> For the complete documentation index, see [llms.txt](https://navixy.com/docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://navixy.com/docs/analytics/es/example-queries/common-queries.md).

# Consultas comunes

Patrones SQL de ejemplo para información del objeto, ubicaciones de dispositivos, actividad del vehículo, asignaciones de conductor, datos del sensor y análisis de zonas geoespaciales

Al conectarse a la base de datos, podrá obtener datos mediante consultas SQL. En esta sección encontrará consultas SQL de ejemplo que le ayudarán a comenzar a trabajar con Private Telematics Lakehouse. Estos ejemplos muestran cómo acceder a los datos de y analizarlos. **Datos brutos** capa que contiene datos empresariales y telemáticos sin procesar, con una transformación mínima.

{% hint style="danger" %}
Tenga en cuenta que, debido a que la base de datos contiene una gran cantidad de información, debe asegurarse de realizar consultas de prueba basadas en un número limitado de valores obtenidos.
{% endhint %}

## Consultas básicas

### Obtener información básica del objeto

Esta consulta devuelve información sobre los objetos (vehículos/activos) de su sistema:

```sql
SELECT
    o.object_id,
    o.object_label,
    o.model,
    d.device_imei,
    g.group_label
DE
    raw_business_data.objects o
    LEFT JOIN raw_business_data.devices d ON o.device_id = d.device_id
    LEFT JOIN raw_business_data.groups g ON o.group_id = g.group_id
DÓNDE
    o.is_deleted = false
ORDER BY
    o.object_label;
```

### Obtener las ubicaciones más recientes de los dispositivos

Recupere los datos de ubicación más recientes de todos sus dispositivos:

```sql
SELECT
    t.device_id,
    o.object_label,
    -- Convert scaled integer coordinates back to decimal format
    t.latitude::float / 10000000 AS latitude,
    t.longitude::float / 10000000 AS longitude,
    t.speed,
    t.device_time
DE
    raw_telematics_data.tracking_data_core t
    JOIN raw_business_data.objects o ON t.device_id = o.device_id
DÓNDE
    t.device_time > (CURRENT_DATE - INTERVAL '1 day')
    AND t.latitude != 0
    AND t.longitude != 0
ORDER BY
    t.device_id, t.device_time DESC;
```

{% hint style="info" %}
Los valores de las coordenadas se almacenan como enteros escalados por 10^7 para mejorar la eficiencia del almacenamiento en TimescaleDB. Al consultar los datos, divídalos entre 10000000 para convertirlos al formato decimal estándar.
{% endhint %}

## Unión de datos empresariales y telemáticos

### Reporte de actividad del vehículo

Esta consulta genera un resumen diario de actividad al combinar datos comerciales y telemáticos:

```sql
SELECT
    o.object_label AS vehicle,
    v.vehicle_type,
    DATE(t.device_time) AS date,
    COUNT(DISTINCT DATE_PART('hour', t.device_time)) AS active_hours,
    MAX(t.speed) AS max_speed,
    AVG(t.speed) AS avg_speed
DE
    raw_telematics_data.tracking_data_core t
    JOIN raw_business_data.objects o ON t.device_id = o.device_id
    LEFT JOIN raw_business_data.vehicles v ON o.object_id = v.object_id
DÓNDE
    t.device_time BETWEEN '2025-03-01' AND '2025-03-28'
AGRUPAR POR
    o.object_label, v.vehicle_type, DATE(t.device_time)
ORDER BY
    o.object_label, DATE(t.device_time);
```

### Asignaciones de conductores e historial de ubicaciones

Haga un seguimiento de qué empleados fueron asignados a cada vehículo y de su historial de ubicaciones:

```sql
SELECT 
    o.object_label AS vehicle,
    new_row.changed_datetime AS assignment_time,
    e_new.first_name || ' ' || e_new.last_name AS new_driver_name,
    e_old.first_name || ' ' || e_old.last_name AS old_driver_name,
    new_row.address,
    new_row.latitude,
    new_row.longitude
DE 
    raw_business_data.driver_history new_row
UNIR 
    raw_business_data.driver_history old_row
    ON new_row.changed_datetime = old_row.changed_datetime
    AND new_row.object_id = old_row.object_id
LEFT JOIN 
    raw_business_data.employees e_new ON new_row.new_employee_id = e_new.employee_id
LEFT JOIN 
    raw_business_data.employees e_old ON old_row.old_employee_id = e_old.employee_id
LEFT JOIN 
    raw_business_data.objects o ON new_row.object_id = o.object_id
ORDER BY 
    assignment_time;
```

## Análisis de Datos del sensor

### Seguimiento del nivel de combustible

Esta consulta muestra cómo analizar los datos del sensor de combustible:

```sql
SELECT
    o.object_label AS vehicle,
    t.device_time,
    i.value::numeric AS fuel_level
DE
    raw_telematics_data.inputs i
    JOIN raw_business_data.objects o ON i.device_id = o.device_id
    JOIN raw_telematics_data.tracking_data_core t ON
        i.device_id = t.device_id AND
        i.device_time = t.device_time
DÓNDE
    i.sensor_name = 'fuel'
    AND t.device_time > (CURRENT_DATE - INTERVAL '7 days')
ORDER BY
    o.object_label, t.device_time;
```

## Análisis geoespacial

### Gestión de vehículos en geocercas

Identifique qué vehículos ingresaron a geocercas específicas:

```sql
SELECT
    o.object_label AS vehicle,
    z.zone_label AS geozone,
    t.device_time AS entry_time
DE
    raw_telematics_data.tracking_data_core t
    JOIN raw_business_data.objects o ON t.device_id = o.device_id
    JOIN raw_business_data.zones z ON
        -- Calcular si el punto está dentro de una zona circular
        -- Convertir coordenadas de enteros escalados a decimales
        (
            CASO
                WHEN z.zone_type = 'circle' THEN
                    ST_DWithin(
                        ST_MakePoint(t.longitude::float/10000000, t.latitude::float/10000000)::geography,
                        ST_MakePoint(z.circle_center_longitude, z.circle_center_latitude)::geography,
                        z.radius
                    )
                ELSE false
            FIN
        )
DÓNDE
    t.device_time > (CURRENT_DATE - INTERVAL '1 day')
ORDER BY
    z.zone_label, o.object_label, t.device_time;
```

{% hint style="info" %}
Esta consulta usa funciones espaciales de PostGIS. Si encuentra errores, verifique que la extensión PostGIS esté habilitada en su base de datos.
{% endhint %}

## Consejos para optimizar el rendimiento

Al trabajar con el almacén de datos en la nube, tenga en cuenta estas técnicas de optimización:

1. **Usar el filtrado basado en el tiempo**: Incluya siempre un filtro de tiempo en el `device_time` o `record_added_at` columnas para limitar los datos analizados.\
   **Buenas prácticas**:

```sql
SELECT * FROM raw_telematics_data.tracking_data_core 
WHERE device_time > (CURRENT_DATE - INTERVAL '7 days');
```

**Evite esto** (analiza toda la tabla)

```sql
SELECT * FROM raw_telematics_data.tracking_data_core;
```

2. **Aprovechar los índices**: La base de datos tiene índices en `(device_id, device_time)` pares. Estructure sus consultas para usar estos índices cuando sea posible.
3. **Use las uniones de forma selectiva**: Combine tablas solo cuando sea necesario e intente filtrar los datos antes de combinar tablas grandes.
4. **Conversión de enteros de la escala**: Recuerde que los datos de coordenadas se almacenan como enteros escalados. Realice la conversión solo en el SELECT final, no en las cláusulas WHERE.
5. **Limitar los conjuntos de resultados**: Utilice siempre LIMIT en las consultas exploratorias para evitar devolver millones de filas.

```sql
SELECT * FROM raw_telematics_data.tracking_data_core 
WHERE device_time > (CURRENT_DATE - INTERVAL '1 day')
LIMIT 1000;
```

6. **Utilizar relaciones jerárquicas**: Estructure las consultas complejas siguiendo la jerarquía de entidades (**proveedor de servicios telemáticos → cliente → usuario/dispositivo → Objeto**) para lograr uniones y filtrados más eficientes.
7. **Administrar las conexiones correctamente**: Cierre las conexiones a la base de datos cuando no las esté usando, especialmente en herramientas de BI o scripts programados, para evitar bloqueos de recursos o problemas de tiempo de espera.

## Próximos pasos

Estos ejemplos ofrecen un punto de partida para trabajar con sus datos. A medida que se familiarice con el esquema, podrá desarrollar consultas más complejas para satisfacer las necesidades específicas de su negocio.


---

# Agent Instructions
This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com.

## Querying This Documentation
If you need additional information that is not directly available in this page, you can query the documentation by asking a question.

Perform an HTTP GET request on the following URL with the `ask` and `goal` query parameters:

```
GET https://navixy.com/docs/analytics/es/example-queries/common-queries.md?ask=<question>&goal=<user_goal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is what the user is ultimately trying to achieve, the reason they need the answer. Sharing it helps GitBook give you a better, more relevant answer. A goal is most helpful when it describes the outcome the user wants rather than restating the question. For example, with `ask=how do I create an API token`, a goal like `automate deployments from our CI pipeline` lets GitBook tailor the answer to that use case.

The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.
