> 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/transformation-layer/common-transformations.md).

# Общие преобразования

Готовые аналитические сущности на уровне Transformation, доступные для немедленного выполнения запросов и адаптации через Transformation Builder

Слой преобразований включает набор общих преобразований, разработанных и поддерживаемых Navixy. Эти преобразования выполняются автоматически по расписанию и заполняют `processed_common_data` схему нормализованными аналитическими сущностями, полученными из сырых телематических и бизнес-данных.

Вы можете начать запрашивать эти данные сразу после подключения к IoT Query — конфигурация не требуется. Каждое преобразование создает конкретную таблицу с документированной схемой выходных данных, расписанием обновления и логикой обработки.

{% hint style="info" %}
Чтобы создать пользовательскую версию любого из перечисленных преобразований, загрузите соответствующий шаблон рабочего процесса с [Шаблоны](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md) страницы и импортируйте его в Transformation Builder.
{% endhint %}

## Доступные преобразования

В таблице ниже перечислены преобразования, которые Navixy поддерживает в `processed_common_data`. Каждая запись ведет на отдельную страницу, где описаны схема выходных данных, алгоритм, который формирует строки, и параметры настройки, которые вы можете применить при создании производного workflow в `processed_custom_data`.

<table><thead><tr><th width="148">Преобразование</th><th width="273">Таблица</th><th>Описание</th></tr></thead><tbody><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/trips.md">Поездки</a></td><td><code>processed_common_data.trips</code></td><td>Поездки транспортного средства, полученные из сырых телематических данных, включая время начала и окончания, расстояние, статистику скорости и определение зон.</td></tr><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md">Агрегация Данные датчиков</a></td><td><code>processed_common_data.sensors_data_by_hours</code></td><td>Почасовые агрегаты показаний датчиков, включая средние, минимальные и максимальные значения, интерполяцию калибровки Уровень топлива и человекочитаемое обогащение.</td></tr><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md">События Водителя на основе правил</a></td><td><code>processed_common_data.rule_based_driver_events</code></td><td>События нарушений вождения в реальном времени, обнаруженные по телематике, состоянию Зажигание и Данные датчиков, включая Опасное вождение, превышение скорости, Стоит с включенным двигателем и нарушения по Обороты двигателя.</td></tr><tr><td><a href="/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md">События изменения ввода</a></td><td><code>processed_common_data.input_change_events</code></td><td>Изменения дискретного входа, сопоставленные с настроенными <code>input_change</code> правила, включая срабатывающее правило, номер и значение входа, а также контекст зоны.</td></tr></tbody></table>

## Следующие шаги

* [**Поездки**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/trips.md): Схема вывода, описание алгоритма, параметры настройки и загрузка шаблона рабочего процесса.
* [**Агрегация Данные датчиков**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/sensor-data-aggregation.md): Схема вывода, описание алгоритма, варианты размера бакета и загрузка шаблона workflow.
* [**События Водителя на основе правил**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/rule-based-driver-events.md): События нарушений Вождение, оцененные по правилам оповещений, настроенным в вашей учетной записи.
* [**События изменения ввода**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/common-transformations/input-change-events.md): Изменения дискретных входов, сопоставляемые с настроенными `input_change` правилами, обновляемые каждые 15 минут.
* [**Шаблоны**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/transformation-builder/templates.md): Скачайте шаблоны рабочих процессов для распространенных преобразований и импортируйте их в Transformation Builder.
* [**слой преобразования**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer.md): Как слой трансформации организует обработанные данные в схемы и как выполнять к ним запросы.
* [**Конструктор трансформаций**](/docs/analytics/ru/iot-query/schema-overview/transformation-layer/transformation-builder.md): Создавайте и адаптируйте рабочие процессы преобразования с помощью визуального интерфейса.


---

# 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/ru/iot-query/schema-overview/transformation-layer/common-transformations.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.