> ## Documentation Index
> Fetch the complete documentation index at: https://private-7c7dfe99-mintlify-3a82795f.mintlify.site/llms.txt
> Use this file to discover all available pages before exploring further.

> 캐시된 모든 파일 스키마 정보를 포함하는 시스템 테이블입니다.

# system.schema_inference_cache

<Info>
  **ClickHouse Cloud에서 쿼리하기**

  이 시스템 테이블의 데이터는 ClickHouse Cloud의 각 노드에 로컬로 저장됩니다. 따라서 전체 데이터를 모두 확인하려면 `clusterAllReplicas` 함수를 사용해야 합니다. 자세한 내용은 [여기](/ko/reference/system-tables/overview#system-tables-in-clickhouse-cloud)를 참조하십시오.
</Info>

<div id="description">
  ## 설명
</div>

모든 캐시된 파일 스키마 정보를 포함합니다.

<div id="columns">
  ## 컬럼
</div>

* `storage` ([String](/ko/reference/data-types)) — 스토리지 이름: File, URL, S3 또는 HDFS.
* `source` ([String](/ko/reference/data-types)) — 파일 소스.
* `format` ([String](/ko/reference/data-types)) — 포맷 이름.
* `additional_format_info` ([String](/ko/reference/data-types)) — 스키마를 식별하는 데 필요한 추가 정보입니다. 예를 들어 포맷별 설정이 있습니다.
* `registration_time` ([DateTime](/ko/reference/data-types)) — 스키마가 캐시에 추가된 시각의 타임스탬프입니다.
* `schema` ([Nullable(String)](/ko/reference/data-types)) — 캐시된 스키마입니다.
* `number_of_rows` ([Nullable(UInt64)](/ko/reference/data-types)) — 지정된 포맷에서 파일에 포함된 행 수입니다. 데이터 파일에 대한 단순 count() 결과를 캐시하고, 스키마 추론 중 메타데이터의 행 수를 캐시하는 데 사용됩니다.
* `schema_inference_mode` ([Nullable(String)](/ko/reference/data-types)) — 스키마 추론 모드입니다.

<div id="example">
  ## 예시
</div>

다음과 같은 내용이 담긴 파일 `data.jsonl`이 있다고 가정하겠습니다:

```json theme={null}
{"id" :  1, "age" :  25, "name" :  "Josh", "hobbies" :  ["football", "cooking", "music"]}
{"id" :  2, "age" :  19, "name" :  "Alan", "hobbies" :  ["tennis", "art"]}
{"id" :  3, "age" :  32, "name" :  "Lana", "hobbies" :  ["fitness", "reading", "shopping"]}
{"id" :  4, "age" :  47, "name" :  "Brayan", "hobbies" :  ["movies", "skydiving"]}
```

<Tip>
  `data.jsonl`을 `user_files_path` 디렉터리에 배치하십시오. 이 경로는
  ClickHouse 설정 파일에서 확인할 수 있습니다. 기본값은 다음과 같습니다.

  ```sql theme={null}
  <user_files_path>/var/lib/clickhouse/user_files/</user_files_path>
  ```
</Tip>

`clickhouse-client`를 열고 `DESCRIBE` 쿼리를 실행하십시오.

```sql theme={null}
DESCRIBE file('data.jsonl') SETTINGS input_format_try_infer_integers=0;
```

```response theme={null}
┌─name────┬─type────────────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ id      │ Nullable(Float64)       │              │                    │         │                  │                │
│ age     │ Nullable(Float64)       │              │                    │         │                  │                │
│ name    │ Nullable(String)        │              │                    │         │                  │                │
│ hobbies │ Array(Nullable(String)) │              │                    │         │                  │                │
└─────────┴─────────────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘
```

`system.schema_inference_cache` 테이블의 내용을 살펴보겠습니다:

```sql theme={null}
SELECT *
FROM system.schema_inference_cache
FORMAT Vertical
```

```response theme={null}
Row 1:
──────
storage:                File
source:                 /home/droscigno/user_files/data.jsonl
format:                 JSONEachRow
additional_format_info: schema_inference_hints=, max_rows_to_read_for_schema_inference=25000, schema_inference_make_columns_nullable=true, try_infer_integers=false, try_infer_dates=true, try_infer_datetimes=true, try_infer_numbers_from_strings=true, read_bools_as_numbers=true, try_infer_objects=false
registration_time:      2022-12-29 17:49:52
schema:                 id Nullable(Float64), age Nullable(Float64), name Nullable(String), hobbies Array(Nullable(String))
```

<div id="see-also">
  ## 관련 항목
</div>

* [입력 데이터에서 자동으로 스키마 추론](/ko/concepts/features/interfaces/schema-inference)