摘要
Schema究竟是什么，Avro和JSON的关系，Avro的序列化与反序列化，对象容器文件。
Schema究竟是什么？
从Apache Avro简介中并不能确切的理解schema究竟是什么。通过阅读官方文档，总结如下：
- schema是一种metadata（元数据，是用于描述数据的数据），用于描述avro数据；
-
schema通过JSON定义，下面是一个record类型的schema：
{ "type": "record", "name": "test", "fields" : [ {"name": "a", "type": "long"}, {"name": "b", "type": "string"} ] } -
解析avro数据（来自对象容器文件或序列化数据）时，必须根据数据的schema进行分析；
通常，schema和其描述的数据一起存放，例如：在avro支持的对象容器文件(Object Container File)中就在头部包含了文件中存储的数据的schema；在RPC应用中，通信双方也必须确保拥有对方所发送数据的schema。
Avro与JSON的类型映射
Avro数据的序列化和反序列化
Avro指定两种序列化方法：
- 二进制：更小、更快，用于大部分应用中；
- JSON：易读，常用于调试和基于web的应用中；
序列化原则：深度优先、从左到右。
序列化之后的数据，可以通过反序列化而得到原数据(首先获取schema是必须的)。
对象容器文件(Object Container File)
对象容器文件是avro定义的一种文件格式。包含如下内容：
- Four bytes, ASCII 'O', 'b', 'j', followed by 1.
- file metadata, including the schema.
- The 16-byte, randomly-generated sync marker for this file.
- one or more file data blocks.
注意：
- 文件中存储的所有数据必须对应于头部的schema(avro.schema)；
- 所有数据必须采用二进制序列化；
- 存储的数据可以压缩(deflate)，也可以不压缩(null)；
JSON与Avro可以互转吗？
可以！参考序列化和反序列化。