什么是 Apache Avro？

Avro 支持在使用不同语言编写的程序之间进行大数据交换。利用序列化服务，程序可以高效快速地将数据序列化为文件或消息。数据存储不仅紧凑，而且高效。Avro 将数据定义和数据本身一起存储在同一个消息或文件中。

Avro 以 JSON 格式存储数据定义，方便读取和解释；而数据本身以二进制格式存储，既紧凑又高效。Avro 文件中包含的标记可用于将大型数据集拆分为大小适合的若干子集，以便于 Apache MapReduce 进行处理。一些数据交换服务会使用代码生成器来解释数据定义，并生成用于获取数据的代码。Avro 省去了此步骤，因此非常适合脚本语言。

Avro 的一个关键功能是，能够有力支持随时间变化的数据模式，这种变化通常称为模式演变。Avro 可处理模式变更，如缺失的字段、新添的字段和更改的字段。因此，旧程序可读取新数据，新程序也可读取旧数据。Avro 包含适用于 Java、Python、Ruby、C、C++ 等编程语言的 API。使用 Avro 存储的数据可通过不同语言编写的程序进行传递，Avro 甚至可以从 C 这样的编译语言传递到诸如 Apache Pig 之类的脚本语言。