浅析Apache Avro是什么？

一、概述

Apache Avro^TM 是一个数据序列化系统；

Avro提供的技术支持包括以下五个方面：

• 优秀的数据结构；

• 一个紧凑的，快速的，二进制数据格式；

• 一个容器文件，用来存储持久化数据；

• RPC远程过程调用；

• 集成最简单的动态语言。读取或者写入数据文件，使用或实现RPC协议均不需要代码实现。对于静态语言编写的话需要实现；

二、Schema模式

Arvo系统依赖于Schema，读取Avro数据时，这个Schema一直被用作数据写入。可以实现每个数据写入而没有带来额外的开销，从而使得序列化即快速又敏捷。由于数据 Shema 完全定义好的，这更便于使用动态语言操作。

当我们把Avro数据存储在文件中时，其Schema也会存储起来，因此后续任何程序均可以读取数据处理文件。如果读取数据的程序希望使用其他的Schema, 则可以动态改变，这两种都支持。

在RPC中使用AVRO时，Client和Server在连接 handshake 中交换Schema，（这部操作可以优化，便于对于大多数的调用器Calls，没有Schema的模式）。由于Client和Server都具有对方的完整信息，因此可以轻松解决相同命名字段（命名冲突）、字段缺失、字段多余等对应关系。

Avro的Schema时使用json定义的。这对于已经使用了JSON库的编程语言很友好。

 

三、和其他系统的比较Comparision with other systems

Avro提供的函数功