Die Aktualität von Länderdaten wird üblicherweise als eine einzige Zahl gemeldet: der Zeitpunkt der letzten Aktualisierung des Datensatzes. Diese Zahl führt fast immer in die Irre, denn ein Datensatz wird nicht in einem Zug erneuert.
Eine typische Ländertabelle entsteht aus mehreren Quellen, die zu verschiedenen Zeiten abgerufen wurden und unterschiedliche Umfänge abdecken. Ein Eintrag kann letzten Monat korrigiert worden sein, während der benachbarte Eintrag seit Jahren unberührt ist, und ein einzelnes Datum am Kopf der Datei kann diesen Unterschied nicht ausdrücken.
Was lässt Länderdaten veralten?
Drei Kräfte, und sie arbeiten mit verschiedenen Uhren.
Die erste ist die Welt, die sich ändert. Namen ändern sich, Währungen ändern sich, Verwaltungsgliederungen werden neu geordnet, und Codes werden ergänzt, stillgelegt oder reserviert. Keines dieser Ereignisse meldet sich bei einem System, das nicht darauf achtet.
Die zweite ist die Quelle, die sich unter Ihnen verändert. Selbst eine Quelle, die inhaltlich korrekt bleibt, kann ihre Darstellung überarbeiten, ein Feld zurückziehen oder Entitäten aufnehmen, die sie vorher ausließ, sodass eine Aktualisierung eine Änderung einspielt, die niemand angefordert hat.
Die dritte ist die Drift des Umfangs. Eine Regel, die für die Entitäten geschrieben wurde, die ein Datensatz damals enthielt, wird stillschweigend falsch, wenn diese Menge wächst, und der Fehler erscheint als Ausnahme statt als Ausfall.
Nur die zweite der drei ist in einem Aktualisierungsprotokoll sichtbar. Die anderen beiden sind der Grund, warum ein Datensatz pünktlich erneuert und trotzdem falsch sein kann.
Wie erfasst man Quelle, Abrufdatum und Umfang?
Drei Angaben erklären die Herkunft eines Wertes, und sie zu einem Zeitstempel zu verschmelzen, zerstört die Fähigkeit, über ihn nachzudenken.
| Angabe | Die Frage, die sie beantwortet | Warum sie sich nicht ableiten lässt |
|---|---|---|
| Quelle | Woher dieser Wert stammt | Zwei Quellen können sich widersprechen, und der Widerspruch ist Information |
| Abrufdatum | Wann dieser Wert geholt wurde | Der Abruf ist nicht dasselbe wie der Zeitpunkt, an dem sich die Quelle selbst geändert hat |
| Umfang | Welche Entitäten und Felder dieser Wert abdeckt | Eine Quelle kann für Namen maßgeblich sein und zu Gliederungen schweigen |
Der Umfang fehlt am häufigsten und ist am teuersten zu rekonstruieren. Ohne ihn bleibt ein leeres Feld mehrdeutig: Die Quelle sagte, es gebe nichts, oder die Quelle wurde zu diesem Feld überhaupt nicht befragt.
Die drei gemeinsam zu speichern, macht auch Konflikte lesbar. Widersprechen sich zwei Quellen bei einem Namen, sieht eine Leserin, welcher Wert woher und von wann stammt, und die Klärung wird zu einer Entscheidung mit Belegen statt zu einem Münzwurf.
Drei Aktualisierungsstrategien und ihre Kosten
Es gibt im Wesentlichen drei Wege, Länderdaten aktuell zu halten, und sie tauschen Aufwand gegen Überraschung in vorhersehbarer Weise.
Regelmäßig abrufen ist der einfachste Weg: alles turnusmäßig erneuern, unabhängig davon, ob sich etwas geändert hat. Das ist leicht nachzuvollziehen und leicht zu vergessen, denn ein geplanter Auftrag, der still scheitert, erzeugt kein sichtbares Symptom, bis die Daten falsch sind.
Auf ein Signal hin abrufen ist sparsamer: auf Änderungsmitteilungen der Stellen achten, die Codes und Namen veröffentlichen, und erneuern, wenn tatsächlich etwas angekündigt wird. Das reagiert schnell und hängt davon ab, dass jemand die Mitteilungen liest; es versagt also genau in den Zeiträumen, in denen niemand hinsieht.
Bei Bedarf erneuern ist die am wenigsten glanzvolle und für einen kleinen Datensatz oft die verlässlichste Variante: einen bestimmten Eintrag aktualisieren, wenn eine Frage dazu auftaucht, und festhalten, wer gefragt hat und warum. Das hält die Daten ehrlich über ihre eigenen Lücken, zum Preis, dass Einträge unberührt bleiben, die noch niemand hinterfragt hat.
Die meisten realen Systeme landen bei einer Kombination aus allen drei: ein langsamer Turnus als Untergrenze, Signale für die schnelllebigen Teile und gezielte Korrekturen für einzelne Beschwerden. Entscheidend ist, dass die Kombination bewusst gewählt ist und dass das Ergebnis je Eintrag festgehalten wird und nicht je Release.
Was sollte eine historische Momentaufnahme bewahren?
Eine Momentaufnahme ist nur dann nützlich, wenn sie eine Frage zu einem vergangenen Zeitpunkt beantworten kann, also muss sie mehr bewahren als die Werte.
Bewahren Sie die Werte, wie sie waren, das Datum, das sie beschrieben, und den Zustand der Quelle, der sie hervorgebracht hat. Eine Momentaufnahme, die nur die Werte behält, kann nicht erklären, warum sich der Name eines Landes zwischen zwei Releases geändert hat, und eine Momentaufnahme, die nur das Datum behält, kann nichts reproduzieren.
Eine Grenze sollte bewusst gesetzt werden. Jedes Feld für immer zu behalten ist teuer und wird selten befragt; die geänderten Werte mit Zuordnung zu behalten, reicht meist aus, um die tatsächlich gestellten Fragen zu beantworten – welcher Name in einem bestimmten Zeitraum galt und wann ein Code nicht mehr verwendet wurde.
Der wertvollste Test für eine Momentaufnahme rekonstruiert einen Datensatz zu einem vergangenen Datum und vergleicht ihn mit dem, was das System damals ausgegeben hat. Widersprechen sich die beiden, ist die Momentaufnahme ein Tagebuch und keine Aufzeichnung.
Für Entwickler: die Herkunft am Wert führen, nicht am Release
Speichern Sie Quelle, Abrufdatum und Umfang neben jedem Wert oder neben jeder Gruppe von Werten, die sie teilen. Dann wird jede Frage nach Verlässlichkeit zu einer Abfrage statt zu einer Gedächtnisübung.
Hat ein Wert keine aufgezeichnete Quelle, behandeln Sie das als einen Zustand, der sichtbar gemacht werden sollte, und nicht als eine Voreinstellung, die man annehmen darf. Der Leitfaden zur Checkliste für die Abdeckung von Länderdaten geht die drei Zustände durch, die ein Feld einnehmen kann, und erklärt, warum ein Unbekanntes sichtbar bleiben sollte; die Aktualität ist schlicht die vierte Dimension auf derselben Tabelle.
Für die Codes selbst sind die veröffentlichten Änderungsmitteilungen die maßgeblichen Auslöser, und der Leitfaden zu den ISO-Länder- und -Unterteilungscodes behandelt, wie die Codesysteme zueinander stehen. Halten Sie das Länder- und Regionenverzeichnis als den neutralen Ort für Leserinnen, die sehen möchten, wie Namen und Codes zusammen dargestellt werden, und nicht, um über Pflege zu lesen.
Quellennamen, Abrufdaten und Versionsbezeichnungen in den Beispielen oben sind reine illustrative Notation. Sie sind kein Verweis auf Inhalte, Turnus oder Abdeckung eines bestimmten Datensatzes und beschreiben keinen realen Aktualisierungsprozess einer Organisation.
Nächste Schritte
Wählen Sie einen Ländereintrag und versuchen Sie, seine Quelle, sein Abrufdatum und seinen Umfang aus dem Gedächtnis aufzuschreiben. Wo Ihnen das nicht gelingt, ist die Information nicht gespeichert, und die nächste Auseinandersetzung über diesen Eintrag wird durch Meinungen entschieden. Der Leitfaden zum Skalieren von Testdaten über Länder hinweg zeigt, wie sich eine Menge von Einträgen mit ungleicher Herkunft trotzdem zur Erzeugung einer stimmigen Testpopulation nutzen lässt.