> 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/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md).

# Modèles

Workflows de Transformation Builder prédéfinis pour les transformations Navixy courantes. Téléchargez-les, importez-les et adaptez-les à votre scénario

Navixy fournit des modèles de workflow pour les transformations courantes disponibles dans la couche Transformation. Chaque modèle est une configuration de workflow Transformation Builder préconstruite que vous pouvez importer, examiner et adapter à votre scénario opérationnel avant de la planifier comme transformation personnalisée dans `processed_custom_data`.

Les modèles constituent un point de départ, pas un produit fini. Chaque modèle est fourni sans Nœud de sortie afin que vous puissiez décider où et comment les résultats sont écrits avant de le soumettre à un ordonnancement.

## Comment utiliser un modèle

Les étapes ci-dessous s’appliquent à n’importe quel modèle sur cette page. Les valeurs spécifiques au Nœud de sortie et à l’ordonnancement sont indiquées dans la [section des modèles disponibles](#available-templates) section.

{% stepper %}
{% step %}
**Téléchargez le modèle**

Trouvez la transformation que vous souhaitez dans la section Modèles disponibles ci-dessous et téléchargez son fichier YAML.
{% endstep %}

{% step %}
**Ouvrez Transformation Builder et connectez-vous à votre base de données**

Lancer [Générateur de transformations](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder.md) et saisissez votre URL de connexion PostgreSQL. Attendez que le Générateur découvre les tables et colonnes disponibles.
{% endstep %}

{% step %}
**Importer le workflow**

Cliquez sur **Importer** dans la barre d’outils et sélectionnez le fichier téléchargé `.yaml` fichier. Le graphe du workflow se charge avec tous les nœuds et les arêtes en place.
{% endstep %}

{% step %}
**Vérifiez et ajustez le workflow**

Inspectez le graphe des nœuds. La page de chaque transformation dans [Transformations courantes](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations.md) décrit la logique de traitement et répertorie les options de personnalisation que vous pouvez appliquer à ce stade. Cliquez sur Exécuter à tout moment pour prévisualiser les résultats par rapport à vos données en direct (jusqu’à 100 lignes).
{% endstep %}

{% step %}
**Ajouter un Nœud de sortie**

Un modèle n’a pas de Nœud de sortie. Ajoutez-en un depuis le panneau des Nœuds et connectez-le au Nœud final du graphe. Utilisez les valeurs du Nœud de sortie indiquées pour votre modèle dans la [section des modèles disponibles](#available-templates) section ci-dessous. Lorsqu’il est planifié, le workflow écrit dans `processed_custom_data`. Il génère une table distincte de la version intégrée maintenue par Navixy dans `processed_common_data`.
{% endstep %}

{% step %}
**Planifier le workflow**

Cliquez sur **Planifier** et définissez la fréquence d’exécution. Utilisez la planification recommandée indiquée pour votre modèle dans la section Modèles disponibles, ou choisissez un autre intervalle pour répondre à vos besoins en matière de rapports.
{% endstep %}
{% endstepper %}

## section des modèles disponibles

Le tableau ci-dessous répertorie les modèles disponibles avec les valeurs dont vous avez besoin pour le Nœud de sortie et la planification recommandée. Chaque modèle renvoie vers sa page de transformation pour obtenir les détails de l’algorithme et des conseils de personnalisation, et fournit le fichier YAML à télécharger.

### Trajets

Produit une ligne par Voyage de véhicule à partir des données télématiques brutes, avec les heures de début et de fin,\
la distance, les statistiques de vitesse et la détection de zone. Voir le [Trajets](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations/trips.md) page pour le schéma de sortie complet, la description de l'algorithme et les options de personnalisation.

{% file src="/files/af8745e07a4ebda08481657d5e56fab358e6fe53" %}

Lors de l'ajout de **Nœud de sortie**, utilisez la configuration suivante :

| Paramètre        | Valeur                           |
| ---------------- | -------------------------------- |
| Nom de la table  | `Trajets`                        |
| Colonne de temps | `voyage_start_time`              |
| Clé primaire     | `device_id`, `voyage_start_time` |
| Mode d'écriture  | `écraser`                        |

Ordonnancement recommandé : `10 */8 * * *` (UTC, toutes les 8 heures), correspondant à la fréquence de mise à jour du module intégré `processed_common_data.Trajets` transformation.

### Agrégation des Données du capteur

Produit des agrégats par plages temporelles des relevés de capteurs, avec décodage, étalonnage du Carburant et enrichissement en langage clair appliqués. Consultez la page Agrégation des Données du capteur pour le schéma de sortie complet, la description de l'algorithme et les options de personnalisation.

Le modèle est fourni préconfiguré pour des buckets de 5 minutes, un scénario de personnalisation courant pour les tableaux de bord de diagnostic. Pour modifier la taille du bucket, modifiez le littéral d'intervalle dans le Nœud SQL personnalisé avant l'ordonnancement. La valeur d'intervalle contrôle à la fois la taille du bucket et la fenêtre de retour.

{% file src="/files/c873e5dddffdd05a48445eb5dc729e4adf781f05" %}

Lors de l'ajout de **Nœud de sortie**, utilisez la configuration suivante :

| Paramètre        | Valeur                                                |
| ---------------- | ----------------------------------------------------- |
| Nom de la table  | `sensors_data_by_5min`                                |
| Colonne de temps | `hour_bucket`                                         |
| Clé primaire     | `device_id`, `hour_bucket`, `sensor_name`, `event_id` |
| Partitionner par | `DATE(hour_bucket)`                                   |
| Mode d'écriture  | `ajouter`                                             |

Ordonnancement recommandé : `*/5 * * * *` (UTC, toutes les 5 minutes), correspondant à la taille de bucket de 5 minutes préconfigurée dans le modèle. Si vous modifiez l’intervalle, mettez à jour la planification pour l’aligner afin que chaque exécution lise exactement une quantité de données équivalente à un bucket.

## Étapes suivantes

* [**Transformations courantes**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/common-transformations.md): Découvrez ce que produit chaque transformation, comment elle est construite et comment personnaliser la logique avant d’importer un modèle.
* [**Générateur de transformations**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder.md): Référence complète pour l’éditeur visuel de workflow, les types de Nœud et les options d’exécution.
* [**Référence YAML du workflow**](/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder/workflow-yaml-reference.md): Spécification du format YAML utilisé par ces fichiers de modèle.


---

# 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 dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter:

```
GET https://navixy.com/docs/analytics/fr/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md?ask=<question>&goal=<endgoal>
```

`ask` is the immediate question: it should be specific, self-contained, and written in natural language.
`goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal.

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.