如果 avro 模式與數據一起存儲，為什么 java avro api 需要我提供模式文件？

Question

在某些情況下，Microsoft Azure 決定以 avro 格式轉儲數據。 從我的角度來看，有問題的數據只是 json 記錄。 所以，我只想從 avro 文件中返回我的 json 數據。

我正在研究如何“反序列化”avro 數據，以及此處的示例：

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

提出索賠：

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，這些示例確實需要提前了解架構：

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

我一定遺漏了一些東西，我只想要我的數據（文本/json）格式，脫離 avro。 有沒有辦法在不知道架構的情況下做到這一點？ avro 不能從文件本身中讀取它嗎？

Answer 1

既然已經有了獲取 json 的工具，為什么還要寫代碼呢？

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

否則，您的文件有一個架構，您必須在讀取文件內容之前先提取它，這正是上述工具的源代碼所做的

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

Answer 2

您需要提供讀者的架構，以便 Avro 可以執行架構解析