> 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/fr/example-queries/common-queries.md).

# Requêtes courantes

Exemples de modèles SQL pour les informations sur les objets, les emplacements des appareils, l'activité des véhicules, les affectations des conducteurs, les Données du capteur et l'analyse des zones géospatiales

Une fois connecté à la base de données, vous pourrez récupérer des données à l’aide de requêtes SQL. Cette section propose des exemples de requêtes SQL pour vous aider à commencer à travailler avec le Private Telematics Lakehouse. Ces exemples montrent comment accéder aux données et les analyser à partir du **Données brutes** couche qui contient des données commerciales et télématiques brutes, avec un minimum de transformation.

{% hint style="danger" %}
Veuillez noter : comme la base de données contient une très grande quantité d’informations, veillez à effectuer des requêtes de test portant sur un nombre limité de valeurs récupérées.
{% endhint %}

## Requêtes de base

### Récupérer les informations de base sur l’objet

Cette requête renvoie des informations sur les objets (véhicules/actifs) de votre système :

```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
WHERE
    o.is_deleted = false
ORDER BY
    o.object_label;
```

### Obtenir les dernières positions des appareils

Récupérez les données de localisation les plus récentes pour tous vos appareils :

```sql
SELECT
    t.device_id,
    o.object_label,
    -- Convertir les coordonnées entières mises à l’échelle au format décimal
    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
WHERE
    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" %}
Les valeurs des coordonnées sont stockées sous forme d’entiers multipliés par 10^7 afin d’optimiser l’efficacité du stockage dans TimescaleDB. Lors des requêtes, divisez-les par 10000000 pour les convertir au format décimal standard.
{% endhint %}

## Associer les données métier et télématiques

### Rapport d’activité du véhicule

Cette requête génère un récapitulatif quotidien de l’activité en joignant des données métier et télématiques.

```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
WHERE
    t.device_time BETWEEN '2025-03-01' AND '2025-03-28'
GROUPE PAR
    o.object_label, v.vehicle_type, DATE(t.device_time)
ORDER BY
    o.object_label, DATE(t.device_time);
```

### Affectations des conducteurs et historique des positions

Suivez les employés affectés à chaque véhicule et consultez l’historique de leurs emplacements :

```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
JOINDRE 
    raw_business_data.Conducteur_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;
```

## Analyse des données du capteur

### Suivi du niveau de carburant

Cette requête montre comment analyser les données des capteurs de carburant :

```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
WHERE
    i.sensor_name = 'fuel'
    AND t.device_time > (CURRENT_DATE - INTERVAL '7 days')
ORDER BY
    o.object_label, t.device_time;
```

## Analyse géospatiale

### Véhicules dans les zones géographiques

Identifiez les véhicules qui sont entrés dans des zones géographiques spécifiques :

```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
        -- Calculer si le point se trouve dans une zone circulaire
        -- Convertissez les coordonnées d’entiers mis à l’échelle en nombres décimaux
        (
            CASE
                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
            END
        )
WHERE
    t.device_time > (CURRENT_DATE - INTERVAL '1 day')
ORDER BY
    z.zone_label, o.object_label, t.device_time;
```

{% hint style="info" %}
Cette requête utilise des fonctions spatiales PostGIS. Si vous rencontrez des erreurs, vérifiez que l’extension PostGIS est activée dans votre base de données.
{% endhint %}

## Conseils d’optimisation des performances

Lorsque vous travaillez avec l’entrepôt de données cloud, tenez compte des techniques d’optimisation suivantes :

1. **Utilisez le filtrage temporel** : Incluez toujours un filtre temporel sur le `device_time` ou `record_added_at` colonnes pour limiter les données analysées.\
   **Bonne pratique**:

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

**Évitez ceci** (parcourt toute la table)

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

2. **Tirer parti des index** : La base de données comporte des index sur les `(device_id, device_time)` paires. Structurez vos requêtes de façon à utiliser ces index lorsque c'est possible.
3. **Utiliser les jointures avec discernement** : Ne joignez les tables qu'en cas de nécessité et essayez de filtrer les données avant de joindre de grandes tables.
4. **Conversion des entiers à l'échelle** : N'oubliez pas que les coordonnées sont stockées sous forme d'entiers mis à l'échelle. Effectuez la conversion uniquement dans le SELECT final, et non dans les clauses WHERE.
5. **Limiter les jeux de résultats** : Utilisez toujours LIMIT pour les requêtes exploratoires afin d'éviter de récupérer des millions de lignes.

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

6. **Exploiter les relations hiérarchiques** : Structurez les requêtes complexes en suivant la hiérarchie des entités (**fournisseur de services télématiques → client → utilisateur/appareil → objet**) afin d'optimiser les jointures et le filtrage.
7. **Gérer correctement les connexions** : Fermez les connexions à la base de données lorsqu'elles ne sont pas utilisées, en particulier dans les outils de BI ou les scripts planifiés, afin d'éviter le verrouillage des ressources ou les problèmes de délai d'attente.

## Étapes suivantes

Ces exemples constituent un point de départ pour travailler avec vos données. À mesure que vous vous familiariserez avec le schéma, vous pourrez élaborer des requêtes plus complexes pour répondre à vos besoins métier spécifiques.


---

# 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/fr/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.
