Avro

Avro 是 Hadoop 生态的行式二进制序列化格式，schema 内嵌或外联，用于大数据存储与 Kafka。

用途

提供紧凑且 schema 感知的序列化，适合大数据与流处理。

机制

数据编码时 schema 可内嵌（写入头）或外联（注册中心）。无字段标签（靠 schema 定位），故比 Protobuf 更紧凑。支持 schema 演进（字段增删与默认值）。行式存储适合 OLAP。

用例

Kafka 消息序列化
Hadoop 文件格式
Hive 表存储
Confluent Schema 注册中心

示例

输入
```
schema + data
```
输出
```
Compact binary bytes
```
Schema-aware encoding

常见错误

Schema mismatch causes decoding errors: Manage schema versions with a Schema Registry

相关词条

Protocol Buffers

Protocol Buffers 是 Google 的语言中立二进制序列化格式，需 .proto schema 定义，比 JSON/XML 紧凑且类型安全。

Parquet 是列式二进制存储格式，Apache 项目，用于 OLAP 分析，按列压缩高效查询。

JSON（JavaScript 对象表示法）是轻量级数据交换格式，基于 JavaScript 对象字面量，使用键值对与数组结构。

参考链接