如果 avro 模式与数据一起存储，为什么 java avro api 需要我提供模式文件？

Question

在某些情况下，Microsoft Azure 决定以 avro 格式转储数据。 从我的角度来看，有问题的数据只是 json 记录。 所以，我只想从 avro 文件中返回我的 json 数据。

我正在研究如何“反序列化”avro 数据，以及此处的示例：

https://avro.apache.org/docs/1.8.1/gettingstartedjava.html

提出索赔：

Data in Avro is always stored with its corresponding schema, meaning we can always read a serialized item regardless of whether we know the schema ahead of time.

不幸的是，这些示例确实需要提前了解架构：

DatumReader<GenericRecord> datumReader = new GenericDatumReader<GenericRecord>(schema);
DataFileReader<GenericRecord> dataFileReader = new DataFileReader<GenericRecord>(file, datumReader);

我一定遗漏了一些东西，我只想要我的数据（文本/json）格式，脱离 avro。 有没有办法在不知道架构的情况下做到这一点？ avro 不能从文件本身中读取它吗？

Answer 1

既然已经有了获取 json 的工具，为什么还要写代码呢？

java -jar avro-tools-1.8.2.jar tojson data.avro > output.json

http://central.maven.org/maven2/org/apache/avro/avro-tools/1.8.2/avro-tools-1.8.2.jar

否则，您的文件有一个架构，您必须在读取文件内容之前先提取它，这正是上述工具的源代码所做的

https://github.com/apache/avro/blob/master/lang/java/tools/src/main/java/org/apache/avro/tool/DataFileReadTool.java#L77

Answer 2

您需要提供读者的架构，以便 Avro 可以执行架构解析