[英]How can I use a custom Apache Avro field type in python
我已经可以访问Apache Kafka集群,并且获得了一个描述消息的Apache Avro序列化格式的文件。 我正在用python编写一个小型测试使用者,尝试解析模式时遇到以下错误:
SchemaParseException: Type property "{u'items': u'com.myapp.avromsg.common.MilestoneField', u'type': u'array'}" not a valid Avro schema: Items schema (com.myapp.avromsg.common.MilestoneField) not a valid Avro schema: Could not make an Avro Schema object from com.myapp.avromsg.common.MilestoneField. (known names: [u'com.myapp.avromsg.runstatus.RunStatusMessage'])
在我看来,该错误是由于不了解自定义字段类型MilestoneField而引起的。 我应该如何在脚本中描述该字段,以便序列化格式能够正确解析?
这是my_msg.avsc
avro文件:
{
"type": "record",
"name": "RunStatusMessage",
"namespace": "com.myapp.avromsg.runstatus",
"fields": [
{
"name": "datasetID",
"type": "string"
},
{
"name": "runID",
"type": ["string", "null"]
},
{
"name": "registryRunID",
"type": ["string", "null"]
},
{
"name": "status",
"type": "string"
},
{
"name": "logs",
"type": ["string", "null"]
},
{
"name": "jobID",
"type": ["string", "null"]
},
{
"name": "validationsJson",
"type": ["string", "null"]
},
{
"name": "zone",
"type": "string"
},
{
"name": "milestoneFields",
"type": {
"type": "array",
"items": "com.myapp.avromsg.common.MilestoneField"
}
},
{
"name": "ingestionParams",
"type": {
"type": "array",
"items": "com.myapp.avromsg.common.MilestoneField"
},
"default": []
},
{
"name": "timestamp",
"type": [
{
"type": "long",
"logicalType": "timestamp-millis"
},
{
"type": "bytes",
"logicalType": "decimal",
"precision": 38,
"scale": 0
},
"string",
"int",
"null"
]
}
]
}
这是我到目前为止使用的代码:
import avro.schema
schema = avro.schema.parse(open('my_msg.avsc', 'rb').read())
不知道如何在pyhon中进行编码,但是我可以提供Java版本(我希望它应该几乎相同)。 您有两种选择,包括将MilestoneField
对象的定义作为模式的一部分(如果在多个部分中使用,则根本不干净)或向Schema.Parser
添加其他类型。 在该示例中,我对模式进行了硬编码,但是从文件中读取的内容是相同的
public static void main(String [] args){
Schema.Parser parser = new Schema.Parser();
Schema pojo = new Schema.Parser().parse("{\n" +
" \"namespace\": \"io.fama.pubsub.schema\",\n" +
" \"type\": \"record\",\n" +
" \"name\": \"Pojo\",\n" +
" \"fields\": [\n" +
" {\n" +
" \"name\": \"field\",\n" +
" \"type\": \"string\"\n" +
" }\n" +
" ]\n" +
"}");
HashMap<String, Schema> extraTypes = new HashMap<>();
extraTypes.put("Pojo", pojo);
parser.addTypes(extraTypes);
Schema schema = parser.parse("{\n" +
" \"namespace\": \"io.fama.pubsub.schema\",\n" +
" \"type\": \"record\",\n" +
" \"name\": \"PojoCollection\",\n" +
" \"fields\": [\n" +
" {\n" +
" \"name\": \"pojosCollection\",\n" +
" \"type\": {\n" +
" \"type\": \"array\",\n" +
" \"items\": \"Pojo\"\n" +
" }\n" +
" }, {\n" +
" \"name\": \"additionaField\",\n" +
" \"type\": [\"null\", \"string\"]\n" +
" }\n" +
" ]\n" +
"}");
}
如您所见,您可以使用addTypes方法在架构中包括其他自定义对象。 方法参数是Map<string,Schema>
因此您需要先解析自定义对象架构。 现在,如果您拥有架构的类版本(由avro生成),则应该可以像这样添加它
extraTypes.put("MilestoneField", MilestoneField.SCHEMA$);
假设我有定义我的自定义字段和消息架构的avsc
文件,这就是我如何使用python avro做到这一点
import avro.schema
import json
schema_list = []
# First add the custom field to the schema list
custom_json = json.loads(open('custom_field.avsc', 'rb').read())
schema_list.append(custom_json)
# Then add the main message schema
main _json = json.loads(open('main _msg.avsc', 'rb').read())
schema_list.append(main _json)
# Convert the schema json to a JSON string
schema_json = json.dumps(schema_list)
# Parse the schema
full_msg_schema = avro.schema.parse(schema_json)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.