# Aperçu du schéma

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

{% hint style="info" %}
**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.)
  {% endhint %}

## 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**](https://www.navixy.com/docs/analytics/fr/iot-query/schema-overview/bronze-layer)

* 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**](https://www.navixy.com/docs/analytics/fr/iot-query/schema-overview/couche-de-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 :

<table><thead><tr><th width="189.9090576171875">Schéma</th><th width="225.3636474609375">Description</th><th>Contenu</th></tr></thead><tbody><tr><td><a href="bronze-layer#raw_business_data-structure"><strong><code>raw_business_data</code></strong></a></td><td>Entités métier et données opérationnelles</td><td>Tables d'entités principales, données opérationnelles, données de référence, données historiques, tables de relations</td></tr><tr><td><a href="bronze-layer#raw_telematics_data-structure"><strong><code>raw_telematics_data</code></strong></a></td><td>Suivi des appareils et données de capteurs</td><td>Données de suivi principales, données d'entrée, données d'état</td></tr><tr><td><a href="bronze-layer#repo-data-structure"><strong><code>repo</code></strong></a></td><td>Gestion des actifs et des inventaires</td><td>Définitions des types d'actifs, champs personnalisés, instances d'actifs, relations entre actifs, hiérarchies d'inventaire, données géospatiales</td></tr><tr><td><strong>Métadonnées</strong></td><td>Données de référence du système</td><td>table description_parameters</td></tr></tbody></table>

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`) :

```sql
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