DSPL 教學課程

DSPL 代表資料集發布語言。DSPL 中說明的資料集可匯入 Google 公開資料瀏覽器，這項工具可讓您以視覺化方式呈現資料。

注意：您必須擁有 Google 帳戶，才能使用公開資料上傳工具將資料上傳至 Google 公開資料。

這個教學課程會逐步說明如何準備基本的 DSPL 資料集。

DSPL 資料集是內含 XML 檔案和一組 CSV 檔案的套裝組合。CSV 檔案是內含資料集的資料的簡易資料表。XML 檔案會說明資料集的「中繼資料」，包括測量說明等中繼資料 (如資料表之間的參照)，以及結構性中繼資料 (例如資料表之間的參照)。中繼資料可讓非專業的使用者探索您的資料，並以視覺化的方式呈現。

理解這個教學課程的唯一必要方法就是瞭解 XML。對於某些資料庫的簡單概念 (例如資料表和主鍵或許也有幫助，但並非必要)。您也可以參考本教學課程和已完成的 XML 檔案和完整資料集套裝組合來進行審查。

總覽

開始建立資料集之前，請先大致瞭解 DSPL 資料集包含的內容：

• 一般資訊：關於資料集
• 概念：資料集中顯示的「事物」定義 (例如國家/地區、失業率、性別等)
• Slice：含有資料的概念組合
• 表格：概念和切片的資料。概念資料表含有列舉，片段資料含有統計資料
• 主題：用來為資料集按有意義的階層結構整理標籤概念

為了說明這些明顯的抽象概念，請考慮在本教學課程中使用的資料集 (包含虛擬資料)：人口與失業統計統計的時間序列 (依國家/地區、美國州/省和性別分類)。

這個範例資料集定義了以下概念：

• country
• gender
• 人口
• 州
• 失業率
• 年

類別的概念 (如狀態) 與概念資料表相關聯，這個概念會列舉所有可能的值 (加州、亞利桑那等)。概念可能為屬性建立其他資料欄，例如名稱或州/省。

「Slice」會定義資料集中具有統計資料的各種概念組合。區塊包含維度和指標。在上圖中，維度是藍色，而指標是橘色的。在這個範例中，gender_country_slice 資料包含 population 指標以及 country、year 和 gender 維度的資料。另一個片段為 country_slice，為國家/地區提供每年的人口總數 (指標)。

除了維度和指標以外，Slice 也會參照內含實際資料的資料表。

現在，讓我們逐步說明如何在 DSPL 中建立這類資料集。

資料集資訊

首先，我們需要為資料集建立 XML 檔案。以下是範例資料集的 DSPL 說明開頭：

<?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>

資料集說明以頂層 <dspl> 元素開始。targetNamespace 屬性包含一個可明確識別這個資料集的 URI。發布資料集時，這個資料集的命名空間尤其重要，因為資料集是資料集的全域 ID，而其他人也能參照該資料集。

請注意，您可以省略 targetNamespace 屬性。在這種情況下，系統會在匯入資料集時自動產生不重複的命名空間。

使用其他資料集中的資訊

透過匯入這些資料集，資料集可重複使用其他資料集的定義和資料。每個 <import> 元素都會指定這個資料集參照的另一個資料集命名空間。

在我們的範例資料集中，我們需要從 http://www.google.com/publicdata/dataset/google/quantity 建立的資料集 (也就是 Google 建立的資料集，其中包含用於定義數值數量的概念) 和time、entity 和 geo 資料集，分別提供與時間、實體和地理位置相關的定義。

頂端 <dspl> 元素提供命名空間前置字串宣告 (例如xmlns:time="http://...")。需要前置字串宣告才能以簡潔的方式參照其他資料集中的元素。例如，time:year 參照匯入資料集內 year 的定義，其命名空間與前置字串 time 相關聯。

資料集和提供者資訊

<info> 元素包含資料集的一般資訊：名稱、說明和可找到更多資訊的網址。

<provider> 元素包含資料集提供者的資訊，包括名稱以及能夠找到更多資訊的網址 (通常是資料供應商的首頁)。

定義概念

目前，我們已提供資料集的一般資訊，可以開始定義資料集的內容。我們的下一個目標則是加入過去 50 年來，各個國家/地區的人口統計資料。

首先我們要針對人口、國家/地區與年份的概念提供了一些定義。在 DSPL 中，這些定義稱為概念。

「概念」是指資料集中顯示的資料類型定義。與特定概念對應的資料值稱為該概念的「執行個體」。

人口

我們先從定義人口概念開始。在 DSPL 文件中，概念會參考在資料集和供應商資訊之後的 <concepts> 元素中定義。

以下的人口概念僅包含所有概念所需的必要資訊：id (專屬 ID)、name 和 type。

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

這個範例的運作原理如下：

• 每個概念都必須提供一個可明確識別資料集內概念的 id。這表示同一個資料集中定義的兩個概念無法具有相同的 ID。
• 與資料集及其提供者一樣，<info> 元素會提供概念的文字資訊，例如名稱和說明。
• <type> 元素可指定概念的「執行個體」資料類型 (也就是所謂的「值」)。在此範例中，population 的類型為 integer。DSPL 支援下列資料類型：
  • string
  • integer
  • float
  • boolean
  • date

國家/地區

現在，讓我們來編寫國家/地區概念的定義：

<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>

國家/地區概念的定義與先前的定義相同，包含 id、info 和 type。

概念值

國家/地區等分類概念會列舉所有可能的執行個體。也就是說，您可以列出可參照的所有國家/地區。不過，每個國家/地區都需要有專屬識別碼。 這個範例使用 ISO 國家/地區代碼來識別國家/地區；這些代碼的類型為 string。

在這個範例中，您不需要使用 ISO 代碼，也可以直接使用國家/地區名稱。然而，名稱會因語言而異，而且可能會隨時間而改變，而且各個資料集中的名稱不一定一致。對國家/地區及一般類別的概念而言，建議您選擇簡短、穩定、常用且常用的語言識別碼 (如果有的話) 這類 ID。

概念屬性

除了 id 以外，國家概念也包含指定國家/地區名稱的 <property> 元素。換句話說，國家/地區名稱 (「愛爾蘭」) 是國家/地區的資產，具有 id IE。屬性是 DSPL 如何提供有關概念執行個體的其他結構化資訊。

與概念本身一樣，屬性具有 id、info 和 type。

概念資料

最後，國家概念包含 <table> 元素。這個元素參照的表格會列舉所有國家/地區清單。

使用概念在某些概念上都很合理，但對其他概念沒有幫助。例如，計算概念人口的所有可能值都是不合理的。不過，如果您打算參照某個概念的某個資料表，該資料表必須包含該概念的所有例項。舉例來說，該表格必須列出各個國家/地區，而不能只列舉幾個範例。

資料集定義 countries_table 資料表的方式如下：

...
<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>

國家/地區表格會指定資料表的欄及其類型，並參照包含資料的 CSV 檔案。您可以使用這個 CSV 檔案組合及上傳這個 CSV 檔案，或是透過 HTTP、HTTPS 或 FTP 遠端存取。在後面的例子中，您會將 countries.csv 替換為網址，例如 http://www.myserver.com/mydata/countries.csv。

無論資料儲存在何處，CSV 檔案看起來會像這樣：

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

表格第一列會列出資料欄 ID，如 DSPL table 定義中所述。以下每列都會對應至一個國家/地區的概念。如果概念有資料表，則資料表必須包含該概念的所有「執行個體」；在這種情況下，必須列出所有國家/地區。

這些資料欄會根據 ID 對應至國家/地區概念及其屬性。第一欄的 ID country 與概念 ID 相符。這表示此欄包含國家/地區概念所定義的不重複國家/地區 ID。下一欄會對應至國家/地區概念的 name 屬性。此欄中的值與 name 屬性的值相符。

概念資料表的 CSV 資料必須符合以下規定：

• 資料檔案第一行的欄標題必須「完全符合」概念的「id」概念，以及與資料相關聯的概念屬性 (但順序可能不同)。
• 每一列的值都必須與概念的屬性數量完全相同 (即使值是空白的)。
• 概念的 id 欄位 (此處為國家/地區代碼) 的每個值都不得重複，且不可為空白 (空白欄位是零或只有空白字元的欄位)。
• 參照其他概念的屬性值必須為空白或為所參照概念的有效值。
• 包含半形逗號、雙引號或換行字元的值必須以雙引號括住。
• 值內的所有常值雙引號字元都必須緊接在另一個雙引號後方。

年

我們對於國家/地區人口資料的最後一個概念是代表年份的概念。我們不會定義新的概念，而是使用所匯入的資料集中的一年概念，也就是「http://www.google.com/publicdata/dataset/google/time」。為了達成這個目標，我們必須將其參照為 time:year，其中 time 代表所參照的資料集，而 year 則能識別概念。

標準概念

time:year 是 Google 定義的一小部分標準概念。標準概念提供時間、地理位置、數值數量、單位等基本定義。

事實上，上述的國家/地區概念是以標準概念的形式存在。此處僅供說明之用。 請盡可能在資料集中使用標準概念，例如直接使用或延伸這些概念 (詳情請參閱下文)。標準概念可讓資料與其他資料集相互比較，並在公開資料瀏覽器中啟用資料集的功能。舉例來說，要建立動畫資料或在地圖上顯示地理資料，分別使用 time 和 geo 標準概念。

第一切片

現在，我們現在已經有了人口、國家/地區與年份的相關概念，現在應該要全心投入！

因此，我們需要建立可合併這些元素的投影片。在 DSPL 中，配量是指存在資料的概念組合。

何不僅使用正確的資料欄來建立資料表？因為配量會根據其概念擷取資料集資訊。隨著我們建立的資料集數量增加，這會更明顯。

Slice 會顯示在 DSPL 檔案的 <slices> 元素下方，該元素必須放在 concepts 區段之後。

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

就像概念一樣，每個片段都有一個 id (countries_slice)，專門用於識別資料集內的配量。

區塊包含兩種概念參照：維度和指標。指標的值會隨維度的值而有所不同。此處的 population (指標) 值會因維度 country 和 year 而異。

就像概念一樣， Slice 本身也具有包含該資料表資料的資料表參照。參照的資料表必須取得 Slice 的每一個維度與指標一個資料欄。如同概念，這個區塊的維度和指標會對應至具有相同 ID 的資料表欄。

Slice 資料表

人口片段的表格會顯示在 DSPL 檔案的 tables 區段中：

<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>

請注意，year 資料欄隨附 format 屬性，用於指定年分的格式。支援的日期格式是由 Joda DateTime 格式定義的格式。

countries_slice 資料表會指定資料表的資料欄類型及其類型，且指向包含資料的 CSV 檔案。CSV 檔案內容如下：

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

資料表的每一列都包含維度 country 和 year 的不重複組合，以及 population 指標的對應值 (例如 1960 年阿富汗人口 - 指標 - 維度)。

請注意，country 欄的值與 country 概念的值/ID 相符，也就是國家/地區的 ISO 3166 雙字母代碼。

Slice 的 CSV 資料必須符合下列限制：

• 維度欄位的值 (例如 country 和 year) 不得留空。指標欄位的值 (例如 population) 可以是空的。空白值不會以任何字元表示。
• 參照概念的維度欄位的每個值都必須存在於該概念的資料中。舉例來說，country 概念資料表必須包含 AF 值。
• 每個維度值的不重複組合 (例如 AF, 2000) 只能出現一次。
• 資料應按照非時間維度欄 (以任何順序排列) 排序，接著可依照其他任何資料欄加以排序。例如，在包含 [date, dimension1, dimension2, metric1, metric2] 資料欄的資料表中，您可以依 dimension1、dimension2 和 date 排序資料，但無法使用 date 排序維度。

摘要

此時，DSPL 中的資訊足以充分反映國家/地區人口資料。回顧一下：

• 建立資料集及其提供者的 DSPL 標頭和說明
• 建立母體和國家/地區的概念。 建立 CSV 檔案，列舉所有國家/地區及其名稱。
• 根據 Google 的匯入時間資料集，根據先前定義的年份概念來建立國家/地區的人口數變化。

在本教學課程的其餘部分，我們將在更多片段中新增更多維度，並依照主題分組更多指標，讓資料集更加豐富。

新增維度：美國

現在讓我們來新增美國各州人口人口資料，讓資料集更加豐富。首先我們需要定義狀態的概念。這看起來就像 我們先前定義的國家/地區概念一樣。

<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>

概念擴充功能和屬性參考資料

狀態概念介紹了 DSPL 的幾項新功能。

首先，狀態會「擴充」另一個概念 geo:location (在資料集開頭匯入的外部地理資料集中定義)。在語意方面，這表示 state 是 geo:location 種類。因此會繼承 geo:location 的所有屬性和屬性。具體來說，位置定義了 latitude 和 longitude 的屬性；擴充先前的概念之後，這些屬性也會套用到狀態。此外，由於位置沿用自 entity:entity，因此狀態也會取得後者的所有屬性，包括 name、description 和 info_url。

注意：從技術上來說，先前定義的國家/地區概念也應該從 geo:location 延伸。為求簡單起見，我們已省略這個點；不過，我們已在最終 XML 檔案中加入國家/地區繼承位置。

注意：您可以在自己的資料集中使用 extends 建構函式，以重複使用其他資料集定義的資訊。使用 extends 會要求概念的所有執行個體都是您要擴充概念的有效執行個體。擴充功能可讓您新增其他屬性和屬性，並將一組執行個體限制為延伸概念的子集執行個體。

除了繼承外，狀態屬性還引進概念參照的概念。請特別注意，狀態概念具備稱為 country 的屬性，此屬性參照了我們先前建立的國家/地區概念。方法是使用 concept 屬性。請注意，這個屬性不會提供 ID，只會提供概念參照。這相當於建立與參照概念 ID 相同的值 (例如country 範例中)。系統會擷取參照屬性 isParent="true" 以擷取狀態和縣市之間的階層關係。一般來說，應該以階層方式呈現具有階層關係關係 (例如地理位置) 的維度，並使用「isParent」屬性參照子項父項的屬性。

狀態的資料表定義如下所示：

<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>

[國家/地區] 欄中的所有狀態皆保持不變。因此，請在 DSPL 中加以指定，以免資料中的每個資料重複。另請注意，我們已納入 name、latitude 和 longitude 的資料欄，因為狀態是從 geo:location 繼承了這些屬性。另一方面，某些繼承的屬性 (例如description)。

CSV 檔案內容如下：

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
...

由於我們已有人口與年份的相關概念，可以重複使用這些概念來定義新的人口狀態。

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

資料表定義如下：

<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 檔案內容如下：

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

既然如此，我們何必建立新的 Slice，而不是在前一個片段中新增維度？

維度的州與國家/地區維度均不正確，因為部分資料列適用於國家/地區資料，部分資料列則用於狀態資料。部分維度會有「孔」，這是不允許的 (提醒您，只有指標才能包含指標，而不支援維度)。

維度是 Slice 的「主鍵」，這表示 每個資料列都必須針對所有維度提供值，且兩個資料列中 所有維度的值不能完全相同。

新增指標：失業率

現在，讓我們在資料集中加入另一個指標：

<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>

這項指標的 info 區段包含名稱、說明和網址 (連結至美國勞工統計局)。

這個概念也擴充了 quantity:rate 標準概念。數量資料集定義了用來呈現數值數量的核心概念。在您的資料集中，您應該擴充適當的數量概念來建立數值概念。因此，從技術上來說，上述的 population 概念應從 quantity:amount 延伸。

概念屬性

此外，這個概念也介紹了屬性的結構。在此範例中，系統會使用屬性表示 unemployment_rate 為百分比。is_percentage 屬性沿用自這個概念擴充的 quantity:rate 概念。「公開資料瀏覽器」會使用這些資訊，在以視覺化方式呈現資料時呈現百分比符號。

屬性會提供一般的機制，可將鍵/值組合附加至概念 (與屬性相比，將其他值與概念的「執行個體」建立關聯)。屬性和概念和屬性一樣，都有 id、info 和 type。與屬性一樣，也可以參照其他概念。

屬性不僅適用於預先定義的一般項目，例如數值屬性。您可以自行定義概念的屬性。

新增美國失業率資料

我們已經準備好為美國各州新增失業率資料。由於失業率是指標，而且我們已有州的人口資料，因此可以只新增至我們為州和年維度建立的片段：

<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>

...，然後在資料表定義中新增其他資料欄：

<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>

... 以及 CSV 檔案：

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

如先前所述，維度的每個部分都會形成一個主鍵。此外，每個資料集都只能包含一個特定維度組合。這些維度可用的所有指標都必須屬於同一部分。

更多維度：依性別細分的人口數

讓我們依照國家/地區的性別細分資料來充實資料集。到目前為止，您將會開始學習以下技巧... 首先，我們要新增性別的概念：

<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>

性別概念 info 區段包含 pluralName，提供用於參照多個性別概念的例項。info 區段還包含 totalName，可提供文字，用來參照整體性別概念的所有例項。公開資料瀏覽器會使用這兩種資料來顯示性別概念的相關資訊。一般來說，對於要做為維度使用的概念，通常都應加以提供。

請注意，性別概念也是從 entity:entity 延伸而來。對於用來當做維度的概念來說，這是相當不錯的做法，可讓您為各個概念例項新增自訂名稱、網址及顏色。

性別概念是指 genders_table 資料表，其包含可能的性別值以及顯示名稱 (在此省略)。

如要按照性別新增資料集至資料集，我們必須建立新的片段 (請記住，每個可用維度組合都對應到資料集中的一個配量)。

<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>

該片段的資料表定義如下所示：

<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>

表格的 CSV 檔案如下所示：

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

相較於之前的國家/地區、人口和失業率部分，這個維度有其他維度；人口指標的每一個值都只對應特定國家/地區和年份，也對應於特定性別。

請注意，我們建立了「稀疏」資料集。並非所有指標都適用於所有維度：人口是按國家/地區計算，並按年顯示，而失業率僅適用於國家/地區。按性別細分的資料僅適用於各國家/地區人口；不適用於失業率指標，不適用於州/省維度。也可以在資料層級建立特定層級的資料，某些指標沒有特定維度值的值，但在 DSPL 中則無法呈現。

主題

我們會在資料集中使用的 DSPL 最後一個功能是 topics。主題可用來按照階層結構將概念分類，供應用程式使用，可幫助使用者導覽您的資料。

在 DSPL 檔案中，主題會顯示在概念前方。以下是主題階層範例：

<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>

您可以視需要為主題建立更深的巢狀結構。

如果要使用主題，只需從概念定義中參照這些主題，如下所示：

<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>

一個概念可以參照多個主題。

提交資料集

建立資料集之後，下一步是壓縮資料集，並將 ZIP 檔案上傳至 Google Public Data Explorer 工具。如果您遇到任何問題，請查看常見問題，其中含有最常見的上傳問題。

如有需要，您也可以下載與本教學課程相關聯的完整 XML 檔案和完整資料集組合。

接下來該做什麼

恭喜您成功建立第一個 DSPL 資料集！現在，您已瞭解基本知識，建議您閱讀《開發人員指南》，這些文件以及其他文件，說明多語言支援和可對應概念等「進階」DSPL 功能。

建議您參考更多範例資料集。