tả, phân loại và quy định các tập siêu dữ liệu.

...

...

...

• Thỏa thuận cung cấp: Tập thông tin mô tả cách thức các tập dữ liệu và siêu dữ liệu được cung cấp bởi người cung cấp dữ liệu. Thỏa thuận cung cấp có thể được quy định như định nghĩa luồng dữ liệu hoặc siêu dữ liệu. Do đó, người cung cấp dữ liệu thể hiện thực tế rằng họ cung cấp một luồng dữ liệu cụ thể gồm một tập các quốc gia và chủ đề, theo một lịch biểu công bố cụ thể. Quan trọng hơn, nguồn dữ liệu hoặc siêu dữ liệu đăng ký thực tế được đính kèm với thỏa thuận cung cấp (dưới dạng một URL). Thuật ngữ “thỏa thuận” được sử dụng bởi thông tin này có thể hiểu như cơ sở của một “thỏa thuận mức dịch vụ”. Tuy nhiên, trong SDMX, đây là siêu dữ liệu mang tính thông tin tài liệu hỗ trợ các hệ thống kỹ thuật, trái với các thông tin theo hợp đồng (ngoài phạm vi của tiêu chuẩn này).

• Ràng buộc: Các ràng buộc mô tả một tập con của tập dữ liệu hoặc tập siêu dữ liệu, có thể cung cấp thông tin về lịch biểu phát hành dữ liệu được ghi trong danh mục. Chúng được kết hợp với người cung cấp dữ liệu, các thỏa thuận cung cấp và các luồng dữ liệu.

• Lược đồ phân loại: Các lược đồ phân loại được xây dựng bởi một hệ phân cấp loại cấu thành, trong đó SDMX có thể bao gồm mọi kiểu phân loại hữu ích đối với việc tổ chức dữ liệu và siêu dữ liệu.

• Lược đồ khái niệm: Lược đồ khái niệm là một danh sách các khái niệm được duy trì, sử dụng trong tập khóa và các định nghĩa cấu trúc siêu dữ liệu. Có rất nhiều lược đồ khái niệm. Có thể quy định một cách thức biểu diễn “chính” của khái niệm (ví dụ: một danh sách mã chính hoặc biểu diễn khác như “ngày tháng”). Chú ý rằng việc biểu diễn chính này có thể được ghi đè trong tập khóa hoặc định nghĩa cấu trúc siêu dữ liệu sử dụng khái niệm đó. Trên thực tế, các tổ chức mong muốn duy trì các đặc tả lược đồ của tập khóa trong phiên bản 1.0 vẫn tiếp tục khai báo cách thức biểu diễn trong định nghĩa tập khóa đó.

• Tập cấu trúc: Các tập cấu trúc cung cấp cơ chế để nhóm các siêu dữ liệu cấu trúc với nhau để tạo ra một mô tả đầy đủ các quan hệ giữa các tập dữ liệu và siêu dữ liệu đặc trưng liên quan. Có thể sử dụng các tập cấu trúc để ánh xạ các chiều kích thước và các thuộc tính với một chiều kích thước và thuộc tính khác, ánh xạ các khái niệm, các danh sách mã và các lược đồ phân loại. Có thể sử dụng tập cấu trúc để mô tả “khối hộp” của dữ liệu, thậm chí khi dữ liệu trong khối hộp không chia sẻ một chiều kích thước đơn.

• Việc báo cáo nguyên tắc phân loại: Việc báo cáo nguyên tắc phân loại cho phép một tổ chức liên kết (có thể theo một cách thức phân cấp) một số khối hộp hoặc định nghĩa luồng dữ liệu cùng nhau để tạo ra một “báo cáo” đầy đủ về dữ liệu và siêu dữ liệu. Điều này hỗ trợ việc báo cáo chính, bao gồm nhiều khối hộp dữ liệu không đồng nhất, cũng có thể hỗ trợ các chức năng báo cáo và tập hợp khác.

• Quá trình: Lớp quá trình cung cấp cách thức mô hình hóa các quá trình thống kê như một tập các bước quá trình tương kết. Mặc dù không tập trung vào trao đổi và phổ biến dữ liệu và siêu dữ liệu thống kê, nhưng có một mô tả xử lý cho phép trao đổi và phổ biến các tập siêu dữ liệu tham chiếu mô tả các khái niệm liên quan đến các quá trình có thể hoạt động tương tác.

3.4.1. Chú thích về cấu trúc hóa dữ liệu

Khối hộp có cấu trúc đa chiều kích thước, được quan sát dọc theo các trục của nó. Mặc dù cấu trúc đầy đủ của dữ liệu khối hộp được mô tả trong SDMX, nhưng đối với việc định dạng dữ liệu để truyền thì đặc tả thực tế về “dữ liệu” của SDMX có quan điểm hẹp hơn đáng kể so với các yêu cầu trong các đặc tả phiên bản 2.0. Quan điểm dữ liệu trong hầu hết các định dạng SDMX chủ yếu giống như các chuỗi thời gian - đó là, như một tập các bản điều tra khảo sát được tổ chức theo đại lượng thời gian sao cho mỗi bản điều tra khảo sát xảy ra tăng dần từng nấc theo thời gian. Đây là cách thức rõ ràng để tổ chức dữ liệu thống kê của nhiều kiểu dữ liệu và đã chứng minh là rất hữu ích trong việc tổ chức dữ liệu để trao đổi giữa các đối tác.

...

...

...

Một kiểu cấu trúc khác thường xuất hiện trong “các khối hộp” thống kê của dữ liệu là sự phân loại theo cấp, được sử dụng để mô tả các điểm dọc theo mọi chiều kích thước của nó (hoặc các trục). Trong phiên bản 1.0, các tiêu chuẩn SDMX không cung cấp đầy đủ các hỗ trợ cho chức năng này. Trong tiêu chuẩn này có giới thiệu về các phân loại theo cấp.

Ngoài ra, có hỗ trợ đối với việc thể hiện các phụ thuộc chức năng giữa các chiều kích thước khác nhau của một khối hộp, việc đưa ra các hỗ trợ để xử lý tốt hơn các “khối hộp thưa”. Đây là một khía cạnh của các “ràng buộc”, cho phép lập khung một vùng khối hộp hoặc cho phép cung cấp một tập các khóa hợp lệ trong một tập toàn bộ các khóa được mô tả bởi tập khóa đó.

3.4.2. Chú thích về cấu trúc hóa siêu dữ liệu tham chiếu

Các cấu trúc siêu dữ liệu dựa trên cơ sở quan niệm rằng các khái niệm được tổ chức thành các hệ phân cấp trình diễn và ngữ nghĩa, các hệ phân cấp này có thể tạo cơ sở cho việc lập cấu trúc các định dạng việc báo cáo XML. Có ba kiểu thông điệp trong SDMX-ML cho mục đích này: thông điệp cấu trúc (cung cấp định nghĩa cấu trúc siêu dữ liệu), thông điệp siêu dữ liệu khái quát (cung cấp một định dạng đơn cho mọi định nghĩa cấu trúc siêu dữ liệu) và thông điệp báo cáo siêu dữ liệu (cung cấp một định dạng cụ thể về định nghĩa siêu dữ liệu). Thông thường, cơ chế này phù hợp để hỗ trợ việc phổ biến và báo cáo siêu dữ liệu tham chiếu.

Định nghĩa cấu trúc siêu dữ liệu lấy mọi khái niệm từ các lược đồ khái niệm và mô tả cách thức chúng có thể tạo thành cấu trúc trình diễn - giống một danh sách phẳng hoặc một hệ phân cấp. Các khái niệm được ấn định bởi các biểu diễn (mã, nguyên bản, v.v…). “Đích” của siêu dữ liệu đó là: lớp quá trình, thông tin, tổ chức, trao đổi, v.v…. là chủ đề của siêu dữ liệu được mô tả đó. Do mô hình thông tin SDMX đưa ra một dạng hình thức hóa của việc phổ biến và trao đổi thống kê, nên mô hình đó có thể được sử dụng như hệ thống kiểu hình của các tác nhân và tài nguyên khác nhau trong các hoạt động thống kê. Do đó, các “đích” (chủ đề) của tập siêu dữ liệu tham chiếu và các luồng siêu dữ liệu có thể được mô tả tương ứng với một số lớp chuẩn bằng cách tham chiếu tới mô hình này.

Cùng với các cấu trúc dữ liệu, có một định dạng chung về các tập siêu dữ liệu và một tập thực hiện kiểm tra mức độ cao hơn, bắt nguồn từ định nghĩa cấu trúc siêu dữ liệu.

3.5. Các dịch vụ của sổ đăng ký SDMX

Để cung cấp tính minh bạch cho một lượng lớn dữ liệu và siêu dữ liệu tồn tại trong mô hình trao đổi thống kê SDMX, thì kiến trúc dựa trên tập các dịch vụ đăng ký là rất hữu ích. “Sổ đăng ký” (hiểu theo thuật ngữ web) là: ứng dụng lưu trữ siêu dữ liệu để truy vấn và được sử dụng bởi mọi ứng dụng khác trong mạng đó với các đặc quyền truy cập. Sổ đăng ký có thể được hiểu như chỉ mục cơ sở dữ liệu phân tán hoặc kho siêu dữ liệu của tất cả các tập dữ liệu của nhà cung cấp và tất cả các tập siêu dữ liệu tham chiếu trong cộng đồng thống kê, được truy cập thông qua Internet hoặc mạng tương tự.

Các dịch vụ đăng ký SDMX không liên quan đến lưu trữ dữ liệu hoặc siêu dữ liệu tham chiếu. Giả định rằng dữ liệu và siêu dữ liệu tham chiếu nằm tại các trang của người cung cấp dữ liệu của dữ liệu và siêu dữ liệu tham chiếu đó. Bản thân các dịch vụ sổ đăng ký liên quan đến việc cung cấp tính minh bạch của dữ liệu và siêu dữ liệu tham chiếu đó và thông tin cần thiết để truy cập dữ liệu và siêu dữ liệu tham chiếu. Do đó, mỗi tập dữ liệu được đăng ký sẵn có một URL của nó trong sổ đăng ký, nhưng đó không phải là dữ liệu của tập dữ liệu đó. Ứng dụng mong muốn dữ liệu sẽ truy vấn URL trong một sổ đăng ký, sau đó phải vào ỦL đó và truy lục dữ liệu từ người cung cấp dữ liệu.

...

...

...

Các dịch vụ đăng ký có thể được tóm tắt như sau:

• Đăng ký/Đệ trình siêu dữ liệu cấu trúc: Dịch vụ đăng ký này cho phép người sử dụng có các đặc quyền truy cập ghi thông báo cho sổ đăng ký đó rằng các tập dữ liệu, các tập siêu dữ liệu tham chiếu, siêu dữ liệu cấu trúc hoặc thông tin về việc cung cấp dữ liệu là tồn tại. Sổ đăng ký lưu trữ một dải rộng các siêu dữ liệu về các đối tượng này. Các đối tượng trong sổ đăng ký được tổ chức và phân loại theo một hoặc nhiều lược đồ phân loại.

• Truy vấn: Các dịch vụ đăng ký có các giao diện truy vấn siêu dữ liệu được chứa trong một sổ đăng ký, vì vậy, các ứng dụng và người sử dụng có thể phát hiện sự tồn tại của các tập dữ liệu và các tập siêu dữ liệu tham chiếu, siêu dữ liệu cấu trúc, tổ chức/người cung cấp tương ứng với các đối tượng đó và các thỏa thuận của người cung cấp mô tả cách thức dữ liệu và siêu dữ liệu được tạo sẵn và phân loại.

• Đặt hàng / Thông báo: Có thể “đặt hàng” các đối tượng cụ thể trong sổ đăng ký, thông báo sẽ gửi đến tất cả những người đặt hàng khi các đối tượng đó được cập nhật.

4. Mô hình thông tin SDMX

SDMX cung cấp cách thức mô hình hóa dữ liệu thống kê và xác định các cấu trúc siêu dữ liệu được sử dụng cho mục đích này. Do SDMX quy định các định dạng theo hai cú pháp để thể hiện dữ liệu và siêu dữ liệu cấu trúc, nên mô hình thông tin SDMX được sử dụng như một cơ chế để đảm bảo rằng phép biến đổi giữa các định dạng khác nhau không bị mất mát. Tất cả định dạng này là các biểu thức trong khuôn khổ cú pháp của mô hình thông tin chung. Bản thân SDMX phiên bản 1.0 dựa trên GESMES/TS như đầu vào mô hình và các định dạng đó, chúng được xây dựng dựa trên mô hình trao đổi dữ liệu theo chuỗi thời gian và đảm bảo tính tương thích ngược với các hệ thống được dựa trên GESMES/TS hiện có. Tiêu chuẩn này mở rộng phiên bản 1.0 nhằm cung cấp mô hình thông minh hơn.

SDMX thừa nhận rằng dữ liệu thống kê có cấu trúc, trong SDMX cấu trúc này được đặt tên là “tập khóa”. Các “tập dữ liệu” do một hoặc nhiều “nhóm” mức thấp hơn tạo nên, trên cơ sở các mức độ tương tự. Mỗi nhóm lần lượt bao gồm một hoặc nhiều “chuỗi ” dữ liệu (hoặc các “phần” dữ liệu chuỗi phi thời gian). Mỗi chuỗi hoặc phần có một “khóa” - các giá trị đối với mỗi cụm khái niệm, được gọi là các “chiều kích thước” - định danh nó và một hoặc nhiều “bản điều tra khảo sát”, thông thường được kết hợp với thời gian trong bản điều tra khảo sát và giá trị của bản điều tra khảo sát đó (ví dụ: đại lượng đo lường). Ngoài ra, siêu dữ liệu có thể được đính kèm tại mọi mức cấu trúc này như các “thuộc tính” mô tả. Các danh sách mã (liệt kê) và các mẫu khác để biểu diễn dữ liệu và siêu dữ liệu cũng được đưa ra, trong đó, chúng có thể được biểu diễn theo các định dạng cú pháp cụ thể.

Có một số điểm giống nhau giữa các cấu trúc “khối hộp” được sử dụng chung để xử lý dữ liệu thống kê và quan niệm “tập khóa” trong mô hình thông tin SDMX. Chú ý rằng dữ liệu được cấu trúc theo mô hình thông tin SDMX được tối ưu để trao đổi, có khả năng đối với các đối tác không thể xử lý “khối hộp” dữ liệu từ các hệ thống thống kê phức tạp. Các chuỗi thời gian SDMX có thể được hiểu như các “phần chia nhỏ” của khối hộp. Phần chia nhỏ đó được định danh bởi khóa của nó. Một khóa bao gồm toàn bộ các giá trị về chiều kích thước đã biết bởi tập khóa ngoại trừ thời gian. Có thể cấu trúc lại và mô tả các khối hộp dữ liệu từ dữ liệu có cấu trúc SDMX và trao đổi các cơ sở dữ liệu như vậy theo các tiêu chuẩn được đề xuất. Trong tiêu chuẩn này, cấu trúc của các khối hộp được mô tả đầy đủ hơn, cùng với các danh sách mã phân cấp, các ràng buộc và các quan hệ giữa các tập khóa.

Tiêu chuẩn này cũng cung cấp một quan điểm về siêu dữ liệu tham chiếu: cơ chế tham chiếu các “đối tượng” có nghĩa theo quan điểm SDMX về các quá trình trao đổi thống kê (người cung cấp dữ liệu, cấu trúc, thỏa thuận cung cấp, luồng dữ liệu, luồng siêu dữ liệu, v.v) tới siêu dữ liệu được đính kèm; cơ chế mô tả tập khái niệm có nghĩa, tổ chức chúng thành một cấu trúc trình diễn và chỉ ra cách thức biểu diễn các giá trị của chúng. Điều này dựa trên một quan điểm đơn giản, phân cấp về siêu dữ liệu tham chiếu, chung cho nhiều hệ thống siêu dữ liệu và các lược đồ phân loại/chia loại. SDMX cung cấp một mô hình (và các định dạng XML) cho cả việc mô tả các cấu trúc siêu dữ liệu tham chiếu và việc báo cáo siêu dữ liệu tham chiếu theo các cấu trúc đó.

...

...

...

Mô hình thông tin SDMX mô tả toàn bộ các đối tượng đã liệt kê ở trên, vì vậy thể hiện một dạng chuẩn về quá trình trao đổi thống kê.

Mô hình thông tin SDMX được thể hiện bằng cách sử dụng UML và được mô tả theo văn xuôi. Mặc dù mô hình thông tin này mang tính tham khảo, nhưng nó là một công cụ có giá trị để thông hiểu và sử dụng các đặc tả qui định về định dạng.

5. SDMX-EDI

Định dạng SDMX-EDI được lấy từ hướng dẫn thực thi GESMES/TS phiên bản 3.0, được công bố như tiêu chuẩn SDMX.

1. Định nghĩa cấu trúc: Toàn bộ SDMX-EDI thể hiện dữ liệu và siêu dữ liệu cấu trúc, được bao hàm bởi mô hình thông tin SDMX theo định dạng UN/EDIFACT

2. Dữ liệu cô đọng: Được tối ưu hóa đối với trao đổi số lượng lớn chuỗi thời gian theo lô giữa các đối tác, dữ liệu cô đọng cho phép thể hiện rất cô đọng lượng lớn các tập thành phần hoặc toàn bộ dữ liệu và siêu dữ liệu cấu trúc cần thiết để thông hiểu chúng. Dữ liệu về các chuỗi phi thời gian như phần giao, có thể được hỗ trợ nếu dữ liệu đó được biểu diễn như các chuỗi thời gian được đóng gói lại.

Mô hình thông tin SDMX cung cấp các kết cấu trong cú pháp của EDIFACT được sử dụng cho SDMX- EDI và trong cú pháp XML được sử dụng cho SDMX-ML. Do cả hai thực thi cú pháp này đều phản ánh các kết cấu logic giống nhau, nên các thông điệp dữ liệu và siêu dữ liệu SDMX-EDI có thể được biến đổi thành các định dạng SDMX-ML tương ứng và ngược lại. Vì vậy, các tiêu chuẩn này cung cấp tính liên tác trong việc xử lý và trao đổi dữ liệu và siêu dữ liệu thống kê giữa các hệ thống dựa trên XML và EDIFACT.

6. SDMX-ML

Trong khi định dạng SDMX-EDI được thiết kế chủ yếu để hỗ trợ trao đổi lô, thì SDMX- ML phải hỗ trợ một dải các yêu cầu rộng hơn. Các định dạng XML được sử dụng cho nhiều kiểu xử lý tự động khác nhau, do đó phải hỗ trợ nhiều kịch bản xử lý khác nhau hơn. Đây là lý do có nhiều kiểu thông điệp sẵn có theo định dạng SDMX-ML. Mỗi định dạng được phù hợp để hỗ trợ một tập các yêu cầu xử lý cụ thể.

...

...

...

2. Dữ liệu chung: Toàn bộ dữ liệu thống kê trình bày trong SDMX-ML có thể được biểu thị theo định dạng dữ liệu này, phù hợp với nội dung của thông điệp định nghĩa cấu trúc. Nó được thiết kế để cung cấp dữ liệu trên các trang web và trong mọi kịch bản mà tại đó các ứng dụng nhận dữ liệu có thể không hiểu một cách chi tiết về cấu trúc của tập dữ liệu trước khi đạt được tập dữ liệu đó. Dữ liệu được biểu thị theo định dạng này không đặc biệt cô đọng, nhưng chúng làm cho mọi khía cạnh của tập dữ liệu luôn dễ dàng sẵn có. Định dạng này không kiểm tra tính hợp lệ một cách nghiêm ngặt giữa tập dữ liệu và định nghĩa cấu trúc của tập dữ liệu đó bằng cách sử dụng bộ phân tích XML chung.

3. Dữ liệu cô đọng: Định dạng này đặc trưng cho tập khóa của tập dữ liệu nó mã hóa và được tạo ra bằng việc ánh xạ giữa các kết cấu siêu dữ liệu được xác định trong thông điệp định nghĩa cấu trúc và định dạng cô đọng. Dữ liệu cô đọng hỗ trợ việc trao đổi các tập dữ liệu lớn theo định dạng XML (tương tự SDMX- EDI) và cho phép truyền các tập dữ liệu thành phần (cập nhật mới) cũng như tập dữ liệu toàn bộ.

4. Dữ liệu tiện ích: Nhiều công nghệ và công cụ XML có các chức năng được thực hiện bởi lược đồ XML, một trong số đó là quan hệ trực tiếp giữa các kết cấu XML được mô tả trong lược đồ XML và dữ liệu được gắn thẻ trong một thể hiện XML. Kiểu dữ liệu mạnh được xem là chuẩn nhằm hỗ trợ đầy đủ việc kiểm tra tính hợp lệ dữ liệu được gắn thẻ. Kiểu thông điệp này giống thông điệp dữ liệu cô đọng, đặc trưng cho tập khóa của tập siêu dữ liệu, nhưng được thiết kế để hỗ trợ cho việc kiểm tra tính hợp lệ các chức năng mong muốn khác của lược đồ XML. Dữ liệu tiện ích được tạo ra từ thông điệp định nghĩa cấu trúc thông qua việc thực thi tập các ánh xạ chuẩn. Nó yêu cầu một tập dữ liệu đầy đủ để kiểm tra tính hợp lệ với bộ phân tích XML.

5. Dữ liệu phần giao: Khác với các dữ liệu định hướng vào việc xử lý các chuỗi thời gian, một số dữ liệu thống kê bao gồm một lượng lớn các bản điều tra khảo sát tại một điểm đơn theo thời gian. Kiểu thông điệp này, giống như thông điệp dữ liệu cô đọng, đặc trưng cho tập khóa của tập dữ liệu đó, nhưng được định hướng cho việc đóng gói dữ liệu khác nhau. Định dạng phần giao được dựa trên cùng một mô tả cấu trúc tập dữ liệu giống như định dạng các (chuỗi thời gian) khác, do đó các nghiên cứu có thể được hình thành qua dữ liệu chuỗi thời gian và sau đó được định dạng cho kiểu xử lý này nếu cần.

6. Siêu dữ liệu chung: Toàn bộ siêu dữ liệu tham chiếu trình bày theo định dạng SDMX-ML có thể được thể hiện theo lược đồ này. Nó chỉ thực hiện việc kiểm tra tính hợp lệ ở mức tối thiểu và đôi chút dài dòng, nhưng không hỗ trợ việc tạo ra các công cụ phần mềm chung và các dịch vụ đối với việc xử lý siêu dữ liệu tham chiếu.

7. Báo cáo siêu dữ liệu: Đối với mỗi định nghĩa cấu trúc siêu dữ liệu, có một lược đồ XML đặc trưng cho cấu trúc có thể được tạo ra, để tiến hành kiểm tra tính hợp lệ trên các tập siêu dữ liệu được báo cáo. Cấu trúc này ngắn gọn và dễ sử dụng hơn định dạng siêu dữ liệu chung, bởi vì việc đánh dấu XML liên quan trực tiếp đến các khái niệm được báo cáo. Nó tương ứng với định dạng dữ liệu tiện ích đó theo phương pháp tiếp cận sử dụng XML.

8. Truy vấn: Dữ liệu và siêu dữ liệu thường được công bố trong các cơ sở dữ liệu sẵn có trên trang web. Do đó, cần có một tài liệu truy vấn chuẩn, cho phép truy vấn các cơ sở dữ liệu và trả lại một thông điệp SDMX-ML. Tài liệu truy vấn đó là phần mềm thực thi của mô hình thông tin SDMX để sử dụng các dịch vụ web và các ứng dụng hướng vào cơ sở dữ liệu, cho phép một yêu cầu chuẩn được gửi tới người cung cấp dữ liệu bằng cách sử dụng các công nghệ này.

9. Sổ đăng ký: Tất cả các tương tác có thể ảnh hưởng tới các dịch vụ của sổ đăng ký SDMX được hỗ trợ bằng cách sử dụng các giao diện SDMX-ML. Hầu hết các tiêu chuẩn này dựa trên việc trao đổi đồng bộ các tài liệu - một thông điệp “yêu cầu” được trả lời bởi một thông điệp “đáp ứng”. Có hai kiểu yêu cầu cơ bản - một là “Đệ trình”, ghi siêu dữ liệu vào các dịch vụ của sổ đăng ký và một là “Truy vấn”, được sử dụng để phát hiện siêu dữ liệu đó. Các tương tác của sổ đăng ký cung cấp định dạng cho tất cả các kiểu cung cấp siêu dữ liệu, cũng như đặt hàng/thông báo, siêu dữ liệu cấu trúc và việc đăng ký dữ liệu và siêu dữ liệu.

Do toàn bộ các định dạng SDMX-ML là các thực thi của cùng một mô hình thông tin và toàn bộ các thông điệp dữ liệu và siêu dữ liệu có thể tạo ra từ thông điệp định nghĩa cấu trúc mô tả tập dữ liệu hoặc siêu dữ liệu, nên nó có thể có các ánh xạ chuẩn giữa mỗi định dạng tương tự. Các ánh xạ này có thể được thực thi theo các công cụ biến đổi chung, hữu ích cho tất cả người sử dụng SDMX-ML và không quy định tập khóa của tập dữ liệu hoặc định nghĩa cấu trúc của tập siêu dữ liệu cụ thể (thậm chí có thể là một số định dạng chúng xử lý). Một phần của gói SDMX-ML là tập các ánh xạ giữa các định dạng dữ liệu tập khóa cụ thể và định dạng định nghĩa cấu trúc từ các nguồn có thể nhận được.

...

...

...

Điều này quy định các yêu cầu phải thực hiện để phù hợp với các đặc tả SDMX phiên bản 2.0 đối với các ứng dụng. Điều này hướng vào các chức năng phải được hỗ trợ của ứng dụng và các nội dung tuyên bố phù hợp của người thực thi liên quan đến sự phù hợp của SDMX.

7.1. Phù hợp với các đặc tả SDMX

SDMX tiêu chuẩn hóa việc trao đổi dữ liệu và siêu dữ liệu thống kê giữa các đối tác. Do đó, sự phù hợp chỉ có nghĩa đối với các ứng dụng có chức năng trao đổi giữa các đối tác.

7.2. Tuyên bố phù hợp của người thực thi

Để phù hợp với SDMX, thì ứng dụng đó phải có một tuyên bố phù hợp của người thực thi (ICS), quy định các chi tiết phù hợp. ICS trình bày các kiểu thông điệp được hỗ trợ và cách thức hỗ trợ.

Mỗi “Kiểu thông điệp” được xác định như một mục trong danh sách sau đây và nhóm được chỉ ra trong các đề mục in nghiêng:

Các kiểu thông điệp cấu trúc

Tập khóa SDMX-EDI (SDMX-EDI Key Family)

Khái niệm SDMX-EDI (SDMX-EDI Concept)

...

...

...

Tập khóa SDMX-ML (SDMX-ML Key Family)

Khái niệm SDMX-ML (SDMX-ML Concept)

Danh sách mã SDMX-ML (SDMX-ML Codelist)

Định nghĩa cấu trúc siêu dữ liệu SDMX-ML (SDMX-ML Metadata Structure Definition)

Lược đồ tổ chức SDMX-ML (thay đổi cơ quan)(SDMX-ML OrganisationScheme (replaces Agency))

Danh sách mã phân cấp SDMX-ML (SDMX-ML Hierarchical Codelist)

Tập cấu trúc SDMX-ML (SDMX-ML Structure Set)

Báo cáo nguyên tắc phân loại SDMX-ML (SDMX-ML Reporting Taxonomy)

Quá trình SDMX-ML (SDMX-ML Process)

...

...

...

Dữ liệu SDMX-EDI (SDMX-EDI Data)

Dữ liệu chung SDMX-ML (SDMX-ML Generic Data)

Dữ liệu tiện ích SDMX-ML (SDMX-ML Utility Data)

Dữ liệu cô đọng SDMX-ML (SDMX-ML Compact Data)

Dữ liệu phần giao SDMX-ML (SDMX-ML Cross-Sectional Data)

Các kiểu thông điệp siêu dữ liệu

Dữ liệu chung SDMX-ML (SDMX-ML Generic Data)

Báo cáo siêu dữ liệu SDMX-ML (SDMX-ML Metadata Report)

Các kiểu thông điệp truy vấn

...

...

...

Các kiểu thông điệp trong sổ đăng ký

Thông báo sổ đăng ký SDMX-ML (SDMX-ML Registry Notification)

Đệ trình yêu cầu đặt hàng SDMX-ML (SDMX-ML Submit Subscription Request)

Đệ trình đáp ứng đặt hàng SDMX-ML(SDMX-ML Submit Subscription Reponse)

Đệ trình yêu cầu đăng ký SDMX-ML (SDMX-ML Submit Registration Request)

Đệ trình đáp ứng đăng ký SDMX-ML (SDMX-ML Submit Registration Reponse)

Truy vấn yêu cầu đăng ký SDMX-ML (SDMX-ML Query Registration Request)

Truy vấn đáp ứng đăng ký SDMX-ML (SDMX-ML Query Registration Reponse)

Đệ trình yêu cầu cấu trúc SDMX-ML (SDMX-ML Submit Structure Request)

...

...

...

Truy vấn yêu cầu cấu trúc SDMX-ML (SDMX-ML Query Structure Request)

Truy vấn đáp ứng cấu trúc SDMX-ML (SDMX-ML Query Structure Reponse)

Đệ trình yêu cầu cung cấp SDMX-ML(SDMX-ML Submit Provisioning Request)

Đệ trình đáp ứng cung cấp SDMX-ML (SDMX-ML Submit Provisioning Reponse)

Truy vấn yêu cầu cung cấp SDMX-ML (SDMX-ML Query Provisioning Request)

Truy vấn đáp ứng cung cấp SDMX-ML(SDMX-ML Query Provisioning Reponse)

Tuyên bố phù hợp của người thực thi phải khai báo cho mỗi kiểu thông điệp được hỗ trợ nếu ứng dụng hỗ trợ chức năng đọc, ghi hoặc cả hai.

Nếu ICS khai báo hỗ trợ cho các tập khóa SDMX-ML, định nghĩa cấu trúc siêu dữ liệu SDMX-ML, danh sách mã SDMX-ML, khái niệm SDMX-ML, và/hoặc lược đồ tổ chức SDMX-ML, thì ICS cũng phải tuyên bố cho mỗi khai báo rằng các phụ thuộc cấu trúc về danh sách mã, khái niệm, người cung cấp dữ liệu, và các cơ quan có thể được chứa trong thông điệp bằng tham chiếu, nội tuyến (trong thông điệp đó) hoặc cả hai hay không.

Nếu ICS khai báo hỗ trợ cho kiểu thông điệp dữ liệu SDMX-EDI, kiểu thông điệp dữ liệu chung SDMX- ML, kiểu thông điệp dữ liệu cô đọng SDMX-ML, và/hoặc kiểu thông điệp dữ liệu phần giao, thì ICS phải khai báo cho mỗi kiểu thông điệp rằng nó có hỗ trợ các hoạt động Xóa (Delete) hay không.

...

...

...

7.3. Chức năng ứng dụng

Để phù hợp với SDMX, các ứng dụng được yêu cầu thực hiện chức năng cụ thể, theo các kiểu thông điệp được hỗ trợ.

Đối với mỗi kiểu thông điệp hỗ trợ chức năng Đọc (Read), một thông điệp hợp lệ phải được chấp nhận như đầu vào ứng dụng đó. Đối với mỗi kiểu thông điệp được hỗ trợ chức năng Ghi (Write), một thông điệp hợp lệ phải được đưa ra như đầu ra ứng dụng đó. Đối với tất cả các kiểu thông điệp SDMX-ML, tính hợp lệ được xác định trong SDMX-ML: lược đồ và tài liệu, các tiêu chuẩn phần 5 và 6. Đối với tất cả các kiểu thông điệp SDMX-EDI, tính hợp lệ được xác định trong SDMX-EDI: các chương 9 và 10 trong phần tiêu chuẩn về cú pháp và tài liệu,.

Đối với tất cả các ứng dụng khai báo phù hợp đối với kiểu thông điệp cấu trúc tập khóa trong SDMX-EDI, thì các thông điệp đọc hoặc ghi phải là các trường hợp SDMX-EDI hợp lệ, bao gồm một hoặc nhiều tập khóa đầy đủ với các khái niệm và danh sách mã, trong đó nó có các phụ thuộc. (Các danh sách mã bao gồm các đoạn VLI, CDV và FIX, các khái niệm của đoạn STC và FTX, các định nghĩa tập khóa bao gồm các đoạn ASI, FTX, SCD, ATT và IDE.)

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp cấu trúc khái niệm SDMX-EDI, thì các thông điệp đọc hoặc ghi phải là các trường hợp SDMX-EDI hợp lệ với hoặc nhiều đoạn STC chứa các khái niệm đầy đủ.

Đối với các ứng dụng khai báo phù hợp về kiểu dữ liệu cấu trúc danh sách mã SDMX-EDI, thì các thông điệp đọc hoặc ghi phải là các trường hợp SDMX-EDI hợp lệ với ít nhất một đoạn VLI chứa một danh sách mã đầy đủ.

Đối với các ứng dụng khai báo phù hợp về mọi kiểu thông điệp cấu trúc SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử gốc của phần tử StructureMessage (Thông điệp cấu trúc).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp tập khóa SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ bao gồm một thể hiện của phần tử KeyFamily (tập khóa). Nếu hỗ trợ các phụ thuộc cấu trúc tham chiếu được khai báo, thì ứng dụng đó phải có khả năng chuyển các tham chiếu tới các danh sách mã, khái niệm và cơ quan của tập khóa. Nếu hỗ trợ các phụ thuộc cấu trúc nội tuyến được khai báo, thì các khái niệm, danh sách mã và cơ quan phải được đọc hoặc ghi từ thể hiện về XML của tập khóa.

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp khái niệm SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ, bao gồm một thể hiện của phần tử Concept (khái niệm).

...

...

...

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp danh sách mã phân cấp trong SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ, bao gồm một thể hiện của phần tử HierarchicalCodelist (danh sách mã phân cấp).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp lược đồ tổ chức SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ, bao gồm một thể hiện của phần tử OrganisationScheme (lược đồ tổ chức).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp định nghĩa cấu trúc siêu dữ liệu SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ, bao gồm một thể hiện của phần tử MetadataStructureDefinition (định nghĩa cấu trúc siêu dữ liệu).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp cấu trúc SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ, bao gồm một thể hiện của phần tử StructureSet (tập cấu trúc).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp dữ liệu SDMX-EDI, thì các thông điệp đọc hoặc ghi phải là các trường hợp SDMX-EDI hợp lệ với các đoạn DSI chứa dữ liệu đó.

Đối với các ứng dụng khai báo phù hợp về thông điệp dữ liệu chung SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần từ gốc của phần tử GenericData (các dữ liệu chung) hoặc một phần tử gốc của phần tử MessageGroup (nhóm thông điệp) chứa một hoặc nhiều phần tử GenericData (các dữ liệu chung).

Đối với các ứng dụng khai báo phù hợp về thông điệp dữ liệu tiện ích SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử gốc của phần tử UtilityData (Dữ liệu tiện ích) hoặc một phần tử gốc của MessageGroup (nhóm Thông điệp) chứa một hoặc nhiều phần tử UtilityData (dữ liệu tiện ích) và lược đồ XML được tạo ra từ một tập khóa hợp lệ theo các ánh xạ được quy định.

Đối với các ứng dụng khai báo phù hợp về thông điệp dữ liệu cô đọng SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử gốc của phần tử CompactData (dữ liệu cô đọng) hoặc một phần tử gốc của phần tử DataGroup (nhóm dữ liệu) chứa một hoặc nhiều phần tử CompactData (dữ liệu cô đọng), phù hợp với lược đồ XML được tạo ra từ một tập khóa hợp lệ theo các ánh xạ được quy định.

Đối với các ứng dụng khai báo phù hợp về thông điệp dữ liệu phần giao SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử gốc của phần tử CrossSectionalData (dữ liệu phần giao) hoặc một phần tử gốc của phần tử MessageGroup (nhóm thông điệp) chứa một hoặc nhiều phần tử CrossSectionalData (dữ liệu phần giao), phù hợp với lược đồ XML được tạo ra từ một tập khóa hợp lệ theo các ánh xạ được quy định.

...

...

...

Đối với các ứng dụng khai báo phù hợp về thông điệp siêu dữ liệu chung SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử gốc của phần tử GenericMetadata (Siêu dữ liệu chung) hoặc một phần tử gốc của phần tử MessageGroup (nhóm thông điệp) chứa một hoặc nhiều phần tử GenericMetadata (siêu dữ liệu chung).

Đối với các ứng dụng khai báo phù hợp về thông điệp báo cáo siêu dữ liệu SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử gốc của phần tử MetadataReport (báo cáo siêu dữ liệu) hoặc một phần tử gốc của phần tử MetadataGroup (nhóm siêu dữ liệu) chứa một hoặc nhiều phần tử MetadataReport (báo cáo siêu dữ liệu), phù hợp với lược đồ XML được tạo ra từ một tập khóa hợp lệ theo các ánh xạ được quy định.

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp dữ liệu SDMX-EDI và hỗ trợ hành động Xóa (Delete), thì nó phải có khả năng tạo và/hoặc xử lý một thông điệp, trong đó đoạn STS có kiểu trạng thái “3” (nội dung dữ liệu) và mã trạng thái “6” (xóa).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp dữ liệu chung SDMX-ML và hỗ trợ cho hành động Xóa (Delete), thì ứng dụng đó phải có khả năng tạo và/hoặc xử lý một SDMXGenericDataMessage (Thông điệp dữ liệu chung SDMX) với giá trị mã Action (hành động) là “delete”(xóa).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp dữ liệu cô đọng SDMX-ML và hỗ trợ cho hành động Xóa (Delete), thì ứng dụng đó phải có khả năng tạo và/hoặc xử lý một SDMXCompactDataMessage (Thông điệp dữ liệu cô đọng SDMX) với giá trị mã Action (hành động) là “delete”(xóa).

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp dữ liệu cô đọng SDMX-ML và hỗ trợ các dải thời gian, thì ứng dụng đó phải có khả năng tạo và/hoặc xử lý các bản điều tra khảo sát không có vị trí đầu tiên trong chuỗi không hỗ trợ thời gian và tính toán số lần đối với bản điều tra khảo sát không có vị trí đầu tiên.

Đối với các ứng dụng khai báo phù hợp về kiểu thông điệp dữ liệu phần giao SDMX-ML và hỗ trợ hành động Xóa (Delete), thì ứng dụng đó phải có khả năng tạo và/hoặc xử lý một SDMXCrossSectionalDataMessage (thông điệp dữ liệu phần chéo SDMX) với giá trị mã Action (hành động) là “delete” (xóa).

Đối với các ứng dụng khai báo phù hợp về thông điệp của thông báo sổ đăng ký SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử RegistryNotification và tuân theo các yêu cầu đặc tả sổ đăng ký SDMX

Đối với các ứng dụng khai báo phù hợp về thông điệp đệ trình yêu cầu đặt hàng SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử SubmitSubscriptionRequest (đệ trình yêu cầu về đặt hàng) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

...

...

...

Đối với các ứng dụng khai báo phù hợp về thông điệp đệ trình yêu cầu đăng ký SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử SubmitRegistrationRequest (đệ trình yêu cầu về đăng ký) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp đệ trình đáp ứng đăng ký SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử SubmitRegistrationResponse (đệ trình đáp ứng đăng ký) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp truy vấn yêu cầu về đăng ký SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử QueryRegistrationRequest (truy vấn yêu cầu đăng ký) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp truy vấn đáp ứng đăng ký SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử QueryRegistrationResponse (truy vấn đáp ứng đăng ký) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp đệ trình yêu cầu cấu trúc SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử SubmitStructureRequest (đệ trình yêu cầu về cấu trúc) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp đệ trình đáp ứng cấu trúc SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử SubmitStructureResponse (đệ trình đáp ứng cấu trúc) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp truy vấn yêu cầu cấu trúc SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử QueryStructureRequest (truy vấn yêu cầu về cấu trúc) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp truy vấn đáp ứng cấu trúc SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử QueryStructureResponse (truy vấn đáp ứng cấu trúc) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp đệ trình yêu cầu cung cấp SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử SubmitProvisioningRequest (đệ trình yêu cầu về cung cấp) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

...

...

...

Đối với các ứng dụng khai báo phù hợp về thông điệp truy vấn yêu cầu về cung cấp SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử QueryProvisioningRequest (truy vấn yêu cầu về cung cấp) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

Đối với các ứng dụng khai báo phù hợp về thông điệp truy vấn đáp ứng cung cấp SDMX-ML, thì các thông điệp đọc hoặc ghi phải là các trường hợp XML hợp lệ với phần tử QueryProvisioningResponse (truy vấn đáp ứng cung cấp) và tuân theo tất cả yêu cầu đặc tả sổ đăng ký SDMX.

8. Các phụ thuộc về tiêu chuẩn nội dung SDMX

Các tiêu chuẩn kỹ thuật được đề xuất ở đây phụ thuộc vào các chuẩn SDMX khác, được gắn kết chặt chẽ với nội dung và các ngữ nghĩa của trao đổi dữ liệu thống kê. Mô hình thông tin SDMX hoạt động tốt tương tự các khái niệm thống kê, nhưng để khuyến khích tính liên tác cần tiêu chuẩn hóa và hài hòa việc sử dụng thuật ngữ và khái niệm cụ thể. Để đạt được mục đích này, SDMX tạo và duy trì các hướng dẫn về các khái niệm liên lĩnh vực, thuật ngữ và các định nghĩa cấu trúc. Nỗ lực này được thể hiện trong ba phần chính sau đây.

8.1. Khái niệm siêu dữ liệu liên lĩnh vực

Khái niệm siêu dữ liệu liên lĩnh vực là một hướng dẫn về nội dung liên quan đến các khái niệm được sử dụng qua nhiều lĩnh vực thống kê. Danh sách này được phát triển nhanh chóng và tùy thuộc vào tần suất soát xét khi SDMX được sử dụng trong một lượng lớn các lĩnh vực. Việc sử dụng các khái niệm siêu dữ liệu liên lĩnh vực khi thích hợp không phải là một phần cần thiết của phù hợp kỹ thuật, nhưng cung cấp một khung cơ cấu để thúc đẩy tính liên tác giữa những người tuân thủ theo các tiêu chuẩn kỹ thuật được trình bày ở đây.

Việc hài hòa của các khái niệm thống kê không chỉ bao gồm các định nghĩa về khái niệm và tên gọi của chúng, mà khi thích hợp còn bao gồm việc biểu diễn của các khái niệm cùng với các danh sách mã chuẩn, vai trò của các khái niệm đó trong các cấu trúc tập khóa và các định nghĩa cấu trúc siêu dữ liệu.

Mục đích của hướng dẫn này là: cung cấp một tập lõi các khái niệm có thể được sử dụng để sắp xếp các dữ liệu và siêu dữ liệu thống kê, thúc đẩy tính liên tác giữa các hệ thống (“siêu dữ liệu cấu trúc”, được mô tả ở trên); và thúc đẩy việc trao đổi của siêu dữ liệu ở phạm vi rộng hơn, với một tập các tên và định nghĩa của khái niệm được hài hòa cho các kiểu siêu dữ liệu khác (“siêu dữ liệu tham chiếu”, được xác định ở trên.)

8.2. Từ vựng siêu dữ liệu chung

...

...

...

MCV cung cấp các định nghĩa về các thuật ngữ nơi xây dựng các khái niệm về siêu dữ liệu liên lĩnh vực của SDMX.

8.3. Các miền chủ đề thống kê

Các miền chủ đề thống kê là một danh sách rộng gồm các thông tin thống kê về các mục đích của việc tổ chức sự phân loại và trao đổi thống kê. Các chủ đề thống kê hành động như một lược đồ chuẩn dựa vào các lược đồ phân loại các đối tác khác nhau, có thể được ánh xạ, để thuận lợi hóa việc trao đổi siêu dữ liệu và dữ liệu có tính liên tác. Nó còn đáp ứng các mục đích hữu ích khác, tuy nhiên, để cho phép một tổ chức về “các nhóm miền” tương ứng, mỗi nhóm có thể xác định các khái niệm, các tập khóa chuẩn,vv.. trong các miền của chúng. Các nhóm này đã tồn tại trong cộng đồng quốc tế. SDMX sử dụng danh sách các miền chủ đề thống kê để thuận lợi hóa các nỗ lực của các nhóm này nhằm mục đích xây dựng các tiêu chuẩn về nội dung, hỗ trợ sự liên tác của các hệ thống kỹ thuật SDMX qua các lĩnh vực thống kê.

Các miền chủ đề thống kê của SDMX được liệt kê và duy trì bởi SDMX, tùy thuộc vào cách thức điều chỉnh.

8.4. Các tiêu chuẩn phi SDMX

Cũng có một số tiêu chuẩn quốc tế khác về lĩnh vực siêu dữ liệu, điều quan trọng là phải thúc đẩy việc sử dụng các đặc tả kỹ thuật SDMX phát triển rộng khắp. Các tiêu chuẩn đó không cần phải liệt kê ở đây, chỉ có một bộ tiêu chuẩn được xem là quan trọng cần nhắc đến là: TCVN 7789 (ISO/IEC 11179). Tiêu chuẩn này cung cấp một cấu trúc về mô hình hóa các kết cấu siêu dữ liệu, có thể là công cụ đắc lực cho việc liên tác của siêu dữ liệu qua các hệ thống.

Với Phiên bản này và lời giới thiệu về việc hỗ trợ đầy đủ các siêu dữ liệu tham chiếu, SDMX cung cấp một ánh xạ từ mô hình thông tin của nó đến TCVN 7789 (ISO/IEC 11179), để các hệ thống siêu dữ liệu khác tuân thủ theo TCVN 7789 (ISO/IEC 11179) có thể sử dụng nhất quán các siêu dữ liệu được tìm thấy trong các hệ thống tuân thủ theo SDMX.

Các tiêu chuẩn khác được quan tâm đến bao gồm Ngôn ngữ Kinh doanh Toàn cầu của OASIS, đưa ra các hướng dẫn về cách thức tạo ra các lược đồ XML; và TCVN 15000 (ebXML) đưa ra đặc tả về sổ đăng ký hữu ích (phần 3 và 4) và phương pháp tiếp cận cách thức sử dụng các mô hình (phần 5). SDMX tương đương với các tiêu chuẩn này. SDMX cũng đang nỗ lực để sánh kịp với các tiêu chuẩn khác.

...

...

...

Lời nói đầu

1. Tổng quan

2. Các thay đổi so với phiên bản 1.0

3.1. Mẫu quá trình

3.2. SDMX và tự động hóa quá trình

3.3. Dữ liệu và siêu dữ liệu thống kê

3.4. Quan điểm SDMX về trao đổi thống kê

3.4.1. Chú thích về cấu trúc hóa dữ liệu

3.4.2. Chú thích về cấu trúc hóa siêu dữ liệu tham chiếu

...

...

...

4. Mô hình thông tin SDMX

5. SDMX-EDI

6. SDMX-ML

7. Sự phù hợp

7.1. Phù hợp với các đặc tả SDMX

7.2. Tuyên bố phù hợp của người thực thi

7.3. Chức năng ứng dụng

8. Các phụ thuộc về tiêu chuẩn nội dung SDMX

8.1. Khái niệm siêu dữ liệu liên lĩnh vực

...

...

...

8.3. Các miền chủ đề thống kê

8.4. Các tiêu chuẩn phi SDMX