Question

阅读https://avro.apache.org/docs/current/spec.html它说模式必须是以下之一：

一个JSON字符串，命名一个已定义的类型。
一个JSON对象，格式如下： {"type": "typeName" ...attributes...}其中typeName是a 原始或派生类型名称，如下所述。属性不是允许将本文档中定义的元数据作为元数据，但不得使用影响序列化数据的格式。
一个JSON数组，代表一个嵌入式类型的联合。

我想要一个描述树的模式，使用树的递归定义：

具有值（例如，整数）和树列表（子项）的节点
具有值

我最初的尝试看起来像：

{
  "name": "Tree",
  "type": [
    {
      "name": "Node",
      "type": "record",
      "fields": [
        {
          "name": "value",
          "type": "long"
        },
        {
          "name": "children",
          "type": { "type": "array", "items": "Tree" }
        }
      ]
    },
    {
      "name": "Leaf",
      "type": "record",
      "fields": [
        {
          "name": "value",
          "type": "long"
        }
      ]
    }
  ]
}

但Avro编译器拒绝这一点，抱怨没有类型{"name":"Tree","type":[{"name":"Node"...。似乎Avro不喜欢顶层的联盟类型。我猜测这属于上述规则＆＃34;模式必须是...... JSON对象之一..其中typeName是基本类型或派生类型名称。＆＃34;我不确定＆＃34;派生类型名称＆＃34;虽然。起初我认为它与复杂类型相同＆＃34;但这包括工会类型..

无论如何，将其更改为更复杂的定义：

{
  "name": "Tree",
  "type": "record",
  "fields": [{
    "name": "ctors",
    "type": [
      {
        "name": "Node",
        "type": "record",
        "fields": [
          {
            "name": "value",
            "type": "long"
          },
          {
            "name": "children",
            "type": { "type": "array", "items": "Tree" }
          }
        ]
      },
      {
        "name": "Leaf",
        "type": "record",
        "fields": [
          {
            "name": "value",
            "type": "long"
          }
        ]
      }
    ]
  }]
}

有效，但现在我有一个奇怪的记录只有一个字段，其唯一目的是让我定义我想要的顶级联合类型。

这是获得Avro我想要的唯一方法还是有更好的方式？

谢谢！

Answer 1

我只是偶然发现想要定义递归联合的同一个问题。我对一个比你复杂的解决方案更清晰的解决方案感到非常悲观，因为目前没有办法命名一个联合，因此在构造它时无法以递归的方式引用它，请参阅open ticket

Answer 2

如果您将Tree表示为一个节点，而将Leaf表示为一个具有空子列表的节点，则可以完全避免命名的并集问题，并且只需一个递归即可类型：

{
  "type": "record",
  "name": "TreeNode",
  "fields": [
    {
      "name": "value",
      "type": "long"
    },
    {
      "name": "children",
      "type": { "type": "array", "items": "TreeNode" }
    }
  ]
}

现在，您的三种类型Tree，Node和Leaf统一为一种类型TreeNode，并且没有Node和{的并集{1}}。

递归数据类型，如树作为Avro架构

2 个答案: