Aims

This assignment aims to give you

an understanding of how data is treated inside a DBMS

practice in adding a new base type to PostgreSQL

The goal is to implement a new data type for PostgreSQL, complete with input/output functions, comparison operators and the ability to build indexes on values of the type.

Summary

Deadline Friday 17 March, 9pm

Pre-requisites: before starting this assignment, it would be useful to complete Prac Work P04

Late Penalty: 5% of the max assessment mark per-day reduction, for up to 5 days Marks: This assignment contributes 15 marks toward your total mark for this course.

Submission: Moodle > Assignment > Assignment 1

Make sure that you read this assignment specification carefully and completely before starting work on the assignment.

Questions which indicate that you haven't done this will simply get the response "Please read the spec".

We use the following names in the discussion below

PG_CODE ... the directory where your PostgreSQL source code is located   (typically

/srvr/YOU/postgresql-15.1/)

PG_HOME ... the directory where you have installed the PostgreSQL binaries   (typically

/srvr/YOU/pgsql/bin/)

PG_DATA ... the directory where you have placed PostgreSQL's data (typically

/srvr/YOU/pgsql/data/)

PG_LOG ... the file where you send PostgreSQL's log output   (typically

/srvr/YOU/pgsql/data/log/)

Introduction

PostgreSQL has an extensibility model which, among other things, provides a well-defined process for adding new data types into a PostgreSQL server. This capability has led to the development by

PostgreSQL users of a number of types (such as polygons) which have become part of the standard distribution. It also means that PostgreSQL is the database of choice in research projects which aim to push the boundaries of what kind of data a DBMS can manage.

In this assignment, we will be adding a new data type for dealing with geographical coordinates.  You may implement the functions for the data type in any way you like provided that they satisfy the semantics given below (in the The Geographical Coordinate Data Type section).

The process for adding new base data types in PostgreSQL is described in the following sections of the PostgreSQL documentation:

38.13 User-defined Types

38.10 C-Language Functions

38.14 User-defined Operators

SQL: CREATE TYPE

SQL: CREATE OPERATOR

SQL: CREATE OPERATOR CLASS

Section 38. 13 uses an example of a complex number type, which you can use as a starting point for defining your GeoCoord data type (see below). There are other examples of new data types under  the directories:

PG_CODE/contrib/citext/ ... a case-insensitive character string datatype

PG_CODE/contrib/seg/ ... a confidence-interval datatype

These may or may not give you some useful ideas on how to implement the GeoCoord address data type.

Setting Up

You ought to start this assignment with a fresh copy of PostgreSQL, without any changes that you  might have made for the Prac exercises (unless these changes are trivial). Note that you only need to configure, compile and install your PostgreSQL server once for this assignment. All subsequent  compilation takes place in the src/tutorial directory, and only requires modification of the files there.

Once you have re-installed your PostgreSQL server, you should run the following commands:

Once you've made the gcoord.* files, you should also edit the Makefile in this directory and add the green text to the following lines:

The rest of the work for this assignment involves editing only the gcoord.c and gcoord.source files. In order for the Makefile to work properly, you must use the identifier _OBJWD_ in the          gcoord.source file to refer to the directory holding the compiled library. You should never modify

directly the gcoord.sql file produced by the Makefile. Place all of you C code in the gcoord.c file; do not create any other *.c files.

Note that your submitted versions of gcoord.c and gcoord.source should not contain any references to the complex type. Make sure that the documentation (comments in program) describes the code that you wrote.

The Geographical Coordinate Data Type

We wish to define a new base type GeoCoord to represent location based on geographical                coordinate system. We also aim to define a useful set of operations on values of type GeoCoord and wish to be able to create indexes on GeoCoord attributes. How you represent GeoCoord values       internally, and how you implement the functions to manipulate them internally, is up to you. However, they must satisfy the requirements below.

Once implemented correctly, you should be able to use your PostgreSQL server to build the following kind of SQL applications:

Having defined a hash-based file structure, we would expect that the queries would make use of it. You can check this by adding the keyword EXPLAIN before the query, e.g.

which should, once you have correctly implemented the data type and loaded sufficient data, show that an index-based scan of the data is being used.

Geographical Coordinate values

The precise format of geographical coordinates is defined as following:

a geographical coordinate has 3 parts: LocationName, Latitude and Longitude;

the LocationName has one or more words, the words are seperated by space;

each Word is a sequence of one or more letters;

the Latitude or the Longitude has two parts: a coordinate value and a direction;

the coordinate value is a real number that is greater than or equal to 0 (for simplicity, you can

assume no coordinate value using more than 4 decimal places. In other words, you can ignore the possibility of processing coordinate value with long decimal places);

the coordinate value of the Latitude should be less than or equal to 90;

the coordinate value of the Longitude should be less than or equal to 180;

the direction of latitude is either 'N' or 'S'; the direction of longitude is either 'W' or 'E';

A more precise definition can be given using a BNF grammar:

You may assume that the maximum length of the LocationName part is 256 chars.

Under this syntax, the following are valid geographical coordinate.

The following geographical coordinate are not valid in our system.

Important: for this assignment, we define an ordering on geographical coordinate as follows:

the ordering is determined initially by the ordering on the latitude and longitude

if the both are equal, then the ordering is determined by LocationName.

ordering of LocationName is determined lexically and is case-insensitive.

There are examples of how this works in the section on Operations on Geographical Coordinates below.

Representing Geographical Coordinates

The first thing you need to do is to decide on an internal representation for your GeoCoord data type. You should do this, however, after you have looked at the description of the operators below, since     what they require may affect how you decide to structure your internal GeoCoord values.

When you read strings representing GeoCoord values, they are converted into your internal form,    stored in the database in this form, and operations on GeoCoord values are carried out using this    data structure. It is useful to define a canonical form for names, which may be slightly different to the form in which they are read (e.g. "Melbourne, 144.95°E 37.84°S" might be rendered as                       "melbourne,37.84°S, 144.95°E"). When you display GeoCoord values, you should show them in       canonical form, regardless of how they were entered or how they are stored.

The initial functions you need to write are ones to read and display values of type GeoCoord. You should write analogues of the functions complex_in(), complex_out that are defined in the file complex.c. Make sure that you use the V1 style function interface (as is done in complex.c).

Note that the two input/output functions should be complementary, meaning that any string displayed by the output function must be able to be read using the input function. There is no requirement for   you to retain the precise string that was used for input (e.g. you could store the GeoCoord value       internally in a different form such as splitting it into several parts).

One thing that gcoord_in() must do is determine whether the input string has the correct structure (according to the garmmer above). Your gcoord_out() should display each geographical                coordinate in a format that can be read by gcoord_in().

You are not required (but you can) to define binary input/output functions, called                  receive_function and send_function in the PostgreSQL documentation, and called complex_send and complex_recv in the complex.c file.

As noted above, you cannot assume anything about the input length of the geographical coordinates. Using a fixed-size representation for GeoCoord limits your maximum possible mark to 10/ 15.

Operations on Geographical Coordinates

You must implement all of the following operations for the GeoCoord type:

GeoCoord1 = GeoCoord2 ... two geographical coordinates are equivalent

Two geographical coordinates are equivalent if, in their canonical forms, they have the same LocationName, Longitude and Latitude.

GeoCoord1 > GeoCoord2 ... the geographical coordinates is greater than the second

GeoCoord1 is greater than GeoCoord2 if, the latitude of GeoCoord1 is closer to equator than the latitude of GeoCoord2 (If the value of latitude is the same, then we deduce by the direction, i.e., the one in North is considered to be greater than the one in South).

If the latitude are equal, then GeoCoord1 is greater than GeoCoord2 if the longitude of GeoCoord1 is closer to prime meridian than the longitude of GeoCoord2 (If the value of             longitude is the same, then we deduce by the direction, i.e., the one in East is considered to be greater than the one in West).

If both of the latitude and longitude are equal, then GeoCoord1 is greater than GeoCoord2 if the LocationName of GeoCoord1 is exically greater than the LocationName of GeoCoord2.