技术博客
深入探索MetaModel：构建SQL 99标准兼容的数据库元模型
深入探索MetaModel：构建SQL 99标准兼容的数据库元模型
### 摘要
本文介绍了 MetaModel 这一强大的工具，它用于构建符合 SQL 99 标准的数据库元模型。MetaModel 提供了一个以数据为中心的应用程序编程接口（API），让用户可以轻松地探索、查询和更新数据。此外，该工具支持多种数据格式，包括通过 JDBC 访问的关系型数据库以及 CSV 文件。为了更好地展示 MetaModel 的功能，本文包含丰富的代码示例，演示了如何利用这一工具执行常见的数据库操作。
### 关键词
MetaModel, SQL 99, 数据库, API, JDBC
## 一、MetaModel概述
### 1.1 MetaModel的概念与特性
MetaModel 是一款专为简化数据库操作而设计的强大工具。它通过提供一个以数据为中心的应用程序编程接口（API），使得开发者能够更加便捷地探索、查询和更新数据。MetaModel 的核心特性包括：
- **易用性**：MetaModel 的 API 设计直观且易于理解，即使是初学者也能快速上手。
- **广泛的数据源支持**：不仅支持通过 JDBC 访问的关系型数据库，还支持 CSV 文件等非关系型数据格式。
- **SQL 99 标准兼容性**：MetaModel 遵循 SQL 99 标准，确保了跨数据库平台的一致性和可移植性。
- **丰富的功能集**：提供了创建、读取、更新和删除（CRUD）操作，以及复杂查询等功能。
### 1.2 MetaModel与SQL 99标准的兼容性
MetaModel 的设计初衷之一就是与 SQL 99 标准保持高度兼容。这意味着开发者可以利用 MetaModel 在不同的数据库系统之间无缝迁移，无需担心底层实现细节。这种兼容性带来的好处包括：
- **简化迁移过程**：当从一个数据库迁移到另一个数据库时，由于 MetaModel 遵循统一的标准，因此可以减少大量的重写工作。
- **增强代码的可维护性**：遵循标准意味着代码更易于理解和维护，这对于团队协作尤为重要。
- **提高开发效率**：MetaModel 的标准化接口减少了学习新数据库系统的成本，提高了开发效率。
### 1.3 MetaModel的应用场景
MetaModel 的应用场景非常广泛，适用于多种业务需求和技术环境。以下是一些典型的应用场景：
- **数据分析**：MetaModel 可以帮助数据分析师高效地处理大量数据，进行复杂的数据挖掘和分析任务。
- **数据集成**：对于需要整合多个数据源的企业而言，MetaModel 提供了一种简便的方式来连接不同类型的数据库。
- **Web 应用开发**：在 Web 开发领域，MetaModel 的灵活性和易用性使其成为构建动态网站和应用程序的理想选择。
- **移动应用开发**：对于移动应用来说，MetaModel 的轻量级特性和对多种数据格式的支持使其成为理想的数据访问层。
通过这些应用场景可以看出，MetaModel 不仅能够满足基本的数据操作需求，还能应对更为复杂的业务挑战。
## 二、MetaModel的安装与配置
### 2.1 安装MetaModel所需环境
在开始使用 MetaModel 之前，首先需要确保安装了必要的环境。MetaModel 主要依赖于 Java 环境，因此第一步是安装 Java Development Kit (JDK)。推荐使用 JDK 8 或更高版本，因为这些版本提供了更好的性能和安全性。
#### 安装 JDK
1. **下载 JDK**：访问 Oracle 官方网站或其他可信来源下载适合您操作系统的 JDK 版本。
2. **安装 JDK**：按照安装向导的指示完成安装过程。
3. **配置环境变量**：确保 `JAVA_HOME` 环境变量已正确设置，并将其添加到系统的 `PATH` 变量中。
#### 安装 MetaModel
一旦 JDK 安装完毕，接下来就可以安装 MetaModel 了。MetaModel 可以通过 Maven 或直接下载二进制包来安装。
- **通过 Maven 安装**：如果您使用的是 Maven 项目，可以在 `pom.xml` 文件中添加 MetaModel 的依赖项。
```xml
<dependency>
<groupId>org.metafacture</groupId>
<artifactId>metamodel-core</artifactId>
<version>最新版本号</version>
</dependency>
```
- **下载二进制包**：如果您的项目不使用 Maven，可以从 MetaModel 的官方网站或 GitHub 仓库下载最新的二进制包。
#### 验证安装
安装完成后，可以通过运行简单的测试代码来验证 MetaModel 是否正确安装。例如，尝试创建一个 MetaModel 的基本实例并连接到一个简单的数据库。
### 2.2 配置MetaModel与数据库的连接
MetaModel 支持通过 JDBC 连接到多种关系型数据库。下面是一个使用 MySQL 数据库的例子。
#### 添加 JDBC 驱动
首先，需要在项目中添加相应的 JDBC 驱动。对于 MySQL 数据库，可以在 Maven 的 `pom.xml` 文件中添加如下依赖：
```xml
<dependency>
<groupId>mysql</groupId>
<artifactId>mysql-connector-java</artifactId>
<version>最新版本号</version>
</dependency>
```
#### 创建连接
接下来，使用 MetaModel 的 API 创建一个数据库连接。以下是一个简单的示例代码：
```java
import org.metamatrix.jdbc.JdbcDataSource;
import org.metamatrix.jdbc.JdbcTable;
public class DatabaseConnectionExample {
public static void main(String[] args) {
String url = "jdbc:mysql://localhost:3306/your_database";
String user = "username";
String password = "password";
JdbcDataSource dataSource = new JdbcDataSource(url, user, password);
JdbcTable table = dataSource.getTable("your_table");
// 执行查询操作
// ...
}
}
```
### 2.3 配置MetaModel与CSV文件的连接
除了关系型数据库外，MetaModel 还支持直接从 CSV 文件中读取数据。这对于处理离线数据集或临时数据文件非常有用。
#### 创建 CSV 数据源
要使用 CSV 文件作为数据源，首先需要创建一个 `CsvDataSource` 实例。以下是一个简单的示例：
```java
import org.metamatrix.csv.CsvDataSource;
import org.metamatrix.csv.CsvTable;
public class CsvDataSourceExample {
public static void main(String[] args) {
String filePath = "/path/to/your/file.csv";
CsvDataSource dataSource = new CsvDataSource(filePath);
CsvTable table = dataSource.getTable("your_table");
// 执行查询操作
// ...
}
}
```
通过上述步骤，您可以轻松地使用 MetaModel 与 CSV 文件进行交互，无论是进行简单的数据查询还是复杂的分析任务。
## 三、通过API进行数据库操作
### 3.1 使用MetaModel API查询数据
MetaModel 的强大之处在于其直观且功能丰富的 API，这使得开发者能够轻松地执行各种数据库查询操作。下面通过几个具体的示例来展示如何使用 MetaModel API 来查询数据。
#### 示例 1：基本查询
假设有一个名为 `employees` 的表，其中包含员工的基本信息，如 `id`, `name`, 和 `department`。下面是如何使用 MetaModel API 查询所有员工的信息：
```java
import org.metamatrix.core.Table;
import org.metamatrix.core.Query;
import org.metamatrix.core.Select;
public class BasicQueryExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
Select select = new Select();
select.columns("*").from(employeesTable);
Query query = new Query(select);
for (Object row : query.execute()) {
System.out.println(row);
}
}
}
```
#### 示例 2：条件查询
在实际应用中，经常需要根据特定条件来筛选数据。例如，查询所有属于销售部门 (`sales`) 的员工：
```java
import org.metamatrix.core.Condition;
public class ConditionalQueryExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
Select select = new Select();
select.columns("*").from(employeesTable)
.where(new Condition("department", "=", "sales"));
Query query = new Query(select);
for (Object row : query.execute()) {
System.out.println(row);
}
}
}
```
#### 示例 3：聚合查询
MetaModel 还支持执行聚合查询，例如计算某个部门的员工总数：
```java
public class AggregateQueryExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
Select select = new Select();
select.column("COUNT(*) AS total")
.from(employeesTable)
.where(new Condition("department", "=", "sales"));
Query query = new Query(select);
Object result = query.execute().next();
System.out.println(result);
}
}
```
通过这些示例可以看到，MetaModel 的 API 设计使得执行复杂的查询变得简单而直观。
### 3.2 使用MetaModel API更新数据
除了查询数据之外，MetaModel 还提供了更新数据的功能。下面通过几个示例来展示如何使用 MetaModel API 更新数据库中的记录。
#### 示例 1：更新单条记录
假设需要将某个员工的部门从 `sales` 更改为 `marketing`：
```java
import org.metamatrix.core.Update;
import org.metamatrix.core.SetClause;
public class UpdateSingleRecordExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
Update update = new Update(employeesTable);
update.set(new SetClause("department", "marketing"))
.where(new Condition("id", "=", 1));
int rowsAffected = update.execute();
System.out.println(rowsAffected + " row(s) updated.");
}
}
```
#### 示例 2：批量更新记录
有时可能需要批量更新多条记录。例如，将所有销售部门的员工转移到市场部门：
```java
public class BatchUpdateExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
Update update = new Update(employeesTable);
update.set(new SetClause("department", "marketing"))
.where(new Condition("department", "=", "sales"));
int rowsAffected = update.execute();
System.out.println(rowsAffected + " row(s) updated.");
}
}
```
这些示例展示了 MetaModel 如何灵活地处理数据更新操作。
### 3.3 使用MetaModel API管理数据库结构
MetaModel 不仅支持数据的查询和更新，还可以用来管理数据库的结构。下面通过几个示例来展示如何使用 MetaModel API 创建和修改数据库表。
#### 示例 1：创建新表
假设需要创建一个新的表 `departments`，包含 `id` 和 `name` 两个字段：
```java
import org.metamatrix.core.CreateTable;
import org.metamatrix.core.Column;
import org.metamatrix.core.DataType;
public class CreateTableExample {
public static void main(String[] args) {
Table departmentsTable = dataSource.createTable("departments");
departmentsTable.addColumn(new Column("id", DataType.INTEGER))
.addColumn(new Column("name", DataType.VARCHAR, 50));
CreateTable createTable = new CreateTable(departmentsTable);
boolean created = createTable.execute();
if (created) {
System.out.println("Table created successfully.");
} else {
System.out.println("Failed to create table.");
}
}
}
```
#### 示例 2：修改现有表
假设需要向现有的 `employees` 表中添加一个新的字段 `email`：
```java
import org.metamatrix.core.AlterTable;
import org.metamatrix.core.AddColumn;
public class AlterTableExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
employeesTable.addColumn(new Column("email", DataType.VARCHAR, 100));
AlterTable alterTable = new AlterTable(employeesTable);
alterTable.add(new AddColumn("email"));
boolean altered = alterTable.execute();
if (altered) {
System.out.println("Table altered successfully.");
} else {
System.out.println("Failed to alter table.");
}
}
}
```
这些示例展示了 MetaModel 如何帮助开发者高效地管理数据库结构。
## 四、JDBC与MetaModel的整合
### 4.1 JDBC概述及其在MetaModel中的应用
JDBC（Java Database Connectivity）是一种用于执行 SQL 语句的 Java API，它可以为多种关系数据库提供统一访问，这使得 Java 程序员能够使用 JDBC 接口编写数据库应用程序，而不必关心底层数据库的具体实现。MetaModel 利用了 JDBC 的这一特性，为用户提供了一个高级的、面向对象的 API，使得开发者能够更加专注于业务逻辑而非底层数据库的细节。
在 MetaModel 中，JDBC 被用作与关系型数据库通信的基础层。通过 MetaModel 的 API，开发者可以轻松地建立与数据库的连接、执行 SQL 查询、更新数据等操作。MetaModel 对 JDBC 的封装进一步简化了数据库操作的复杂度，使得即使是初学者也能够快速上手。
### 4.2 通过JDBC访问关系型数据库
MetaModel 通过 JDBC 支持多种关系型数据库，包括但不限于 MySQL、Oracle、PostgreSQL 等。下面是一个使用 MetaModel 通过 JDBC 访问 MySQL 数据库的示例：
```java
import org.metamatrix.jdbc.JdbcDataSource;
import org.metamatrix.jdbc.JdbcTable;
public class JdbcAccessExample {
public static void main(String[] args) {
String url = "jdbc:mysql://localhost:3306/your_database";
String user = "username";
String password = "password";
JdbcDataSource dataSource = new JdbcDataSource(url, user, password);
JdbcTable table = dataSource.getTable("your_table");
// 执行查询操作
// ...
}
}
```
在这个例子中，我们首先创建了一个 `JdbcDataSource` 实例，指定了数据库的 URL、用户名和密码。接着，我们通过 `dataSource.getTable()` 方法获取了一个表的引用。之后，可以根据需要执行各种数据库操作，如查询、更新等。
### 4.3 JDBC与MetaModel的兼容性及注意事项
MetaModel 与 JDBC 的兼容性非常好，这是因为 MetaModel 本身就是基于 JDBC 构建的。然而，在使用过程中仍需注意以下几点：
1. **驱动版本**：确保使用的 JDBC 驱动版本与 MetaModel 兼容。通常情况下，MetaModel 支持最新的 JDBC 驱动版本，但最好检查官方文档以确认具体版本。
2. **性能优化**：虽然 MetaModel 提供了高级抽象，但在处理大量数据时，仍然需要注意性能问题。例如，可以考虑使用批处理更新来提高效率。
3. **异常处理**：在使用 MetaModel 时，务必妥善处理可能出现的异常情况，如连接失败、查询错误等。良好的异常处理机制有助于提高应用程序的健壮性。
4. **资源管理**：确保在完成数据库操作后正确关闭连接和其他资源，避免资源泄露的问题。
通过以上介绍，我们可以看到 MetaModel 与 JDBC 的结合为开发者提供了一个强大而灵活的工具，使得数据库操作变得更加简单和高效。
## 五、MetaModel的高级特性
### 5.1 MetaModel的数据转换与处理功能
MetaModel 不仅是一款强大的数据库操作工具，还具备出色的数据转换与处理功能。这些功能使得开发者能够在不离开 MetaModel 的环境中完成数据清洗、转换和处理的任务，极大地提高了工作效率。
#### 数据转换
MetaModel 支持多种类型的数据转换操作，包括但不限于数据类型转换、数据格式调整等。例如，可以轻松地将字符串类型的日期转换为日期时间类型，或者将数值类型的字段转换为货币格式。这些转换操作可以通过 MetaModel 的 API 直接完成，无需编写复杂的转换逻辑。
#### 数据处理
除了转换功能外，MetaModel 还提供了丰富的数据处理功能。例如，可以使用 MetaModel 的 API 来实现数据去重、数据填充等操作。这些功能对于处理大型数据集尤其有用，可以帮助开发者快速清理数据，确保数据质量。
#### 示例代码
下面是一个简单的示例，展示了如何使用 MetaModel 进行数据转换和处理：
```java
import org.metamatrix.core.Table;
import org.metamatrix.core.Column;
import org.metamatrix.core.DataType;
import org.metamatrix.core.Update;
import org.metamatrix.core.SetClause;
public class DataTransformationExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
// 添加新的日期时间列
employeesTable.addColumn(new Column("birthdate_dt", DataType.DATE_TIME));
// 更新数据类型
Update update = new Update(employeesTable);
update.set(new SetClause("birthdate_dt", "TO_DATE(birthdate, 'yyyy-MM-dd')"))
.where(new Condition("birthdate IS NOT NULL"));
int rowsAffected = update.execute();
System.out.println(rowsAffected + " row(s) updated.");
}
}
```
通过这些功能，MetaModel 成为了一个全面的数据处理解决方案，不仅能够处理数据库操作，还能有效地进行数据清洗和转换。
### 5.2 MetaModel的安全性与权限管理
在处理敏感数据时，安全性始终是首要考虑的因素之一。MetaModel 提供了一系列的安全性和权限管理功能，确保数据的安全性和合规性。
#### 用户认证
MetaModel 支持基于用户名和密码的身份验证机制。在连接数据库时，必须提供有效的用户名和密码才能访问数据。这种认证机制确保只有授权用户才能访问数据库。
#### 权限控制
MetaModel 还允许管理员设置详细的权限控制规则。例如，可以为不同的用户分配不同的权限级别，如只读权限、读写权限等。这种细粒度的权限控制有助于防止未经授权的数据访问和修改。
#### 数据加密
为了保护数据的安全，MetaModel 支持数据传输加密。当数据在客户端和服务器之间传输时，可以启用 SSL/TLS 加密，确保数据在传输过程中的安全。
#### 示例代码
下面是一个简单的示例，展示了如何在 MetaModel 中设置用户权限：
```java
import org.metamatrix.jdbc.JdbcDataSource;
import org.metamatrix.jdbc.JdbcTable;
public class SecurityExample {
public static void main(String[] args) {
String url = "jdbc:mysql://localhost:3306/your_database";
String user = "username";
String password = "password";
JdbcDataSource dataSource = new JdbcDataSource(url, user, password);
JdbcTable table = dataSource.getTable("your_table");
// 设置权限
// ...
}
}
```
通过这些安全措施，MetaModel 为开发者提供了一个既强大又安全的数据操作环境。
### 5.3 MetaModel的性能优化策略
为了确保 MetaModel 在处理大量数据时依然能够保持高效的性能，开发者可以采取一系列的性能优化策略。
#### 批处理更新
当需要更新大量数据时，使用批处理更新可以显著提高性能。MetaModel 支持批处理操作，允许一次性提交多个更新命令，从而减少与数据库之间的网络往返次数。
#### 索引优化
合理使用索引可以显著提高查询性能。MetaModel 允许开发者轻松地为表中的列创建索引。在设计查询时，应优先考虑使用已有的索引，以加快查询速度。
#### 异步处理
对于耗时较长的操作，可以考虑使用异步处理方式。MetaModel 支持异步查询和更新操作，这样可以在后台执行这些操作，而不会阻塞主线程。
#### 示例代码
下面是一个简单的示例，展示了如何使用批处理更新来提高性能：
```java
import org.metamatrix.jdbc.JdbcDataSource;
import org.metamatrix.jdbc.JdbcTable;
import org.metamatrix.core.Update;
import org.metamatrix.core.SetClause;
public class PerformanceOptimizationExample {
public static void main(String[] args) {
String url = "jdbc:mysql://localhost:3306/your_database";
String user = "username";
String password = "password";
JdbcDataSource dataSource = new JdbcDataSource(url, user, password);
JdbcTable table = dataSource.getTable("your_table");
Update update = new Update(table);
update.set(new SetClause("status", "processed"));
// 批处理更新
update.batchExecute(Arrays.asList(1, 2, 3, 4, 5));
}
}
```
通过这些性能优化策略，MetaModel 能够在处理大规模数据集时保持高效和稳定。
## 六、实战案例与代码示例
### 6.1 使用MetaModel进行复杂查询的案例
在实际应用中，MetaModel 的强大之处在于能够执行复杂的数据库查询。下面通过几个具体的案例来展示如何使用 MetaModel 进行复杂查询。
#### 案例 1：多表联接查询
假设有一个员工表 `employees` 和一个部门表 `departments`，需要查询每个员工及其所在部门的信息。可以使用 MetaModel 的 API 来实现这样的多表联接查询：
```java
import org.metamatrix.core.Table;
import org.metamatrix.core.Join;
import org.metamatrix.core.Query;
import org.metamatrix.core.Select;
public class JoinQueryExample {
public static void main(String[] args) {
Table employeesTable = dataSource.getTable("employees");
Table departmentsTable = dataSource.getTable("departments");
Select select = new Select();
select.columns("employees.id", "employees.name", "departments.name AS department_name")
.from(employeesTable)
.join(new Join(departmentsTable, "employees.department_id = departments.id"));
Query query = new Query(select);
for (Object row : query.execute()) {
System.out.println(row);
}
}
}
```
#### 案例 2：子查询
有时候需要在一个查询中嵌套另一个查询，即子查询。例如，查询所有销售额超过平均销售额的订单：
```java
import org.metamatrix.core.SubQuery;
import org.metamatrix.core.Condition;
public class SubQueryExample {
public static void main(String[] args) {
Table ordersTable = dataSource.getTable("orders");
Select subSelect = new Select();
subSelect.column("AVG(amount) AS avg_amount").from(ordersTable);
SubQuery subQuery = new SubQuery(subSelect);
Select select = new Select();
select.columns("*").from(ordersTable)
.where(new Condition("amount", ">", subQuery.column("avg_amount")));
Query query = new Query(select);
for (Object row : query.execute()) {
System.out.println(row);
}
}
}
```
通过这些案例可以看出，MetaModel 的 API 设计使得执行复杂的查询变得简单而直观。
### 6.2 通过MetaModel进行数据迁移的案例
MetaModel 的兼容性和灵活性使其成为数据迁移的理想工具。下面通过一个具体的案例来展示如何使用 MetaModel 进行数据迁移。
#### 案例：从 MySQL 迁移到 PostgreSQL
假设需要将一个 MySQL 数据库中的数据迁移到 PostgreSQL 数据库中。可以使用 MetaModel 的 API 来实现这一过程：
```java
import org.metamatrix.jdbc.JdbcDataSource;
import org.metamatrix.jdbc.JdbcTable;
import org.metamatrix.core.Insert;
import org.metamatrix.core.Select;
public class DataMigrationExample {
public static void main(String[] args) {
// MySQL 数据源
String mysqlUrl = "jdbc:mysql://localhost:3306/source_db";
String mysqlUser = "source_user";
String mysqlPassword = "source_password";
JdbcDataSource mysqlDataSource = new JdbcDataSource(mysqlUrl, mysqlUser, mysqlPassword);
JdbcTable mysqlTable = mysqlDataSource.getTable("source_table");
// PostgreSQL 数据源
String postgresUrl = "jdbc:postgresql://localhost:5432/target_db";
String postgresUser = "target_user";
String postgresPassword = "target_password";
JdbcDataSource postgresDataSource = new JdbcDataSource(postgresUrl, postgresUser, postgresPassword);
JdbcTable postgresTable = postgresDataSource.getTable("target_table");
// 迁移数据
Select select = new Select();
select.columns("*").from(mysqlTable);
Query query = new Query(select);
for (Object row : query.execute()) {
Insert insert = new Insert(postgresTable);
insert.values(row);
insert.execute();
}
}
}
```
通过上述代码，可以将 MySQL 数据库中的数据顺利迁移到 PostgreSQL 数据库中，同时保持数据的完整性和一致性。
### 6.3 MetaModel在数据分析中的应用案例
MetaModel 的强大功能使其非常适合用于数据分析任务。下面通过一个具体的案例来展示如何使用 MetaModel 进行数据分析。
#### 案例：分析销售数据
假设有一个销售数据表 `sales`，需要分析每个月的总销售额和平均销售额。可以使用 MetaModel 的 API 来实现这一分析：
```java
import org.metamatrix.core.Table;
import org.metamatrix.core.GroupBy;
import org.metamatrix.core.Function;
import org.metamatrix.core.Select;
public class SalesAnalysisExample {
public static void main(String[] args) {
Table salesTable = dataSource.getTable("sales");
Select select = new Select();
select.column("MONTH(date) AS month")
.column(new Function("SUM", "amount").as("total_sales"))
.column(new Function("AVG", "amount").as("average_sales"))
.from(salesTable)
.groupBy(new GroupBy("MONTH(date)"));
Query query = new Query(select);
for (Object row : query.execute()) {
System.out.println(row);
}
}
}
```
通过这个案例，可以看到 MetaModel 的 API 使得数据分析变得简单而高效，能够轻松地执行复杂的统计和汇总操作。
## 七、总结
本文详细介绍了 MetaModel 这一强大的数据库操作工具，它遵循 SQL 99 标准，提供了一个以数据为中心的 API，使开发者能够轻松地探索、查询和更新数据。通过丰富的代码示例，我们展示了如何使用 MetaModel 进行基本和复杂的数据库操作，包括查询、更新、创建和修改数据库表等。此外，还探讨了 MetaModel 与 JDBC 的整合方式，以及如何利用其高级特性进行数据转换、处理和优化性能。最后，通过实战案例展示了 MetaModel 在复杂查询、数据迁移和数据分析中的应用。MetaModel 的易用性和灵活性使其成为处理数据库操作的理想选择，无论是在 Web 开发、数据分析还是移动应用开发等领域都能发挥重要作用。
加载文章中...
