Aperçu du schéma

Obtenez une vue d'ensemble des couches et schémas d'IoT Query, et de la manière de référencer les tables en SQL.

Cette section fournit un aperçu du Requête IoT structure des schémas de données, vous aidant à comprendre comment les données sont organisées et comment y accéder efficacement. L'entrepôt est conçu pour vous offrir un accès complet et flexible aux données de votre plateforme via un système de base de données structuré.

Ce que vous apprendrez :

• Comment les données sont structurées en couches et en schémas

• Principales tables de chaque schéma et leur contenu

• Comment les tables de données sont liées entre elles

• Comment accéder aux données à l'aide de requêtes SQL

• Comment fonctionne la validation des données

• Améliorations à venir de la structure des données

Termes clés :

• Couche: Un niveau dans un entrepôt de données qui représente une étape du traitement, de l'organisation ou de l'accès aux données, chacune ayant une fonction distincte.

• Schéma: Un regroupement logique d'objets de base de données (tables, vues, etc.)

Structure des données

Le Requête IoT utilise une architecture de stockage multi-couches pour organiser vos données. Cette architecture offre fiabilité, performance et scalabilité tout en assurant une isolation appropriée des données entre les clients.

Couches de données

Le système suit un modèle à trois couches pour l'organisation des données :

Couche Raw data

• Données brutes avec transformation minimale

• Ingestion directe depuis les sources de données métiers et télématiques

• Structure de données originale avec conventions de nommage cohérentes

• Médaillon - Bronze

Couche Transformation

• Données déjà traitées avec validation et enrichissement

• Structures transformées pour améliorer l'analyse

• Contrôle de la qualité des données et application des règles métier introduits

• Médaillon - Argent

Couche Insight

• Jeux de données prêts pour l'exploitation, optimisés pour le reporting

• Métriques pré-agrégées et structures dénormalisées

• Vues contrôlées alignées sur des processus de reporting métier spécifiques

• Médaillon - Or

Plus loin dans cette section de la documentation, vous trouverez des schémas de données plus détaillés pour chaque couche.

Architecture de la base de données

Chaque client dispose d'une instance de base de données dédiée pour garantir l'isolation et la sécurité des données. Au sein de cette base :

Schéma	Description	Contenu
raw_business_data	Entités métier et données opérationnelles	Tables d'entités principales, données opérationnelles, données de référence, données historiques, tables de relations
raw_telematics_data	Suivi des appareils et données de capteurs	Données de suivi principales, données d'entrée, données d'état
repo	Gestion des actifs et des inventaires	Définitions des types d'actifs, champs personnalisés, instances d'actifs, relations entre actifs, hiérarchies d'inventaire, données géospatiales
Métadonnées	Données de référence du système	table description_parameters

Lors de l'interrogation des données, vous devez spécifier à la fois le schéma (par ex. raw_business_data) et le nom de la table (par ex. objects) :

SELECT * FROM raw_business_data.objects;

Métadonnées client et isolation des données

Le système utilise des tables de métadonnées pour permettre une isolation appropriée des données et la prise en charge du multi-tenant :

• Métadonnées du revendeur suit les relations revendeur-client et les paramètres d'infrastructure

• Métadonnées client cartographie des données métier et télématiques à travers les schémas

• Mappage client-appareil assure que les données télématiques sont correctement associées au bon client

Cette couche de métadonnées garantit que :

• Chaque client ne peut accéder qu'à ses propres données

• Les données télématiques et métier peuvent être correctement jointes

• Les opérations au niveau système sont correctement segmentées par client