19 Történeti adatbázis – saját eszköz prozopográfiához

Ebben a fejezetben egy böngészőben futó saját fejlesztésű eszközt mutatunk be, amelyet kifejezetten levéltári és történeti kutatásra terveztünk. Az eszköz neve Történeti Adatbázis (a fájl neve: torteneti_adatbazis.html), és az Access-ben megismert relációs logikát egyszerűsített formában, sablonokra és EAV-modellre építve teszi elérhetővé.

19.1 Miért egy újabb eszköz?

Az Access tanulságai – elsődleges kulcs, idegen kulcs, kapcsolatok, referenciális integritás – változatlanul fontosak. A Történeti Adatbázis ugyanezt a logikát követi, de két olyan problémára ad választ, amellyel a hallgatók az előző fejezetekben találkoztak:

1. Telepítés nélkül, bárhol futtatható. Az Access csak Windows rendszeren, saját licenccel érhető el. Az eszköz egyetlen HTML-fájl, amelyet a saját gépünkön (vagy akár pendrive-on) megnyitva bármelyik böngésző elindít. Nincs telepítés, nincs licencdíj, nem kell rendszergazda.

2. Levéltári és történeti forrásokra szabott sémák. Az eszköz négy kész sablont kínál (prozopográfia, levelezés, intézmény, anyakönyv), amelyek a leggyakoribb forrástípusok modellezését készen hozzák. Az Access-ben minden táblát és mezőt magunknak kell megterveznünk; itt el lehet indulni egy működő sémából, és azon finomítani.

A fejezet második felében egy konkrét gyakorlaton – az MTA alapítói és első nemzedéke (1825–1850) adatsor betöltésén – vesszük végig az eszköz használatát.

19.2 Az eszköz és a gyakorló fájlok letöltése

A fejezet két fájlja letöltésre kattintható formában:

A letöltéshez: jobb kattintás a linken → „Hivatkozás mentése másként” (Chrome / Firefox / Edge). A HTML-fájlt célszerű egy dedikált mappába tenni – a böngésző helyben fogja tárolni az adatainkat ehhez a fájlhoz.

Indítás: kettős kattintás a torteneti_adatbazis.html fájlra, vagy húzzuk be egy megnyitott böngészőablakba. Nincs szükség internetkapcsolatra a működéshez (kivéve a térképes vizualizációt).

19.3 Az eszköz felépítése

Az eszköz a fejléc alatt hat nézetre tagolódik (felső fülek):

  • Rekordok – kártyás lista az entitásokkal, keresővel. Itt tekintjük meg és szerkesztjük a rekordjainkat.
  • Adatbevitel – egyszerre egy új rekord felvitele űrlapon keresztül, vagy több rekord CSV/Excel-importálása varázslóval.
  • Harmonizálás – a nyers (pl. Excelből érkezett) értékek egységesítése. Pl. „r.k.”, „rk.”, „római katolikus” mind → „Római katolikus”.
  • Kapcsolatok – két rekord közötti viszony rögzítése (kolléga, tanítvány, házastárs, szülő-gyerek stb.).
  • Vizualizáció – négy típus: idővonal, hálózat, statisztika és térkép.
  • Súgó – 11 fejezetes, kereshető beépített súgó.

19.3.1 Séma, entitás, attribútum, kapcsolat

Az eszköz egyszerűsített EAV-modellt (Entity-Attribute-Value) használ. Ebben a modellben:

  • Minden rekord egy entitás (pl. egy személy, egy levél, egy intézmény). A rekordnak van néhány kötött, séma által meghatározott mezője (név, születési év, halálozási év, nem, forrás, megjegyzés).
  • Minden entitás mellé tetszőleges számú attribútum felvehető kulcs–érték párként. Pl. Foglalkozás = „ügyvéd”, Vallás = „református”, Lakóhely = „Debrecen”. Az attribútum-típusok listája a beállításokban bővíthető.
  • A kapcsolatok két entitás közötti élek, típusmegjelöléssel és forrás-hivatkozással.

Ez az Access-ben megismert három-táblás logika, csak összevonva: a kötött séma az Access fő tábláját helyettesíti, az attribútumok egy generikus kulcs-érték tábla, a kapcsolatok pedig egy önmagára hivatkozó kapcsolati tábla.

19.3.2 Sablonok

A Beállítások ▸ Séma ablakban négy kész sablon választható:

Sablon Mit tart nyilván? Mezők
Prozopográfia személyeket név, születési év, halálozási év, nem, forrás, megjegyzés
Levelezés leveleket cím, dátum, feladó, címzett, forrás, megjegyzés
Intézmény intézményeket név, alapítás éve, megszűnés éve, típus, forrás, megjegyzés
Anyakönyv keresztelési / házassági / halotti bejegyzéseket név, esemény dátuma, esemény típusa, hely, forrás, megjegyzés

A sablon csak a kiindulópont – minden mezőt lehet átnevezni, új mezőt hozzáadni vagy elhagyni a Beállítások ablakban, még az első rekord felvitele előtt.

19.4 Gyakorlat: az MTA alapítóinak adatsora

A következő lépéseket az MTA_alapitok_es_elso_nemzedek_1825-1850.xlsx fájlon demonstráljuk. Ez egy 50 rekordos prozopográfiai adatsor: 4 alapító, 4 kezdeti tisztségviselő, az 1831-ben választott első 23 rendes tag és a további 19 fő, akiket 1831 és 1850 között választottak meg az akadémia tagjává.

19.4.1 0. lépés: az eszköz megnyitása

  1. Kattintsunk kétszer a letöltött torteneti_adatbazis.html fájlra – megnyílik a böngészőben.
  2. Első indításkor egy üdvözlő képernyő fogad – válasszuk a Prozopográfia sablont.
  3. A Beállítások gombra kattintva ellenőrizhetjük a séma mezőit. Ezeket most nem kell módosítani.

19.4.2 1. lépés: az Excel betöltése CSV-importtal

  1. Az Adatbevitel fülön kattintsunk a CSV/Excel import gombra.
  2. Tallózzuk ki az MTA_alapitok_es_elso_nemzedek_1825-1850.xlsx fájlt.
  3. A varázsló első lépésében megjelenik az oszlopok előnézete. Ellenőrizzük, hogy az ékezetek helyesek (ha kérdőjelek jelennek meg, az Excel mentésénél válasszuk „CSV UTF-8” formátumot).
  4. A második lépésben az eszköz automatikusan (az autoMap funkcióval) megpróbálja összerendelni az Excel-oszlopokat a séma mezőivel és az attribútum-típusokkal. A demonstrációs fájl oszlopnevei pontosan egyeznek a séma mezőinek nevével, így minden hozzárendelés automatikusan helyes lesz:
    • „Teljes név” → névmező
    • „Születési év” → születési év mező
    • „Halálozási év” → halálozási év mező
    • „Nem” → nem mező
    • „Forrás” → forrás mező
    • „Megjegyzés” → megjegyzés mező
    • A többi oszlop (Születési hely, Foglalkozás, Vallás, MTA szerep, MTA osztály, Választás éve) attribútum-típusként kerül be.
  5. A harmadik lépésben kattintsunk az Importálás gombra. A Rekordok fülre lépve az 50 akadémikus kártyái jelennek meg.

19.4.3 2. lépés: mentés (fontos!)

Kattintsunk a fejléc Mentés ▸ JSON gombjára, és mentsük le a fájlt pl. mta_munkamenet_1.json néven. Ez a biztonsági hálónk: ha bezárjuk a böngészőt, kitöröljük a sütiket, vagy másik gépen szeretnénk folytatni, ebből a fájlból a Betöltés gombbal bármikor visszatölthető minden rekord. Az eszköz a böngésző localStorage-ába ment – egy felületes süti-takarítás minden adatunkat törli, ezért JSON-mentés nélkül nem szabad kilépni.

19.4.4 3. lépés: harmonizálás

A Harmonizálás fülre lépve látjuk, hogy a Vallás attribútum-típus alatt 10 különböző írásmód szerepel ugyanarra a három felekezetre: „r.k.”, „r.kat.”, „rk”, „r. kat.”, „római katolikus”, „katolikus”, „ref.”, „református”, „ev.”, „evangélikus”. Ez szándékos: egy valódi történeti adatsorban ez a normál helyzet.

  1. Kattintsunk az Automatikus kitöltés (autoFill) gombra: minden nyers érték harmonizált mezője feltöltődik önmagával.
  2. Most egyesítsük a variánsokat: írjuk át pl. az „r.k.”, „r.kat.”, „rk”, „r. kat.”, „katolikus” harmonizált értékét egységesen „Római katolikus”-ra. Ugyanígy a két református és a két evangélikus variánst.
  3. Mentsünk JSON-t (Mentés ▸ JSON).

Ugyanezt a lépést érdemes a Foglalkozás attribútum-típusra is elvégezni (az adatsorban 26 különböző foglalkozás-leírás szerepel – ezeket célszerű néhány fő kategóriára redukálni: politikus, irodalmár, tudós, egyházi, orvos, jogász, főnemes). Figyeljünk arra, hogy egyes esetekben ugyanaz a foglalkozás különböző írásmódokkal jelenik meg (pl. „politikus” / „pol.”, „költő” / „poéta”, „nyelvész” / „philologus”) – ezeket is egységesíteni kell.

19.4.5 4. lépés: kapcsolatok felvétele

A Kapcsolatok fülön vegyünk fel néhány ismert, forrásokkal alátámasztott kapcsolatot. Néhány javaslat:

  • Kazinczy Ferenc → Tanítvány → Kölcsey Ferenc (forrás: Kazinczy-levelezés)
  • Kazinczy Ferenc → Tanítvány → Toldy Ferenc
  • Vörösmarty Mihály ↔︎ Kolléga ↔︎ Bajza József (forrás: Athenaeum triumvirátus)
  • Kisfaludy Sándor ↔︎ Szülő/gyerek vagy testvér ↔︎ Kisfaludy Károly (testvérek)
  • Eötvös József ↔︎ Kolléga ↔︎ Szalay László (forrás: Centralisták)

Minden kapcsolatnál adjuk meg a forrás mezőt is – ez az, ami a mi adatbázisunkat szakmailag használhatóvá teszi.

19.4.6 5. lépés: vizualizáció

A Vizualizáció fülön négy nézet közül választhatunk:

  • Idővonal (D3) – az egyes akadémikusok életútja időrendben.
  • Hálózat (D3 force-directed gráf) – a bevitt kapcsolatok hálózati megjelenítése.
  • Statisztika – a harmonizált attribútumok eloszlása (pl. vallási megoszlás, foglalkozási megoszlás).
  • Térkép (Leaflet + beépített helynév-szótár) – a születési/lakó helyek térképre vetítve. Az eszköz egy beépített történelmi magyar/Kárpát-medencei helynév-szótárral dolgozik (ékezet-független egyezéssel), valamint elfogadja a 47.49, 19.04 formátumú közvetlen koordinátákat is. Az alaptérkép-csempék betöltéséhez internetkapcsolat szükséges; ha egy helynév nincs a szótárban, a térkép alatti figyelmeztetésben felsorolódik.

19.4.7 6. lépés: publikálás

Ha az adatbázis készen van, a fejléc Publikálás gombjával véglegesíthetjük. A modálban meg kell adni a készítő nevét és intézményét. A publikált állapot nem feloldható – ha később javítani szeretnénk, az utolsó JSON-mentést kell újra betöltenünk egy friss példányba, ott javítani, majd újra publikálni.

19.5 Mikor használjuk az eszközt, és mikor mást?

                   KEZELHETŐ-E EXCELBEN?
                            |
             +--------------+--------------+
             |                             |
            IGEN                           NEM (entitások közötti
             |                             hálózatot szeretnénk,
       Excel elég                          vagy attribútum-értékek
                                           harmonizálására van szükség)
                                                    |
                                +-------------------+-------------------+
                                |                                       |
              KIS PROJEKT, LEVÉLTÁRI JELLEG            NAGY KORPUSZ, TÖBB FELHASZNÁLÓ,
              PROZOPOGRÁFIA, KUTATÁSTÖRTÉNET           SZIGORÚ SZERVEREKKEL
                                |                                       |
                    TÖRTÉNETI ADATBÁZIS                          ACCESS VAGY SQL
                    (EZ AZ ESZKÖZ)

Egyszerű ökölszabály:

  • Excel: egyszerű tabuláris adat, képletek, gyors áttekintés.
  • Történeti Adatbázis (ez a HTML-eszköz): egyéni prozopográfiai kutatás, kapcsolati és földrajzi vizualizáció, harmonizálás, publikálható eredmény.
  • Access: intézményi környezetben, több felhasználóval közösen karbantartott nyilvántartások, összetett lekérdezések.
  • SQL-alapú szerver (MySQL, PostgreSQL): nagy adatmennyiség, webes kereső, többen írnak ugyanabba az adatbázisba.

Mindhárom eszköz ugyanazt az adatmodellezési logikát követi – a különbség a méret, a megoszthatóság és a lekérdezési erő, nem pedig az elvekben.

19.6 Önálló feladatok

19.6.1 Feladat 1: saját prozopográfiai adatbázis

Válasszunk egy 20-30 fős kört a saját szakterületünkről (pl. a szakdolgozat-témánkhoz kapcsolódó hivatalnokok, egy település tanítói egy adott évtizedben, egy tudóskör tagjai), és építsük fel a Történeti Adatbázisban. Minimum 4 attribútum-típus, minimum 5 kapcsolat.

19.6.2 Feladat 2: harmonizálási gyakorlat

A letöltött MTA-adatsor Foglalkozás attribútum-típusában a 26 nyers érték redukálása 6–8 kanonikus kategóriára. Indokoljuk, hogy mely döntések voltak nehezek (pl. jogász-politikus határeset, vagy hogy a „drámaíró” és „regényíró” egybevonható-e az „irodalmár” kategóriába).

19.6.3 Feladat 3: forráskritika kapcsolatoknál

A Kapcsolatok fülön vegyünk fel 10 új kapcsolatot – mindegyiknél pontos forráshivatkozással (akadémikus életrajz, levelezéskötet, szakirodalom). Reflektáljunk: mely kapcsolatokat tudtunk egyértelműen alátámasztani, melyeknél csak „valószínű”?

19.6.4 Feladat 4: vizualizáció-kritika

Nézzük meg ugyanazt az adathalmazt mind a négy vizualizációban. Melyik mit mutat meg jól, és mit rejt el? Egy 1 oldalas rövid reflexió.

19.7 Gyakori hibák és megoldások

19.7.1 „Az adataim eltűntek”

Ok: a böngésző localStorage-ából mindent töröl a sütik/előzmények tisztítása, vagy másik böngészőben nyitottuk meg a HTML-t.

Megoldás: mindig mentsünk JSON-t óra végén, és nyissuk meg a fájlt mindig ugyanabban a böngészőben. Elveszett adatok esetén a legutóbbi JSON-mentést a Betöltés gombbal kell visszatölteni.

19.7.2 „Ugyanazt a rekordot kétszer importálom”

Ok: a CSV-import nem vizsgál duplikátumot, az autoMap megbízik a fejlécekben.

Megoldás: új importálás előtt ürítsük ki a Rekordok listát (Beállítások ▸ Rekordok törlése), vagy kezeljük két külön projektként és utólag tisztítsuk a listát.

19.7.3 „Két HTML-fájlt is megnyitottam ugyanabban a böngészőben, és felülírták egymást”

Ok: a Történeti Adatbázis és a hasonló nevű prozopograf.html ugyanazt a localStorage-kulcsot használja (rekordtar_v1). Ha mindkettővel dolgozunk ugyanabban a böngészőben, felülírhatják egymás adatait.

Megoldás: egy projektet egyféle eszközben tartsunk, vagy használjunk külön böngészőt (pl. egyik munkához Chrome, másikhoz Firefox).

19.7.4 „Nem találom a Publikálás gombot”

Ok: az adatbázis jelenleg Zárolva van (csak olvasható állapot).

Megoldás: nyomjuk meg a Szerkesztés gombot a zárolás feloldására. A véglegesen publikált állapotot viszont nem lehet feloldani – ilyenkor új példányt kell nyitni az utolsó JSON-mentésből.

19.7.5 „A térkép üres”

Ok: a leggyakoribb eset, hogy a helyadat-mező dropdown egy olyan mezőre / attribútumra mutat, amiben egyetlen rekordban sincs érték (pl. alapértelmezésben a Lakóhely attribútumra áll, de a CSV-importból csak a Születési hely oszlop került be). Ritkábban: az adatok megvannak, de a helynevek nincsenek a beépített szótárban.

Megoldás: a dropdown most már mutatja az egyes mezők kitöltöttségét („· 48 érték” vagy „· üres”), így egy pillantás alatt kiderül, melyiket érdemes választani. A térkép alatt megjelenő narancssárga figyelmeztetés szintén javaslatot ad. A nem azonosított helyekhez a cellába koordinátát is be lehet írni 47.49, 19.04 formátumban.

19.8 A fejezet letölthető anyagai – összefoglaló