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

# Ikhtisar skema

Data IoT Query diatur dalam lapisan Raw, Transformation, dan Insight. Telusuri skema yang tersedia, struktur tabel, dan pelajari cara merujuknya dalam SQL

Bagian ini memberikan Ikhtisar tentang **IoT Query** struktur skema data, membantu Anda memahami bagaimana data diatur dan cara mengaksesnya secara efektif. Gudang data dirancang untuk memberi Anda akses penuh dan fleksibel ke data platform Anda melalui sistem basis data yang terstruktur.

**Yang akan Anda pelajari:**

* Bagaimana data disusun dalam lapisan dan skema
* Tabel utama di setiap skema dan isinya
* Bagaimana tabel data saling berhubungan
* Cara mengakses data menggunakan kueri SQL
* Cara kerja validasi data
* Peningkatan yang akan datang pada struktur data

{% hint style="info" %}
**Istilah kunci:**

* **Lapisan**: tingkat dalam gudang data yang merepresentasikan tahap pemrosesan data, pengorganisasian, atau akses, masing-masing dengan fungsi yang berbeda.
* **Skema**: pengelompokan logis objek basis data (tabel, tampilan, dll.)
  {% endhint %}

## Struktur data

Ini **IoT Query** menggunakan arsitektur penyimpanan berlapis untuk mengatur data Anda. Arsitektur ini memberikan keandalan, kinerja, dan skalabilitas sekaligus memastikan isolasi data yang tepat antar klien.

### Lapisan data

Sistem mengikuti model tiga lapisan untuk pengorganisasian data:

#### [**Lapisan data mentah**](/docs/analytics/id/iot-query/schema-overview/bronze-layer.md)

* Data mentah dengan transformasi minimal
* Pemasukan langsung dari sumber data bisnis dan telematika
* Struktur data asli dengan konvensi penamaan yang konsisten
* Medallion - Perunggu

#### [**Lapisan transformasi**](/docs/analytics/id/iot-query/schema-overview/transformation-layer.md)

* Data yang sudah diproses dengan validasi dan pengayaan
* Struktur yang ditransformasi untuk analitik yang lebih baik
* Pengendalian kualitas data dan penerapan aturan bisnis diperkenalkan
* Medallion - Perak

#### **Lapisan wawasan**

* Kumpulan data siap pakai untuk bisnis yang dioptimalkan untuk pelaporan
* Metrik pra-agregasi dan struktur yang didenormalisasi
* Tampilan terkurasi yang selaras dengan proses pelaporan bisnis tertentu
* Medallion - Emas

Lebih lanjut di bagian dokumentasi ini, Anda akan menemukan skema data yang lebih rinci untuk setiap lapisan.

### Arsitektur basis data

Setiap klien memiliki instans basis data khusus untuk memastikan isolasi data dan Keamanan. Di dalam basis data ini:

<table><thead><tr><th width="189.9090576171875">Skema</th><th width="225.3636474609375">Deskripsi</th><th>Konten</th></tr></thead><tbody><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/bronze-layer/raw-business-data.md"><strong><code>raw_business_data</code></strong></a></td><td>Entitas bisnis dan data operasional</td><td>Tabel entitas inti, data operasional, data referensi, data riwayat, tabel relasi</td></tr><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/bronze-layer/raw-telematics-data.md"><strong><code>raw_telematics_data</code></strong></a></td><td>Data pelacakan perangkat dan sensor</td><td>Data pelacakan inti, data masukan, data status</td></tr><tr><td><a href="/docs/analytics/id/iot-query/schema-overview/bronze-layer/bdr.md"><strong>BDR</strong></a></td><td>Manajemen Aset dan inventaris</td><td>Definisi jenis Aset, Kolom isian, instans Aset, relasi Aset, hierarki inventaris, data geospasial</td></tr><tr><td><strong>Metadata</strong></td><td>Data referensi sistem</td><td>tabel description_parameters</td></tr></tbody></table>

Saat melakukan kueri data, Anda harus menentukan nama skema (misalnya `raw_business_data`) dan nama tabel (misalnya `objects`):

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

### Metadata klien dan isolasi data

Sistem menggunakan tabel metadata untuk memungkinkan isolasi data dan dukungan multi-penyewa yang tepat:

* **Metadata dealer** melacak hubungan dealer-ke-klien dan parameter infrastruktur
* **Metadata klien** memetakan data bisnis dan telematika lintas skema
* **Pemetaan klien-perangkat** memastikan data telematika dikaitkan dengan klien yang tepat

Lapisan metadata ini memastikan bahwa:

* Setiap klien hanya dapat mengakses datanya sendiri
* Data telematika dan data bisnis dapat digabungkan dengan benar
* Operasi tingkat sistem dipisahkan dengan benar per klien


---

# 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/id/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.