DSPL 教程

DSPL 是“Dataset Publishing Language”（数据集发布语言）的缩写。DSPL 中描述的数据集 可以导入到 Google 公开数据 Explorer - 一种用于详细、直观地探索数据 数据。

注意：将数据上传到 Google 公开数据 使用公开数据上传工具 您必须拥有一个 Google 账号。

本教程通过一个分步示例介绍了如何 DSPL 数据集。

DSPL 数据集是一个软件包，其中包含一个 XML 文件和一组 CSV 文件。CSV 文件是简单的表格，包含数据 数据集。XML 文件描述了数据集的元数据， 包括测量描述等信息性元数据， 结构元数据，例如表之间的引用。通过元数据 非专业用户会探索和直观呈现您的数据。

理解本教程的唯一前提条件 对 XML 的理解对简单的数据库概念（例如 表、主键）可能会有所帮助，但这并非强制性要求。为便于您参考， 完成的 XML 文件以及 完整数据集 与此教程相关联的软件包也可供查看。

概览

在开始创建数据集之前，请先大致了解 DSPL 数据集包含的内容：

• 常规信息：关于数据集
• 概念：“事物”的定义那个 出现在数据集中（例如，国家/地区、失业率、性别、 etc.)
• 切片 (Slice)：有与之对应的概念的组合 数据
• 表格：概念和切片的数据。概念表 保留枚举和切片表，用于保存统计数据
• 主题：用于整理数据集的概念 通过加标签来组成有意义的层次结构

为了说明这些相当抽象的概念，请考虑使用 虚拟数据）： 按不同国家/地区组合的汇总数据， 美国的州和性别。

此示例数据集定义了以下概念：

• country
• gender
• 人口
• 州
• 失业率
• 年

分类概念（例如状态）都与概念相关联 tables，用于枚举所有可能的值（加利福尼亚州、 亚利桑那州等）。概念可能具有额外的属性列，例如 州名或国家/地区。

Slice 定义了每个概念组合，其中 数据集中的统计数据。切片包含维度和 metrics。在上图中，尺寸为蓝色， 都显示为橙色在本示例中，切片 gender_country_slice包含该指标的数据 population，尺寸为country year 和 gender。另一个 Slice，称为 country_slice，给出以下国家/地区的年度总人口数（指标） 国家/地区。

除了维度和指标之外，切片还参考了 表格，其中包含实际数据。

现在，我们将逐步介绍如何在 DSPL。

数据集信息

首先，我们需要为数据集创建一个 XML 文件。这里是 示例数据集的 DSPL 说明的开头：

<?xml version="1.0" encoding="UTF-8"?>
<dspl targetNamespace="http://www.stats-bureau.com/mystats"
   xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
   xmlns="http://schemas.google.com/dspl/2010"
   xmlns:time="http://www.google.com/publicdata/dataset/google/time"
   xmlns:geo="http://www.google.com/publicdata/dataset/google/geo"
   xmlns:entity="http://www.google.com/publicdata/dataset/google/entity"
   xmlns:quantity="http://www.google.com/publicdata/dataset/google/quantity">

  <import namespace="http://www.google.com/publicdata/dataset/google/time"/>
  <import namespace="http://www.google.com/publicdata/dataset/google/entity"/>
  <import namespace="http://www.google.com/publicdata/dataset/google/geo"/>
  <import namespace="http://www.google.com/publicdata/dataset/google/quantity"/>

  <info>
    <name>
      <value>My statistics</value>
    </name>
    <description>
      <value>Some very interesting statistics about countries</value>
    </description>
    <url>
      <value>http://www.stats-bureau.com/mystats/info.html</value>
    </url>
    </info>

  <provider>
    <name>
      <value>Bureau of Statistics</value>
    </name>
    <url>
      <value>http://www.stats-bureau.com</value>
    </url>
  </provider>
 ...
</dspl>

数据集说明以顶级 <dspl> 开头 元素。targetNamespace 属性包含一个 URI， 唯一标识此数据集。数据集的命名空间尤其 发布数据集时，请务必注意这一点，因为它是 您的数据集，以及其他人引用该数据集的方式。

请注意，targetNamespace 属性可以省略。在 在这种情况下，当数据集位于数据集内时， 。

使用其他数据集的信息

数据集可以通过导入来重用其他数据集中的定义和数据 这些数据集。每个 <import> 元素都指定了 此数据集将引用的另一个数据集的命名空间。

在示例数据集中，我们需要 http://www.google.com/publicdata/dataset/google/quantity 的一些定义 （Google 创建的数据集，其中包含可用于定义 数值），以及从时间、实体和地理数据集获取，这些数据集提供 分别与时间、实体和地理位置相关的定义。

顶部的 <dspl> 元素提供命名空间前缀 声明（例如，xmlns:time="http://...") 不同数据集。前缀声明需要引用 其他数据集中的元素。例如， time:year 引用 year 中 命名空间与前缀关联的导入数据集 time。

数据集和提供方信息

<info> 元素包含有关 数据集：名称、说明，以及可用于获取更多信息的网址 找到。

<provider> 元素包含有关 数据集的提供者：数据集的名称，以及可用于查看更多信息的网址 （通常是数据提供商的首页）。

定义概念

我们现在已经提供了一些关于数据集的一般信息， 就可以开始定义其内容了。我们的下一个目标是 过去 50 年来各个国家/地区的人口统计信息。

首先，我们需要为这些概念 人口、国家/地区和年份。在 DSPL 中，这些定义称为 概念。

“概念”是对出现在 数据集。对应于给定概念的数据值称为 实例。

人口

我们先来定义一下人口的概念。在 DSPL 文档，概念在 <concepts> 中定义 元素。

这是一个人口概念，只需提供最少量的信息即可 id（唯一标识符）、name 和 type。

<dspl ...>
  ...
  <concepts>
    <concept id="population">
      <info>
        <name>
          <value>Population</value>
        </name>
      </info>
      <type ref="integer"/>
    </concept>
  ...
  </concepts>

下面对此示例进行了详细说明：

• 每个概念都必须提供用于唯一标识的 id 数据集内的概念。也就是说， 相同的数据集可以具有相同的 ID。
• 与数据集及其提供程序一样， <info> 元素提供有关 概念，例如其名称和说明。
• <type> 元素指定 概念的“实例”（即其“值”）。 在此示例中，population 的类型为 integer。DSPL 支持以下数据类型： <ph type="x-smartling-placeholder">
  </ph>
  • string
  • integer
  • float
  • boolean
  • date

国家/地区

现在，我们编写国家/地区概念的定义：

<concept id="country">
  <info>
    <name><value>Country</value></name>
    <description>
      <value>My list of countries.</value>
    </description>
  </info>
  <type ref="string"/>
  <property id="name">
    <info>
      <name><value>Name</value></name>
      <description>
        <value>The official name of the country</value>
      </description>
    </info>
    <type ref="string" />
  </property>
  <table ref="countries_table" />
</concept>

国家/地区概念定义从上一个概念定义开始， 具有 id、info 和 type。

概念值

国家/地区等分类概念枚举了 实例。也就是说，您可以列出所有可以 引用。但为此，每个国家/地区都需要一个唯一标识符。 本示例使用 ISO 国家/地区代码来标识国家/地区；这些代码是 类型为 string。

在此例中，您不需要使用 ISO 代码；您 也可以使用国家/地区名称不过，名称因语言而异 可能会随时间而变化，并且并非始终以一致的方式在各数据集中使用。 对于国家/地区以及一般的分类概念来说，这是不错的选择 自由选择、简短、稳定、常用且与语言无关 标识符（如果存在）。

概念属性

除了 id 之外，国家/地区概念还有一个 <property> 元素，用于指定国家/地区的名称。 换句话说，国家/地区名称（“爱尔兰”）是一个媒体资源 id 爱尔兰。属性是 DSPL 提供 关于概念个案的额外结构化信息。

就像概念本身一样，属性也有 id， info和type。

概念数据

最后，国家/地区概念有一个 <table> 元素。 此元素引用一个表格，该表格枚举了 国家/地区。

使用表格对某些概念有效，但对其他概念无效。对于 就没必要针对 概念集中。但是，如果您确实引用了 一个概念，则该表格必须包含该概念的所有实例，例如 它必须列出每个国家/地区，而不是仅列出几个国家/地区。

数据集按如下方式定义 countries_table 表：

...
<tables>
  <table id="countries_table">
    <column id="country" type="string"/>
    <column id="name" type="string"/>
    <data>
      <file format="csv" encoding="utf-8">countries.csv</file>
    </data>
  </table>
  ...
</tables>

国家/地区表指定了表中的列及其类型， 并引用包含相应数据的 CSV 文件。此 CSV 可以是 与数据集 XML 捆绑并上传，或通过 HTTP、HTTPS、 或 FTP。在后一种情况下，您需要将 countries.csv 替换为 网址，例如 http://www.myserver.com/mydata/countries.csv。

无论存储在何处，CSV 文件都会如下所示：

country, name
AD,      Andorra
AF,      Afghanistan
AI,      Anguilla
AL,      Albania
US,      United States

表格的第一行会列出 DSPL 中指定的列 ID table 定义。下面的每一行都对应 国家/地区概念的实例如果此概念有一个表格，则 表格必须包含相应概念的所有实例，在本示例中， 则必须列出所有国家/地区。

这些列会根据以下因素映射到国家/地区概念及其属性： 其 ID。第一列的 ID country 与概念匹配 id。这意味着此列包含唯一国家/地区标识符 由国家/地区概念定义下一列对应 国家/地区概念的 name 属性。值 与 name 属性的值匹配。

对于概念表的 CSV 数据，需要满足一些要求：

• 数据文件第一行中的列标题必须 与概念 id 和属性完全匹配 id（尽管 订单可能会发生变化）。
• 每行所包含的元素数量必须与 概念上的属性（即使值为空）。
• 概念的 id 字段的每个值（此处为 国家/地区代码）必须是唯一的，且非空（空字段是含 0 的 1） 或仅包含空白字符）。
• 引用其他概念的属性的值必须是 为空或是所引用概念的有效值。
• 包含逗号、双引号或换行符的值必须 完全括在双引号中。
• 值内任何文本双引号字符都必须紧跟着 前面用另一个双引号引起来。

年

对于国家/地区人口数据，我们需要的最后一个概念是 代表年份。我们不再定义新概念，而是使用 从我们导入的其中一个数据集内获取年份概念： &quot;http://www.google.com/publicdata/dataset/google/time&quot;.为此， 我们需要将其引用为 time:year，其中 time 表示被引用的数据集，year 表示引用的数据集 概念。

规范概念

time:year 是一小部分规范概念的一部分 由 Google 定义。规范概念提供了时间的基本定义， 地理位置、数值数量、单位等

事实上，上述国家/地区概念以 规范的概念。我们在此处创建该图表仅作说明之用。 您应尽可能在数据集中使用规范概念， 或者通过扩展它们（下文有关于扩展的详细信息）。规范概念 使您的数据与其他数据集进行比较，并为您的 数据集。例如，以动画方式呈现随时间变化的数据 或在地图上显示地理数据都需要用到 time 和 geo 规范概念。

第一个 Slice

现在我们已经了解了人口、国家/地区和年份等概念，现在是时候 将它们组合在一起！

为此，我们需要创建一个切片来将它们合并。在 DSPL 中， 切片是数据存在的概念组合。

为什么不直接创建一个包含正确列的表格呢？因为切片会捕获 数据集的信息。这样一来， 会得到更清晰明了。

Slice 显示在 DSPL 文件中的 <slices> 下 元素，该元素必须紧跟在 concepts 部分之后。

<slices>
  <slice id="countries_slice">
    <dimension concept="country"/>
    <dimension concept="time:year"/>
    <metric concept="population"/>
    <table ref="countries_slice_table"/>
  </slice>
</slices>

与概念一样，每个 Slice 也有一个 id (countries_slice) 唯一标识 数据集。

切片包含两种概念引用：维度和 metrics。指标的值会随 维度。在此示例中，population（指标）的值因 维度 country 和 year。

与概念一样，切片包含对表格的引用， 包含切片的数据。引用的表必须有一列用于 切片的每个维度和指标与概念一样，切片的 维度和指标会映射到 ID 相同的表格列。

切片表

人口切片的表格显示在 tables 中 部分：

<tables>
  ...
  <table id="countries_slice_table">
    <column id="country" type="string"/>
    <column id="year" type="date" format="yyyy"/>
    <column id="population" type="integer"/>
    <data>
      <file format="csv" encoding="utf-8">country_slice.csv</file>
    </data>
  </table>
  ...
</tables>

请注意，year 列随附一个 format 属性，用于指定年份的格式。支持的日期格式包括 Joda 日期时间格式定义的日期。

countries_slice 表指定了表中的列， 其类型，并指向包含相应数据的 CSV 文件。CSV 文件 如下所示：

country, year,  population
AF,      1960,  9616353
AF,      1961,  9799379
AF,      1962,  9989846
AF,      1963,  10188299
...

数据表格中的每一行都包含维度的唯一组合 country 和 year，以及相应的值 （例如，总体 -population metric - 1960 年阿富汗的 metric）。

请注意，country 列中的值与 country 概念的值/标识符，即 ISO 3166 国家/地区的双字母代码。

切片的 CSV 数据必须满足以下限制条件：

• 维度字段的每个值（例如 country 和 year）不能为空。指标字段的值（例如 population）可以为空。空值由 no 表示 字符。
• 引用某个概念的维度字段的每个值都必须是 包含该概念的数据中。例如，值 AF 必须出现在country概念数据表中。
• 维度值的每个唯一组合，例如AF, 2000, 只能出现一次。
• 数据应按非时间维度列（以任意顺序）进行排序， 然后视需要添加任何其他列举个例子 在包含 [date, dimension1, dimension2, metric1, metric2] 列的表格中，可以按 dimension1 排序， 之后价格为 dimension2，最后价格为 date，但不是 date，然后是尺寸。

摘要

目前，我们在 DSPL 中有足够的信息来描述 人口数据。总结一下，我们必须做的是：

• 创建数据集及其它的 DSPL 标头和说明 提供方
• 分别为人口和国家/地区创建一种概念，并指定 csv 文件，列举所有国家/地区及其名称。
• 创建一个包含不同国家/地区的人口数量的切片， 引用导入的时间数据集中已定义的年份概念 。

在本教程的其余部分中，我们将通过以下方式使数据集更丰富： 在更多切片中添加更多维度，以及按 主题。

添加维度：美国各州

现在，让我们通过添加以下各州的人口数据来丰富我们的数据集： 美国。我们首先需要定义一个状态概念。看起来 就像我们之前定义的国家/地区概念一样

<concept id="state" extends="geo:location">
  <info>
    <name>
      <value>state</value>
    </name>
    <description>
      <value>US states, identified by their two-letter code.</value>
    </description>
  </info>
  <property concept="country" isParent="true" />
  <table ref="states_table"/>
</concept>

概念扩展和属性 参考

状态概念引入了 DSPL 的几项新功能。

首先，状态是对另一个概念的扩展， geo:location（在外部地理位置数据集中定义， 在数据集开头导入）。从语义上讲，这意味着 state 是一种 geo:location。后果是 它继承了 geo:location。特别是，location 定义 latitude 和 longitude；通过扩展前者 那么这些属性也会应用于状态。此外，由于 位置继承自 entity:entity，状态也会获得 后者的所有属性，包括 name， description和info_url。

注意：之前定义的国家/地区概念 从技术上来说，也应从 geo:location 扩展。 为简单起见，之前省略了这一点；我们添加了 但从地理位置到国家/地区继承 最终的 XML 文件。

注意：您可以使用 extends 构造方法，以重复使用其他数据集定义的信息。 使用 extends 要求概念的所有实例均为 您要扩展的概念的有效实例。借助扩展程序，你可以 额外属性，以及将实例集限制为 扩展概念实例的子集。

除了继承之外，状态属性还引入了 概念参考。 特别是，状态概念有一个名为 country 的属性， 引用了我们在上面创建的国家/地区概念这是通过 使用 concept 属性。请注意，此属性不会 提供一个 ID，只是一个概念引用。这相当于创建一个 ID 其值与所引用概念的 ID 相同（即 country）。组织之间的层级关系 某个州或省/自治区/直辖市和县 针对引用的 isParent="true"。一般来说， 具有层级关系的维度（例如地理位置） 子概念有一个属性 使用 isParent 属性引用父概念。

状态的表定义如下所示：

<tables>
  ...
  <table id="states_table">
    <column id="state" type="string"/>
    <column id="name" type="string"/>
    <column id="country" type="string">
      <value>US</value>
    </column>
    <column id="latitude" type="float"/>
    <column id="longitude" type="float"/>
    <data>
      <file format="csv" encoding="utf-8">states.csv</file>
    </data>
  </table>
  ...
</tables>

“国家/地区”列包含所有州的常量值。在 DSPL 会避免为数据中的每个状态重复该值。另请注意 我们添加了 name、latitude 和 longitude，因为状态继承自 geo:location。另一方面，一些继承的属性 （例如，description) 不含列；没关系- 如果概念定义表中省略了某个属性，则其值 都假设未定义。

CSV 文件如下所示：

state, name,        latitude,  longitude
AL,    Alabama,     32.318231, -86.902298
AK,    Alaska,      63.588753, -154.493062
AR,    Arkansas,    35.20105,  -91.831833
AZ,    Arizona,     34.048928, -111.093731
CA,    California,  36.778261, -119.417932
CO,    Colorado,    39.550051, -105.782067
CT,    Connecticut, 41.603221, -73.087749
...

由于我们已经有关于人口和年份的概念，因此可以重复使用这些概念 为状态人口定义新的切片。

<slices>
  <slice id="states_slice">
    <dimension concept="state"/>
    <dimension concept="time:year"/>
    <metric concept="population"/>
    <table ref="states_slice_table"/>
  </slice>
</slices>

数据表定义如下：

<tables>
  ...
  <table id="states_slice_table">
    <column id="state" type="string"/>
    <column id="year" type="date" format="yyyy"/>
    <column id="population" type="integer"/>
    <file format="csv" encoding="utf-8">state_slice.csv</file>
  </table>
  ...
</tables>

CSV 文件如下所示：

state, year, population
AL,    1960, 9616353
AL,    1961, 9799379
AL,    1962, 9989846
AL,    1963, 10188299

等等，我们为什么要创建新切片，而不是再添加一个 与上一个维度进行比较？

包含州和国家/地区维度的切片不正确， 因为有些行是国家/地区数据，有些行是州/省级行政区 数据。桌子上就会有“空洞”对于某些维度， 不允许（请注意，只有指标和 而不是维度）。

维度充当“主键”。这意味着 每个数据行都必须包含所有维度的值，并且不能有 2 个数据行 所有维度的值都可以完全相同。

添加指标：失业率 费率

现在，让我们向数据集再添加一个指标：

<concept id="unemployment_rate" extends="quantity:rate">
  <info>
    <name>
      <value>Unemployment rate</value>
    </name>
    <description>
      <value>The percent of the labor force that is unemployed.</value>
    </description>
    <url>
      <value>http://www.bls.gov/cps/cps_htgm.htm</value>
    </url>
  </info>
  <type ref="float/>
  <attribute id="is_percentage">
    <type ref="boolean"/>
    <value>true</value>
  </attribute>
</concept>

此指标的 info 部分包含名称、说明和 网址（链接至美国劳工统计局）。

此概念还扩展了 quantity:rate 规范概念。 数量 数据集定义了表示数值的核心概念。在 您应通过扩展 适当的数量概念因此，population 的概念 从技术上来讲应该是扩展了 quantity:amount。

概念属性

此概念还引入了属性的结构。在 在此示例中，我们使用一个属性来表示 unemployment_rate 是百分比。is_percentage 属性继承自 此概念扩展的 quantity:rate 概念。本次 信息，公开数据浏览器会使用这些信息在发生以下情况时显示百分号： 直观呈现数据

属性提供了一种将键值对附加到 概念（与属性相反，属性会将其他值与 实例）。与概念和属性一样， 属性具有 id、info 和 type。与属性一样，它们也可以引用其他概念。

属性不仅仅适用于预定义的一般内容， 属性。您可以为自己的概念定义自己的属性。

添加美国的失业率数据 州/省/自治区/直辖市

我们现在已准备好添加美国各州的失业率数据。因为 失业率是一项指标，我们已经拥有各州的人口数据， 我们只需将其添加到已为州和年份创建的 Slice 中即可 维度：

<slices>
  ...
  <slice id="states_slice">
    <dimension concept="state"/>
    <dimension concept="time:year"/>
    <metric concept="population"/>
    <metric concept="unemployment_rate"/>
    <table ref="states_slice_table"/>
  </slice>
  ...
</slices>

... 并在表定义中添加另一列：

<tables>
  ...
  <table id="states_slice_table">
    <column id="state" type="string"/>
    <column id="year" type="date" format="yyyy"/>
    <column id="population" type="integer"/>
    <column id="unemployment_rate" type="float"/>
    <data>
      <file format="csv" encoding="utf-8">state_slice.csv</file>
    </data>
  </table>
  ...
</tables>

... 然后导入 CSV 文件：

state, year, population, unemployment_rate
AL,    1960, 9616353,    5.1
AL,    1961, 9799379,    5.2
AL,    1962, 9989846,    4.8
AL,    1963, 10188299,   6.9

我们之前说过，对于每个切片，维度构成一个主键 。此外，对于每个数据集，每个数据集只能包含一个切片， 维度组合。所有这些指标的可用指标 维度必须属于同一切片。

更多维度：按性别细分的人口

让我们使用按性别细分的人口数据来丰富我们的数据集， 国家/地区。现在，你开始了解演习了...我们首先需要 添加性别概念：

<concept id="gender" extends="entity:entity">
  <info>
    <name>
      <value>Gender</value>
    </name>
    <description>
      <value>Gender, Male or Female</value>
    </description>
    <pluralName>
      <value>Genders</value>
    </pluralName>
    <totalName>
      <value>Both genders</value>
    </totalName>
  </info>
  <type ref="string"/>
  <table ref="genders_table"/>
</concept>

性别概念 info 部分包含 pluralName：提供用于指代的文本 性别概念的多个实例。info 部分还 包含一个 totalName，它提供了要用于 将性别概念的所有实例作为一个整体指代。这两者 供公开数据浏览器用来显示与性别相关的信息 概念。一般来说，对于可以用作实验目的的概念 维度。

请注意，性别这一概念也源于 entity:entity。这种做法对于 这些用作维度的维度，因为它允许您添加自定义名称、 网址和颜色。

性别概念指的是 genders_table 表， 包含性别及其显示名称的可能值 （此处已省略）。

要将按性别的人口添加到数据集中，我们需要创建一个新的切片 （请注意：每个可用的维度组合都对应着 数据集）。

<slice id="countries_gender_slice">
  <dimension concept="country"/>
  <dimension concept="gender"/>
  <dimension concept="time:year"/>
  <metric concept="population"/>
  <table ref="countries_gender_slice_table"/>
</slice>

切片的表定义如下所示：

<table id="countries_gender_slice_table">
  <column id="country" type="string"/>
  <column id="gender" type="string"/>
  <column id="year" type="date" format="yyyy"/>
  <column id="population" type="integer"/>
  <data>
    <file format="csv" encoding="utf-8">gender_country_slice.csv</file>
  </data>
</table>

表的 CSV 文件如下所示：

country, gender, year, population
AF,      M,      1960, 4808176
AF,      F,      1960, 4808177
AF,      M,      1961, 4899689
AF,      F,      1961, 4899690...

与之前的国家/地区相比，人口和失业率方面， 还有一个额外的维度人口指标的每个值 不仅对应特定的国家/地区和年份，而且还对应某个 特定性别。

请注意，我们已经创建了一个“稀疏”数据集。并非所有 指标适用于所有维度：人口为 国家/地区和美国各州，每年提供此数据， 费率仅适用于国家/地区。提供按性别细分的数据 仅按国家/地区统计人口数据；它不能用来计算失业率数据 指标，而不是状态维度。稀疏性也可能存在于 某些指标的某些维度值没有对应的值 但在 DSPL 中并不表示。

主题

我们在数据集中使用的最后一个功能是 topics。 主题用于以分层方式对概念进行分类， 可帮助用户导航到您的数据

在 DSPL 文件中，主题紧跟在概念前面。下面是一个示例 主题层次结构：

<dspl ... >
  ...
  <topics>
    <topic id="geography">
      <info>
        <name>
          <value>Geography</value>
        </name>
      </info>
    </topic>
    <topic id="social_indicators">
      <info>
        <name>
          <value>Social indicators</value>
        </name>
      </info>
    </topic>
    <topic id="population_indicators">
      <info>
        <name>
          <value>Population indicators</value>
        </name>
      </info>
    </topic>
    <topic id="poverty_and_income">
      <info>
        <name>
          <value>Poverty & income</value>
        </name>
      </info>
    </topic>
    <topic id="health">
      <info>
        <name>
          <value>Health</value>
        </name>
      </info>
    </topic>
  </topics>

您可以根据需要进行深入嵌套的主题。

要使用主题，您只需要在概念中引用主题 定义如下：

<concept id="population">
  <info>
    <name>
      <value>Population</value>
    </name>
    <description>
      <value>Size of the resident population.</value>
    </description>
  </info>
  <topic ref="population_indicators"/>
  <type ref="integer"/>
</concept>

一个概念可以引用多个主题。

提交数据集

现在您已经创建了数据集，下一步是将其压缩， 将 ZIP 文件上传到 Google 公开数据浏览器工具。如果您遇到任何问题，请查看 常见问题解答，其中包括 最常见的上传问题

您还可以下载完整的 XML 文件和完整的数据集 bundle 作为参考 与本教程关联的工具

相关资料

恭喜您创建了您的第一个 DSPL 数据集！现在 建议您通读开发者指南，其中 文档“高级”DSPL 功能，例如 多语言支持和可映射概念。

您可能还想查看更多示例数据集。