Serialization Avro特定记录类型与通用记录类型-哪种类型最好，或者我可以在两者之间转换？

我们正试图在为客户提供通用和特定的记录格式之间做出选择 为了提供在线模式注册表，客户机可以在模式更新时访问。 我们希望发送带有几个字节前缀的序列化blob，这些字节表示模式的版本号 从我们的注册表检索可以自动化

现在，我们遇到了一些代码示例，说明了 模式发生了变化，但我们不愿意放弃特定应用程序提供的类型安全性和易用性 格式

有没有一种方法可以使这两个世界都达到最好？也就是说，我们是否可以使用和操纵生成的特定 类，然后让它们在序列化之前自动转换为泛型记录？
然后，客户机将反序列化通用记录（在查找模式之后）

此外，客户能否在以后将收到的这些通用记录转换为特定记录？一些小的代码示例会很有帮助

---

还是我们看得不对？

您正在寻找的是融合的模式注册服务和libs，这有助于与之集成

提供一个示例，用一个不断发展的模式编写序列化反序列化avro数据。请注意提供卡夫卡的样品

import io.confluent.kafka.serializers.KafkaAvroDeserializer；
导入io.confluent.kafka.Serializer.KafkaAvroSerializer；
导入org.apache.avro.generic.GenericRecord；
导入org.apache.commons.codec.DecoderException；
导入org.apache.commons.codec.binary.Hex；
导入java.util.HashMap；导入java.util.Map；
公共类ConfluentSchemaService{
公共静态最终字符串TOPIC=“DUMMYTOPIC”；
私人卡夫卡夫罗塞利泽；
私人卡夫卡夫罗德塞利泽；
公共ConfluentSchemaService（字符串ConfluentSchemaRegistryUrl）{
//属性映射
Map propMap=newhashmap（）；
put（“schema.registry.url”，ConfluentSchemaRegistryUrl）；
//反序列化后的输出应为特定记录，而不是一般记录
propMap.put（“specific.avro.reader”、“true”）；
avroSerializer=新的KafkaAvroSerializer（）；
avroSerializer.configure（propMap，true）；
avroDeserializer=新的KafkaAvroDeserializer（）；
配置（propMap，true）；
}
公共字符串hexBytesToString（字节[]inputBytes）{
返回Hex.encodeHexString（inputBytes）；
}
公共字节[]hexStringToBytes（字符串hexEncodedString）引发DecodeXception{
返回Hex.decodeHex（hexEncodedString.ToCharray（））；
}
公共字节[]序列化AVROPOJOTOBytes（GenericRecord avroRecord）{
返回avroSerializer.serialize（主题，avroRecord）；
}
公共对象反序列化字节流AVROPOJO（字节[]avroBytearray）{
返回avroDeserializer.deserialize（主题，avroBytearray）；
} }

下面的类包含您要查找的所有代码。 io.confluent.kafka.serializers.Kafkavrodeserializer
io.confluent.kafka.serializers.KafkaAvroSerializer

有关更多详细信息，请访问链接：

---

我可以在它们之间转换吗？

我编写了以下kotlin代码，通过JSON将

SpecificRecord

转换为

GenericRecord

并返回

PositionReport

是使用gradle的avro插件从avro生成的对象-它是：

@org.apache.avro.specific.AvroGenerated
公共类PositionReport扩展org.apache.avro.specific.SpecificRecordBase实现org.apache.avro.specific.SpecificRecord{
...

使用的功能如下所示

/**
*用与AVRO兼容的JSON编码记录，表示联合类型
*对于更漂亮的JSON，只需使用对象映射器
*@param PositionReport
*@返回字符串
*/
private fun PositionReport.toAvroJson（）：字符串{
val writer=SpecificDatumWriter（位置报告：：class.java）
val baos=ByteArrayOutputStream（）
val jsonEncoder=EncoderFactory.get（）.jsonEncoder（this.schema，baos）
writer.write（这个，jsonEncoder）
jsonEncoder.flush（）
返回宝钢toString（“UTF-8”）
}
/**
*从Genreic记录转换为JSON-看起来更聪明，
*为了统一这个函数和上面的函数，但是
*@param记录genericord
*@param模式
*/
private fun genericord.toAvroJson（）：字符串{
val writer=GenericDatumWriter（this.schema）
val baos=ByteArrayOutputStream（）
val jsonEncoder=EncoderFactory.get（）.jsonEncoder（this.schema，baos）
writer.write（这个，jsonEncoder）
jsonEncoder.flush（）
返回宝钢toString（“UTF-8”）
}
/**
*获取职位报告的一般记录，并
*它会变成一份职位报告…也许它会起作用
*@param gen genericord
*@返回位置报告
*/
私人娱乐场所（一般记录）：场所报告{
if（gen.schema！=PositionReport.getClassSchema（））{
抛出异常（“由于架构不匹配，无法将GenericRecord转换为PositionReport”）
}
//我们将转换成JSON，然后使用它转换回SpecificRecord
//也许有更好的办法
val json=gen.toAvroJson（）
val reader:DatumReader=SpecificDatumReader（PositionReport:：class.java）
val decoder:decoder=DecoderFactory.get（）.jsonDecoder（PositionReport.getClassSchema（），json）
val pos=读卡器读取（空，解码器）
返回位置
}
/**
*将特定记录转换为通用记录（我认为）
*@param PositionReport
*@return GenericData.Record
*/
私人娱乐公司（位置：Positio）