python - 將avro字節邏輯類型十進制反序列化為十進制

Question

我正在嘗試使用 python avro 庫（python 2）讀取 Avro 文件。 當我使用以下代碼時：

import avro.schema
from avro.datafile import DataFileReader, DataFileWriter
from avro.io import DatumReader, DatumWriter, BinaryDecoder
reader = DataFileReader(open("filename.avro", "rb"), DatumReader())
schema = reader.meta

然后它正確讀取每一列，除了保留為字節的列，而不是預期的十進制值。

如何將此列轉換為預期的十進制值？ 我注意到文件的元數據將列標識為 'type' : 'bytes'，但 'logicalType' :'decimal'

我在此列的元數據以及字節值（預期的實際值都是小於 25,000 的 1,000 的倍數）下方發布。該文件是使用 Kafka 創建的。

元數據：

 {
                            "name": "amount",
                            "type": {
                                "type": "bytes",
                                "scale": 8,
                                "precision": 20,
                                "connect.version": 1,
                                "connect.parameters": {
                                    "scale": "8",
                                    "connect.decimal.precision": "20"
                                },
                                "connect.name": "org.apache.kafka.connect.data.Decimal",
                                "logicalType": "decimal"
                            }
                        }

字節值：

'E\xd9d\xb8\x00'
'\x00\xe8\xd4\xa5\x10\x00'
'\x01\x17e\x92\xe0\x00'
'\x01\x17e\x92\xe0\x00'

預期值：

3,000.00
10,000.00
12,000.00
5,000.00

我需要在部署在 AWS 上的 Lambda 函數中使用它，因此不能使用 fast_avro 或其他使用 C 而不是純 Python 的庫。

請參閱以下鏈接： https : //pypi.org/project/fastavro/ https://docs.aws.amazon.com/glue/latest/dg/aws-glue-programming-python-libraries.html

Answer 1

為此，您需要使用fastavro庫。 avro和avro-python3庫在發布時都不支持邏輯類型。

Answer 2

您可以使用它來將字節字符串解碼為十進制。 這會將值填充到下一個最高字節結構，以便適合所有可能的值。

import struct
from decimal import Decimal

def decode_decimal(value, num_places):
    value_size = len(value)
    for fmt in ('>b', '>h', '>l', '>q'):
        fmt_size = struct.calcsize(fmt)
        if fmt_size >= value_size:
            padding = b'\x00' * (fmt_size - value_size)
            int_value = struct.unpack(fmt, padding + value)[0]
            scale = Decimal('1') / (10 ** num_places)
            return Decimal(int_value) * scale
    raise ValueError('Could not unpack value')

前任：

>>> decode_decimal(b'\x00\xe8\xd4\xa5\x10\x00', 8)
Decimal('10000.00000000')
>>> decode_decimal(b'\x01\x17e\x92\xe0\x00', 8)
Decimal('12000.00000000')
>>> decode_decimal(b'\xb2\xb4\xe7\x84', 4)  # Negative value
Decimal('-129676.7100')

參考：

https://avro.apache.org/docs/1.10.2/spec.html#Decimalhttps://docs.python.org/3/library/struct.html#format-characters

Answer 3

出於某種原因，fastavro 包在同一個文件上默認工作。 我最終使用了下面的代碼。 仍然不確定是否有辦法直接使用 avro 庫解決這個問題，或者反序列化上面問題中發布的輸出。

import fastavro
with open("filename.avro", 'rb') as fo: 
    for record in fastavro.reader(fo): 
        print(record)