system.schema_inference_cache

Tabla del sistema que contiene información sobre todos los esquemas de archivos en caché.

Consultas en ClickHouse Cloud

Los datos de esta tabla del sistema se almacenan localmente en cada nodo de ClickHouse Cloud. Por lo tanto, para obtener una vista completa de todos los datos, es necesario usar la función clusterAllReplicas. Consulta aquí para más detalles.

​

Descripción

Contiene información sobre todos los esquemas de archivo almacenados en caché.

​

Columnas

• storage (String) — Nombre del almacenamiento: File, URL, S3 o HDFS.
• source (String) — Origen del archivo.
• format (String) — Nombre del formato.
• additional_format_info (String) — Información adicional necesaria para identificar el esquema. Por ejemplo, ajustes específicos del formato.
• registration_time (DateTime) — Marca temporal de cuándo se añadió el esquema a la caché.
• schema (Nullable(String)) — Esquema almacenado en caché.
• number_of_rows (Nullable(UInt64)) — Número de filas del archivo en el formato indicado. Se usa para almacenar en caché el count() trivial de los archivos de datos y el número de filas de los metadatos durante la inferencia de esquema.
• schema_inference_mode (Nullable(String)) — Modo de inferencia de esquema.

​

Ejemplo

Supongamos que tenemos un archivo data.jsonl con este contenido:

{"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"]}

Coloca data.jsonl en el directorio user_files_path. Puedes encontrarlo consultando los archivos de configuración de ClickHouse. El valor predeterminado es:

<user_files_path>/var/lib/clickhouse/user_files/</user_files_path>

Abre clickhouse-client y ejecuta la consulta DESCRIBE:

DESCRIBE file('data.jsonl') SETTINGS input_format_try_infer_integers=0;

┌─name────┬─type────────────────────┬─default_type─┬─default_expression─┬─comment─┬─codec_expression─┬─ttl_expression─┐
│ id      │ Nullable(Float64)       │              │                    │         │                  │                │
│ age     │ Nullable(Float64)       │              │                    │         │                  │                │
│ name    │ Nullable(String)        │              │                    │         │                  │                │
│ hobbies │ Array(Nullable(String)) │              │                    │         │                  │                │
└─────────┴─────────────────────────┴──────────────┴────────────────────┴─────────┴──────────────────┴────────────────┘

Veamos el contenido de la tabla system.schema_inference_cache:

SELECT *
FROM system.schema_inference_cache
FORMAT Vertical

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))

​

Véase también

• Inferencia automática del esquema a partir de los datos de entrada