AVRO – 使用解析器的序列化

通过生成与模式对应的类或使用解析器库，可以将 Avro 模式读入程序。在 Avro 中，数据始终与其对应的架构一起存储。因此，我们始终可以在不生成代码的情况下读取模式。

本章介绍如何使用解析器库读取模式并使用 Avro序列化数据。

使用解析器库进行序列化

要序列化数据，我们需要读取模式，根据模式创建数据，并使用 Avro API 序列化模式。以下过程序列化数据而不生成任何代码 –

步骤1

首先，从文件中读取模式。为此，请使用Schema.Parser类。此类提供了以不同格式解析模式的方法。

通过传递存储架构的文件路径来实例化Schema.Parser类。

Schema schema = new Schema.Parser().parse(new File("/path/to/emp.avsc"));

第2步

创建GenericRecord接口的对象，通过实例化GenericData.Record类，如下所示。将上面创建的架构对象传递给它的构造函数。

GenericRecord e1 = new GenericData.Record(schema);

第 3 步

使用GenericData类的put()方法在模式中插入值。

e1.put("name", "ramu");
e1.put("id", 001);
e1.put("salary",30000);
e1.put("age", 25);
e1.put("address", "chennai");

第四步

使用SpecificDatumWriter类创建DatumWriter接口的对象。它将 Java 对象转换为内存中的序列化格式。以下示例为emp类实例化SpecificDatumWriter类对象–

DatumWriter<emp> empDatumWriter = new SpecificDatumWriter<emp>(emp.class);

第 5 步

为emp类实例化DataFileWriter。此类将符合模式的数据的序列化记录以及模式本身写入文件。此类需要DatumWriter对象作为构造函数的参数。

DataFileWriter<emp> dataFileWriter = new DataFileWriter<emp>(empDatumWriter);

第 6 步

使用create()方法打开一个新文件以存储与给定模式匹配的数据。此方法需要架构和要存储数据的文件的路径作为参数。

在下面给出的示例中，使用getSchema()方法传递架构，并将数据文件存储在路径中

/home/Hadoop/Avro/serialized_file/emp.avro。

empFileWriter.create(e1.getSchema(), new
File("/home/Hadoop/Avro/serialized_file/emp.avro"));

第 7 步

使用append( )方法将所有创建的记录添加到文件中，如下所示。

empFileWriter.append(e1);
empFileWriter.append(e2);
empFileWriter.append(e3);

示例 – 使用解析器进行序列化

以下完整程序显示了如何使用解析器序列化数据 –

import java.io.File;
import java.io.IOException;

import org.apache.avro.Schema;
import org.apache.avro.file.DataFileWriter;

import org.apache.avro.generic.GenericData;
import org.apache.avro.generic.GenericDatumWriter;
import org.apache.avro.generic.GenericRecord;

import org.apache.avro.io.DatumWriter;

public class Seriali {
   public static void main(String args[]) throws IOException{
	
      //Instantiating the Schema.Parser class.
      Schema schema = new Schema.Parser().parse(new File("/home/Hadoop/Avro/schema/emp.avsc"));
		
      //Instantiating the GenericRecord class.
      GenericRecord e1 = new GenericData.Record(schema);
		
      //Insert data according to schema
      e1.put("name", "ramu");
      e1.put("id", 001);
      e1.put("salary",30000);
      e1.put("age", 25);
      e1.put("address", "chenni");
		
      GenericRecord e2 = new GenericData.Record(schema);
		
      e2.put("name", "rahman");
      e2.put("id", 002);
      e2.put("salary", 35000);
      e2.put("age", 30);
      e2.put("address", "Delhi");
		
      DatumWriter<GenericRecord> datumWriter = new GenericDatumWriter<GenericRecord>(schema);
		
      DataFileWriter<GenericRecord> dataFileWriter = new DataFileWriter<GenericRecord>(datumWriter);
      dataFileWriter.create(schema, new File("/home/Hadoop/Avro_work/without_code_gen/mydata.txt"));
		
      dataFileWriter.append(e1);
      dataFileWriter.append(e2);
      dataFileWriter.close();
		
      System.out.println(“data successfully serialized”);
   }
}

浏览到放置生成代码的目录。在这种情况下，在home/Hadoop/Avro_work/without_code_gen。

$ cd home/Hadoop/Avro_work/without_code_gen/

现在将上述程序复制并保存在名为Serialize.java的文件中。编译并执行它，如下所示 –

$ javac Serialize.java
$ java Serialize

输出

data successfully serialized

如果验证程序中给出的路径，可以找到生成的序列化文件，如下所示。