📜  AVRO-使用解析器进行序列化

📅  最后修改于: 2020-12-02 05:27:23             🧑  作者: Mango


通过生成对应于模式的类或使用解析器库,可以将Avro模式读入程序。在Avro中,数据始终以其对应的架构存储。因此,我们总是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架构以及如何使用Avro序列化数据。

没有代码序列化的Avro

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。以下过程将序列化数据而不生成任何代码-

第1步

首先,从文件中读取架构。为此,请使用Schema.Parser类。此类提供了以不同格式解析架构的方法。

通过传递存储模式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

通过实例化GenericData.Record类,创建GenericRecord接口的对象,如下所示。将上面创建的模式对象传递给其构造函数。

GenericRecord e1 = new GenericData.Record(schema);

第三步

使用GenericData类的put()方法将值插入架构中。

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

第4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 empDatumWriter = new SpecificDatumWriter(emp.class);

第5步

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中。此类需要DatumWriter对象作为构造函数的参数。

DataFileWriter dataFileWriter = new DataFileWriter(empDatumWriter);

第6步

使用create()方法打开一个新文件,以存储与给定架构匹配的数据。此方法需要模式以及要在其中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"));

步骤7

如下所示,使用append()方法所有创建的记录添加到文件中。

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 datumWriter = new GenericDatumWriter(schema);
        
      DataFileWriter dataFileWriter = new DataFileWriter(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”);
   }
}

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

$ cd home/Hadoop/Avro_work/without_code_gen/

没有代码生成

现在,将上述程序复制并保存到名为Serialize.java的文件中。如下所示编译并执行-

$ javac Serialize.java
$ java Serialize

输出

data successfully serialized

如果您验证程序中给出的路径,则可以找到生成的序列化文件,如下所示。

没有代码Gen1