java - 将 avro 写为字节数组然后读回时遇到问题

Question

我刚刚开始使用 Avro，在生成测试数据时遇到问题对于想要将该数据读取为一系列字节的进程。

当我查看我正在写出的一系列字节时，它似乎是我的第一个字段，即一个整数正在被破坏。第二个和第三个字段的字节看起来没问题。

假设这是我的 avro 架构

{
     "type": "record",
     "namespace": "com.foo",
     "name": "test",
     "version": "1",
     "fields": [
        {"name" : "code", "type" : "int", "default" : 1},
        { "name": "firstName", "type": "string", "doc": "firstName" },
        { "name": "lastName", "type": "string", "doc": "lastName" }
     ]
}

这是我的代码:

Schema avroSchema =
    SchemaBuilder.record("test").namespace("com.foo").
        fields().
            requiredInt("code").
            requiredString("firstName").
            requiredString("lastName").endRecord();
GenericRecord avroMessage = new GenericData.Record(avroSchema);
avroMessage.put("code", 7);
avroMessage.put("firstName", "robert");
avroMessage.put("lastName", "wong");

ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
ByteArrayOutputStream baos = new ByteArrayOutputStream();
Encoder encoder = EncoderFactory.get().binaryEncoder(baos, null);
DatumWriter<Object> datumWriter = new GenericDatumWriter<>(avroSchema);
datumWriter.write(avroMessage, encoder);
encoder.flush();
baos.close();
byte[] data = baos.toByteArray();

Integer  code = ByteBuffer.wrap(data).getInt();
System.out.println("code:" + code);


// Result is  code:235696751  -- not code:7 as expected.

知道我可能会做什么破坏第一个整数字段吗？

Answer 1

找到问题的根源。

最初，我将写入的 avro 记录的第一个字节作为 Int 读取，但是不单独写出这个 Int，只是写出整个记录——其中包含Int 作为其第一个属性。我期望我的初始整数读取能够获取此属性。

但事实证明 Avro Ints使用某种形式的压缩(例如之字形整数)写出从我能看出的压缩来看……但这只是主要问题的一个附带问题问题)。因此，解决方案是在写入之前显式写出整数完整的 Avro 记录。

关于为什么我们首先需要这个整数的一些背景:

The app I am using uses a home grown avro schema management 
approach where schemas are versioned, and the integer code 
tells you which version of the schema to use for deserialization.

这是修改后的代码:

Schema mainSchema =
    SchemaBuilder.record("test").namespace("com.foo").
        fields().
        requiredInt("code").
        requiredString("nickName").
        requiredString("lastName").endRecord();
GenericRecord avroMessage = new GenericData.Record(mainSchema);
avroMessage.put("code", 67);
avroMessage.put("nickName", "robert");
avroMessage.put("lastName", "smith");


ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
ByteArrayOutputStream baos = new ByteArrayOutputStream();

try (DataOutputStream os = new DataOutputStream(baos)) {
  os.writeInt(1);  // Write out the integer code BEFORE the record
}

Encoder encoder = EncoderFactory.get().binaryEncoder(baos, null);
DatumWriter<Object> datumWriter = new GenericDatumWriter<>(mainSchema);
datumWriter.write(avroMessage, encoder);
encoder.flush();
baos.close();
byte[] data = baos.toByteArray();

ByteBuffer wrapped = ByteBuffer.wrap(data);
Integer theInt = wrapped.getInt();
byte[] event = new byte[wrapped.remaining()];
wrapped.get(event);

DatumReader<GenericRecord> reader = new GenericDatumReader<>(mainSchema);
BinaryDecoder decoder = DecoderFactory.get().binaryDecoder(event, null);
GenericRecord record = reader.read(null, decoder);

System.out.println("theInt:" + theInt);   // should print 67
System.out.println("record:" + record);   // should print:    {"code": 0, "nickName": "", "lastName": ""}