> 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/iot-query/schema-overview.md).

# Visión general del esquema

Los datos de IoT Query se organizan en capas Raw, Transformation e Insight. Explore los esquemas disponibles, las estructuras de las tablas y aprenda a referenciarlos en SQL

Esta sección ofrece una visión general de los **IoT Query** esquemas de datos, para ayudarle a comprender cómo se organizan los datos y cómo acceder a ellos de manera eficaz. El almacén está diseñado para brindarle acceso completo y flexible a los datos de su plataforma mediante un sistema de bases de datos estructurado.

**Lo que aprenderá:**

* Cómo se organizan los datos en capas y esquemas
* Las tablas clave de cada esquema y su contenido
* Cómo se relacionan entre sí las tablas de datos
* Cómo acceder a los datos mediante consultas SQL
* Cómo funciona la validación de datos
* Próximas mejoras en la estructura de datos

{% hint style="info" %}
**Términos clave:**

* **Capa**: Nivel de un almacén de datos que representa una etapa de procesamiento, organización o acceso a los datos, con una función específica.
* **Esquema**: Agrupación lógica de objetos de una base de datos (tablas, vistas, etc.).
  {% endhint %}

## Estructura de datos

El **IoT Query** utiliza una arquitectura de almacenamiento de varias capas para organizar sus datos. Esta arquitectura ofrece confiabilidad, rendimiento y escalabilidad, y garantiza el aislamiento adecuado de los datos entre clientes.

### Capas de datos

El sistema sigue un modelo de tres capas para organizar los datos:

#### [**Capa de datos brutos**](https://navixy.com/docs/analytics/es/iot-query/schema-overview/bronze-layer.md)

* Datos brutos con una transformación mínima
* Ingesta directa desde fuentes de datos empresariales y telemáticos
* Estructura de datos original con convenciones de nomenclatura coherentes
* Medallón - Bronce

#### [**Capa de transformación**](https://navixy.com/docs/analytics/es/iot-query/schema-overview/transformation-layer.md)

* Datos ya procesados, validados y enriquecidos
* Estructuras transformadas para mejorar el análisis
* Se incorporan controles de calidad de datos y la aplicación de reglas de negocio
* Medallón - Plata

#### **Capa de información**

* Conjuntos de datos listos para el negocio y optimizados para la generación de reportes
* Métricas preagregadas y estructuras desnormalizadas
* Vistas seleccionadas y alineadas con procesos específicos de generación de reportes empresariales
* Medallón - Oro

Más adelante en esta sección de la documentación, encontrará esquemas de datos más detallados para cada capa.

### Arquitectura de la base de datos

Cada cliente cuenta con una instancia de base de datos dedicada para garantizar el aislamiento y la seguridad de los datos. Dentro de esta base de datos:

<table><thead><tr><th width="189.9090576171875">Esquema</th><th width="225.3636474609375">Descripción</th><th>Contenido</th></tr></thead><tbody><tr><td><a href="https://navixy.com/docs/analytics/es/iot-query/schema-overview/bronze-layer/raw-business-data.md"><strong><code>raw_business_data</code></strong></a></td><td>Entidades empresariales y datos operativos</td><td>Tablas de entidades principales, datos operativos, datos de referencia, datos históricos y tablas de relaciones</td></tr><tr><td><a href="https://navixy.com/docs/analytics/es/iot-query/schema-overview/bronze-layer/raw-telematics-data.md"><strong><code>raw_telematics_data</code></strong></a></td><td>Datos de seguimiento de dispositivos y de sensores</td><td>Datos principales de seguimiento, datos de entrada y datos de estado</td></tr><tr><td><a href="https://navixy.com/docs/analytics/es/iot-query/schema-overview/bronze-layer/bdr.md"><strong>BDR</strong></a></td><td>Gestión de activos e inventario</td><td>Definiciones de tipos de activos, campos personalizados, instancias de activos, relaciones entre activos, jerarquías de inventario, datos geoespaciales</td></tr><tr><td><strong>Metadatos</strong></td><td>Datos de referencia del sistema</td><td>tabla description_parameters</td></tr></tbody></table>

Al consultar datos, debe especificar tanto el esquema (por ejemplo, `raw_business_data`) como el nombre de la tabla (por ejemplo, `objects`):

```sql
SELECT * FROM raw_business_data.objects;
```

### Metadatos de clientes y aislamiento de datos

El sistema utiliza tablas de metadatos para habilitar el aislamiento adecuado de datos y la compatibilidad con múltiples inquilinos:

* **Metadatos del proveedor de servicios telemáticos** registran qué clientes pertenecen a cada proveedor de servicios telemáticos y los parámetros de infraestructura
* **Metadatos de clientes** relacionan los datos comerciales y telemáticos entre esquemas
* **Correspondencia entre clientes y dispositivos** garantiza que los datos telemáticos estén asociados correctamente con el cliente correspondiente

Esta capa de metadatos garantiza que:

* Cada cliente solo puede acceder a sus propios datos
* Los datos telemáticos y comerciales se pueden combinar correctamente
* Las operaciones a nivel del sistema se segmentan correctamente por cliente


---

# 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/iot-query/schema-overview.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.
