共计 5016 个字符，预计需要花费 13 分钟才能阅读完成。
这篇文章主要介绍 Apache Avro 数据的示例分析，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
随着互联网高速的发展，云计算、大数据、人工智能 AI、物联网等前沿技术已然成为当今时代主流的高新技术，诸如电商网站、人脸识别、无人驾驶、智能家居、智慧城市等等，不仅方面方便了人们的衣食住行，背后更是时时刻刻有大量的数据在经过各种各样的系统平台的采集、清晰、分析，而保证数据的低时延、高吞吐、安全性就显得尤为重要，Apache Avro 本身通过 Schema 的方式序列化后进行二进制传输，一方面保证了数据的高速传输，另一方面保证了数据安全性，avro 当前在各个行业的应用越来越广泛，如何对 avro 数据进行处理解析应用就格外重要，本文将演示如果序列化生成 avro 数据，并使用 FlinkSQL 进行解析。
本文是 avro 解析的 demo，当前 FlinkSQL 仅适用于简单的 avro 数据解析, 复杂嵌套 avro 数据暂时不支持。
场景介绍
本文主要介绍以下三个重点内容：
如何序列化生成 Avro 数据
如何反序列化解析 Avro 数据
如何使用 FlinkSQL 解析 Avro 数据
前提条件
了解 avro 是什么，可参考 apache avro 官网快速入门指南
了解 avro 应用场景
操作步骤
1、新建 avro maven 工程项目，配置 pom 依赖
pom 文件内容如下：
?xml version= 1.0 encoding= UTF-8 ?
project xmlns= http://maven.apache.org/POM/4.0.0
xmlns:xsi= http://www.w3.org/2001/XMLSchema-instance
xsi:schemaLocation= http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd
modelVersion 4.0.0 /modelVersion
groupId com.huawei.bigdata /groupId
artifactId avrodemo /artifactId
version 1.0-SNAPSHOT /version
dependencies
dependency
groupId org.apache.avro /groupId
artifactId avro /artifactId
version 1.8.1 /version
/dependency
dependency
groupId junit /groupId
artifactId junit /artifactId
version 4.12 /version
/dependency
/dependencies
build
plugins
plugin
groupId org.apache.avro /groupId
artifactId avro-maven-plugin /artifactId
version 1.8.1 /version
executions
execution
phase generate-sources /phase
goals
goal schema /goal
/goals
configuration
sourceDirectory ${project.basedir}/src/main/avro/ /sourceDirectory
outputDirectory ${project.basedir}/src/main/java/ /outputDirectory
/configuration
/execution
/executions
/plugin
plugin
groupId org.apache.maven.plugins /groupId
artifactId maven-compiler-plugin /artifactId
configuration
source 1.6 /source
target 1.6 /target
/configuration
/plugin
/plugins
/build
/project注意：以上 pom 文件配置了自动生成类的路径，即 project.basedir/src/main/avro/ 和 {project.basedir}/src/main/avro/ 和 project.basedir/src/main/avro/ 和 {project.basedir}/src/main/java/，这样配置之后，在执行 mvn 命令的时候，这个插件就会自动将此目录下的 avsc schema 生成类文件，并放到后者这个目录下。如果没有生成 avro 目录，手动创建一下即可。
2、定义 schema
使用 JSON 为 Avro 定义 schema。schema 由基本类型（null,boolean, int, long, float, double, bytes 和 string）和复杂类型（record, enum, array, map, union, 和 fixed）组成。例如，以下定义一个 user 的 schema，在 main 目录下创建一个 avro 目录，然后在 avro 目录下新建文件 user.avsc :
{ namespace : lancoo.ecbdc.pre ,
type : record ,
name : User ,
fields : [ { name : name , type : string},
{name : favorite_number , type : [ int , null]},
{name : favorite_color , type : [ string , null]}
]
}3、编译 schema
点击 maven projects 项目的 compile 进行编译，会自动在创建 namespace 路径和 User 类代码
4、序列化
创建 TestUser 类，用于序列化生成数据
User user1 = new User();
user1.setName( Alyssa
user1.setFavoriteNumber(256);
// Leave favorite col or null
// Alternate constructor
User user2 = new User( Ben , 7, red
// Construct via builder
User user3 = User.newBuilder()
.setName(Charlie)
.setFavoriteColor(blue)
.setFavoriteNumber(null)
.build();
// Serialize user1, user2 and user3 to disk
DatumWriter User userDatumWriter = new SpecificDatumWriter User (User.class);
DataFileWriter User dataFileWriter = new DataFileWriter User (userDatumWriter);
dataFileWriter.create(user1.getSchema(), new File(user_generic.avro));
dataFileWriter.append(user1);
dataFileWriter.append(user2);
dataFileWriter.append(user3);
dataFileWriter.close();执行序列化程序后，会在项目的同级目录下生成 avro 数据
user_generic.avro 内容如下：
Objavro.schema�{type : record , name : User , namespace : lancoo.ecbdc.pre , fields :[{ name : name , type : string},{name : favorite_number , type :[ int , null]},{name : favorite_color , type :[ string , null]}]}至此 avro 数据已经生成。
5、反序列化
通过反序列化代码解析 avro 数据
// Deserialize Users from disk
DatumReader User userDatumReader = new SpecificDatumReader User (User.class);
DataFileReader User dataFileReader = new DataFileReader User (new File( user_generic.avro), userDatumReader);
User user = null;
while (dataFileReader.hasNext()) { // Reuse user object by passing it to next(). This saves us from
// allocating and garbage collecting many objects for files with
// many items.
user = dataFileReader.next(user);
System.out.println(user);
}执行反序列化代码解析 user_generic.avro
avro 数据解析成功。
6、将 user_generic.avro 上传至 hdfs 路径
hdfs dfs -mkdir -p /tmp/lztest/
hdfs dfs -put user_generic.avro /tmp/lztest/7、配置 flinkserver
准备 avro jar 包
将 flink-sql-avro-*.jar、flink-sql-avro-confluent-registry-*.jar 放入 flinkserver lib，将下面的命令在所有 flinkserver 节点执行
cp /opt/huawei/Bigdata/FusionInsight_Flink_8.1.2/install/FusionInsight-Flink-1.12.2/flink/opt/flink-sql-avro*.jar /opt/huawei/Bigdata/FusionInsight_Flink_8.1.3/install/FusionInsight-Flink-1.12.2/flink/lib
chmod 500 flink-sql-avro*.jar
chown omm:wheel flink-sql-avro*.jar同时重启 FlinkServer 实例，重启完成后查看 avro 包是否被上传
hdfs dfs -ls /FusionInsight_FlinkServer/8.1.2-312005/lib
8、编写 FlinkSQL
CREATE TABLE testHdfs(
name String,
favorite_number int,
favorite_color String
) WITH(
connector = filesystem ,
path = hdfs:///tmp/lztest/user_generic.avro ,
format = avro
);CREATE TABLE KafkaTable (
name String,
favorite_number int,
favorite_color String
) WITH (
connector = kafka ,
topic = testavro ,
properties.bootstrap.servers = 96.10.2.1:21005 ,
properties.group.id = testGroup ,
scan.startup.mode = latest-offset ,
format = avro
insert into
KafkaTable
select
*
testHdfs;保存提交任务
9、查看对应 topic 中是否有数据
FlinkSQL 解析 avro 数据成功。
以上是“Apache Avro 数据的示例分析”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注丸趣 TV 行业资讯频道！
![Frank#smith[Kfyzeiuqujbpygze,2,5]](https://cravatar.cn/avatar/ebd2642d86a4b40100d29dc76ec89b0d?s=96&d=monsterid&r=r)