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

# Обзор схемы

Данные IoT Query организованы в слоях Raw, Transformation и Insight. Просмотрите доступные схемы, структуры таблиц и узнайте, как ссылаться на них в SQL

В этом разделе представлен Обзор **IoT Query** структуры схем данных, помогая вам понять, как данные организованы и как эффективно получать к ним доступ. Хранилище данных предназначено для того, чтобы предоставить вам полный и гибкий доступ к данным вашей платформы через структурированную систему баз данных.

**Что вы узнаете:**

* Как данные структурированы в слоях и схемах
* Ключевые таблицы в каждой схеме и что они содержат
* Как таблицы данных связаны между собой
* Как получать доступ к данным с помощью SQL-запросов
* Как работает проверка данных
* Предстоящие улучшения структуры данных

{% hint style="info" %}
**Ключевые термины:**

* **Слой**: Уровень в хранилище данных, который представляет этап обработки, организации или доступа к данным, каждый со своей отдельной функцией.
* **Схема**: Логическая группировка объектов базы данных (таблицы, представления и т. д.)
  {% endhint %}

## Структура данных

Этот **IoT Query** использует многоуровневую архитектуру хранения для организации ваших данных. Эта архитектура обеспечивает надежность, производительность и масштабируемость, обеспечивая при этом надлежащую изоляцию данных между клиентами.

### Слои данных

Система использует трехслойную модель организации данных:

#### [**Слой сырых данных**](/docs/analytics/ru/iot-query/schema-overview/bronze-layer.md)

* Сырые данные с минимальной трансформацией
* Прямой прием из источников бизнес-данных и телематических данных
* Исходная структура данных с единообразными правилами именования
* Medallion - Bronze

#### [**слой преобразования**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer.md)

* Уже обработанные данные с проверкой и обогащением
* Преобразованные структуры для улучшенной аналитики
* Введены контроль качества данных и применение бизнес-правил
* Medallion - Silver

#### **Слой аналитики**

* Наборы данных, готовые для бизнеса и оптимизированные для отчетности
* Предварительно агрегированные метрики и денормализованные структуры
* Подготовленные представления, согласованные с конкретными процессами бизнес-отчетности
* Medallion - Gold

Далее в этом разделе документации вы найдете более подробные схемы данных для каждого слоя.

### Архитектура базы данных

У каждого клиента есть выделенный экземпляр базы данных, чтобы обеспечить изоляцию данных и охрану. В этой базе данных:

<table><thead><tr><th width="189.9090576171875">Схема</th><th width="225.3636474609375">Описание</th><th>Содержимое</th></tr></thead><tbody><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/bronze-layer/raw-business-data.md"><strong><code>raw_business_data</code></strong></a></td><td>Бизнес-сущности и операционные данные</td><td>Основные таблицы сущностей, операционные данные, справочные данные, исторические данные, таблицы связей</td></tr><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/bronze-layer/raw-telematics-data.md"><strong><code>raw_telematics_data</code></strong></a></td><td>Мониторинг устройств и данные датчиков</td><td>Основные данные мониторинга, входные данные, данные состояния</td></tr><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/bronze-layer/bdr.md"><strong>BDR</strong></a></td><td>Актив и управление запасами</td><td>Определения типов активов, настраиваемые поля, экземпляры активов, связи активов, иерархии запасов, геопространственные данные</td></tr><tr><td><strong>Метаданные</strong></td><td>Справочные данные системы</td><td>таблица description_parameters</td></tr></tbody></table>

При запросе данных необходимо указать как схему (например, `raw_business_data`) так и имя таблицы (например, `объекты`):

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

### Метаданные клиента и изоляция данных

Система использует таблицы метаданных, чтобы обеспечить надлежащую изоляцию данных и поддержку многопользовательской среды:

* **Метаданные дилера** отслеживают отношения между дилером и клиентом и параметры инфраструктуры
* **Метаданные клиента** сопоставляют бизнес-данные и телематические данные между схемами
* **Сопоставление устройства и клиента** обеспечивает корректную привязку телематических данных к нужному клиенту

Этот слой метаданных обеспечивает следующее:

* Каждый клиент может получать доступ только к своим данным
* Телематические и бизнес-данные можно корректно объединять
* Операции на уровне системы правильно сегментируются по клиентам


---

# 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/ru/iot-query/schema-overview.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.