如何使用 Avro 生成 String 类型的字段而不是 CharSequence？答案

【问题标题】：How to generate fields of type String instead of CharSequence using Avro?如何使用 Avro 生成 String 类型的字段而不是 CharSequence？
【发布时间】：2014-09-26 22:18:36
【问题描述】：

我编写了一个 Avro 模式，其中一些字段 ** 需要是 ** 类型为 String 但 Avro 生成了这些类型为 CharSequence 的字段。

我无法找到任何方法告诉 Avro 将这些字段设为 String 类型。

我尝试使用

"fields": [
    {
        "name":"startTime",
        "type":"string",
        "avro.java.stringImpl":"String"
    },
    {
        "name":"endTime",
        "type":"string",
        "avro.java.string":"String"
    }
]

但是对于这两个字段，Avro 正在生成 CharSequence 类型的字段。

还有其他方法可以使这些字段成为String 类型的字段吗？

【问题讨论】：

String 类实现CharSequence 接口。
CharSequence 是一个接口。默认情况下，Avro 使用自己的 Utf8 类作为 CharSequence 实现。 Utf8 不超过一个字节缓冲区，可以使用toString 转换为字符串。当您不关心基准测试中的字符串时，Utf8 很方便......但大多数情况下您要使用 CharSequence 并且必须将其转换为字符串。这很麻烦，而且会占用 100% 的内存开销，因为字符串现在既存储为 Utf8 又存储为字符串。这就是为什么很多人想要 String 而不是 CharSequence。将两者混合起来也很有用。

标签： java apache serialization avro

【解决方案1】：

如果您希望所有字符串字段都是java.lang.String 的实例，那么您只需配置编译器：

java -jar /path/to/avro-tools-1.7.7.jar compile -string schema

或者如果您使用的是 Maven 插件

<plugin>
  <groupId>org.apache.avro</groupId>
  <artifactId>avro-maven-plugin</artifactId>
  <version>1.7.7</version>
  <configuration>
    <stringType>String</stringType>
  </configuration>
  [...]
</plugin>

如果您希望某个特定字段为 java.lang.String 类型，那么...您不能。编译器不支持它。您可以将“java-class”与反射 API 一起使用，但编译器并不关心。

如果您想了解更多信息，可以在 SpecificCompiler 第 372 行，Avro 1.7.7 中设置断点。您可以看到，在调用addStringType() 之前，架构在props 字段中有所需的信息。如果您将此模式传递给SpecificCompiler.javaType()，那么它将执行您想要的操作。但是随后addStringType 将您的架构替换为静态架构。我很可能会在邮件列表上问这个问题，因为我没有明白这一点。

【讨论】：

有这方面的文档吗？我正在寻找如何指定数组类型。我希望它被设置而不是java.util.list，但找不到任何文档：/
它也适用于 1.8.2。干杯@Clément MATHIEU

【解决方案2】：

您可以按字段级别设置它，只需将类型更改为对象，并包括 "type" : "string" 和 "avro.java.string" : "String"

请看下面的例子：

{
    "type": "record",
    "name": "test",
    "fields": [
        {
            "name": "name",
            "type": {
                "type": "string",
                "avro.java.string": "String"
            }
        }
    ]
}

【讨论】：

那行不通。我们以这种方式定义了 avro 文件，但我们仍然得到 CharSequence 而不是 String。使用 maven 配置的 Mathieu 解决方案在我们的案例中运行良好。