json文档缺少字段的Avro序列化问题

Question

我正在尝试使用 Apache Avro 对从 Elastic Search 导出到 HDFS 中的许多 Avro 文档中的数据强制实施模式（使用 Drill 进行查询）。我在使用 Avro 默认设置时遇到了一些问题

鉴于此架构：

{    
  "namespace" : "avrotest",    
  "type" : "record",    
  "name" : "people",                                                                                                   
  "fields" : [                                                                                                         
    {"name" : "firstname", "type" : "string"},                                                                        
    {"name" : "age", "type" :"int", "default": -1}                                                                     
  ]                                                                                                                    
} 

我希望像 {"firstname" : "Jane"} 这样的 json 文档将使用年龄字段的默认值 -1 进行序列化。

default：该字段的默认值，在读取实例时使用 缺少此字段（可选）。

然而，这似乎并没有发生

java -jar avro-tools-1.8.0.jar fromjson --schema-file p2.avsc jane.json > jane.avro

Exception in thread "main" org.apache.avro.AvroTypeException: Expected int. Got END_OBJECT
    at org.apache.avro.io.JsonDecoder.error(JsonDecoder.java:697)
    at org.apache.avro.io.JsonDecoder.readInt(JsonDecoder.java:172)
    at org.apache.avro.io.ValidatingDecoder.readInt(ValidatingDecoder.java:83)
    at org.apache.avro.generic.GenericDatumReader.readInt(GenericDatumReader.java:511)
    at org.apache.avro.generic.GenericDatumReader.readWithoutConversion(GenericDatumReader.java:182)
    at org.apache.avro.generic.GenericDatumReader.read(GenericDatumReader.java:152)
    at org.apache.avro.generic.GenericDatumReader.readField(GenericDatumReader.java:240)
    at org.apache.avro.generic.GenericDatumReader.readRecord(GenericDatumReader.java:230)
    at org.apache.avro.generic.GenericDatumReader.readWithoutConversion(GenericDatumReader.java:174)
    at org.apache.avro.generic.GenericDatumReader.read(GenericDatumReader.java:152)
    at org.apache.avro.generic.GenericDatumReader.read(GenericDatumReader.java:144)
    at org.apache.avro.tool.DataFileWriteTool.run(DataFileWriteTool.java:99)
    at org.apache.avro.tool.Main.run(Main.java:87)
    at org.apache.avro.tool.Main.main(Main.java:76)

这可能吗，还是我错过了什么？

Answer 1

关键是，如果您在架构中这样声明您的字段：

{"name": "fieldName", "type": ["int", "null"], default: null }

使用 optional 之类的字段是不够的，尝试这样声明：

{"name": "fieldName", "type": ["null", "int"], default: null }