在 Scala 中反序列化 Avro 数据时遇到问题

Question

我正在用 Scala 构建一个 Apache Flink 应用程序，它从 Kafka 总线读取流数据，然后对其执行汇总操作。来自 Kafka 的数据是 Avro 格式，需要特殊的反序列化 class。我找到了这个 scala class AvroDeserializationScehema (http://codegists.com/snippet/scala/avrodeserializationschemascala_saveveltri_scala):

package org.myorg.quickstart
import org.apache.avro.io.BinaryDecoder
import org.apache.avro.io.DatumReader
import org.apache.avro.io.DecoderFactory
import org.apache.avro.reflect.ReflectDatumReader
import org.apache.avro.specific.{SpecificDatumReader, SpecificRecordBase}
import org.apache.flink.api.common.typeinfo.TypeInformation
import org.apache.flink.api.java.typeutils.TypeExtractor
import org.apache.flink.api.common.serialization._
import java.io.IOException

class AvroDeserializationSchema[T](val avroType: Class[T]) extends DeserializationSchema[T] {
  private var reader: DatumReader[T] = null
  private var decoder : BinaryDecoder = null

  def deserialize(message: Array[Byte]): T = {
    ensureInitialized()
    try {
      decoder = DecoderFactory.get.binaryDecoder(message, decoder)
      reader.read(null.asInstanceOf[T], decoder)
    }
    catch {
      case e: IOException => {
        throw new RuntimeException(e)
      }
    }
  }

  def isEndOfStream(nextElement: T): Boolean = false


  def getProducedType: TypeInformation[T] = TypeExtractor.getForClass(avroType)

  private def ensureInitialized() {
    if (reader == null) {
      if (classOf[SpecificRecordBase].isAssignableFrom(avroType)) {
        reader = new SpecificDatumReader[T](avroType)
      }
      else {
        reader = new ReflectDatumReader[T](avroType)
      }
    }
  }
}

在我的流媒体 class 中，我按如下方式使用它：

val stream = env
        .addSource(new FlinkKafkaConsumer010[String]("test", new 
AvroDeserializationSchema[DeviceData](Class[DeviceData]), properties))

其中 DeviceData 是在同一项目中定义的 Scala 案例class

/** Case class to hold the Device data. */
case class DeviceData(deviceId: String,
                    sw_version: String,
                    timestamp: String,
                    reading: Double
                   )

编译 StreamingKafkaClient.scala class

时出现以下错误

Error:(24, 102) object java.lang.Class is not a value
        .addSource(new FlinkKafkaConsumer010[String]("test", new 
AvroDeserializationSchema[DeviceData](Class[DeviceData]), properties))

也尝试过

val stream = env
        .addSource(new FlinkKafkaConsumer010[String]("test", new 
AvroDeserializationSchema[DeviceData](classOf[DeviceData]), properties))

有了这个我得到了一个不同的错误：

Error:(21, 20) overloaded method constructor FlinkKafkaConsumer010 with alternatives:
  (x: java.util.regex.Pattern,x: org.apache.flink.streaming.util.serialization.KeyedDeserializationSchema[String],x: java.util.Properties)org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010[String] <and>
  (x: java.util.regex.Pattern,x: org.apache.flink.api.common.serialization.DeserializationSchema[String],x: java.util.Properties)org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010[String] <and>
  (x: java.util.List[String],x: org.apache.flink.streaming.util.serialization.KeyedDeserializationSchema[String],x: java.util.Properties)org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010[String] <and>
  (x: java.util.List[String],x: org.apache.flink.api.common.serialization.DeserializationSchema[String],x: java.util.Properties)org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010[String] <and>
  (x: String,x: org.apache.flink.streaming.util.serialization.KeyedDeserializationSchema[String],x: java.util.Properties)org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010[String] <and>
  (x: String,x: org.apache.flink.api.common.serialization.DeserializationSchema[String],x: java.util.Properties)org.apache.flink.streaming.connectors.kafka.FlinkKafkaConsumer010[String]
 cannot be applied to (String, org.myorg.quickstart.AvroDeserializationSchema[org.myorg.quickstart.DeviceData], java.util.Properties)
        .addSource(new FlinkKafkaConsumer010[String]("test", new AvroDeserializationSchema[DeviceData](classOf[DeviceData]), properties))

我是 Scala 的新手（这是我的第一个 Scala 程序）所以我知道我在这里缺少一些基本的东西。当我尝试学习 Scala 时，有人可以指出我做错了什么。我的目的是基本上将 avro 编码的数据从 Kafka 读取到 Flink 中，并对流数据进行一些操作。我找不到任何使用 AvroDeserializationSchema 的示例 class，在我看来，这应该是原生内置到 Flink 包中的东西。

Answer 1

为了在 Scala 中得到一个 class 对象，你需要 classOf[DeviceData]，而不是 Class[DeviceData]

new AvroDeserializationSchema[DeviceData](classOf[DeviceData])

I could not find any examples of the usage of AvroDeserializationSchema class

I found one (in Java)

此外，看起来在 Flink 1.6 版本中，他们会添加此 class 而不是您从其他地方复制。 FLINK-9337 & FLINK-9338

如评论中所述，如果您想使用 Confluent Avro Schema Registry 而不是给出 class 类型，，或参考上面的代码 Github link

此外，如果您是运行 Kafka 0.11+（或 Confluent 3.3+），那么理想情况下您应该使用 FlinkKafkaConsumer011 以及您要反序列化的 class

new FlinkKafkaConsumer011[DeviceData]

在 Scala 中反序列化 Avro 数据时遇到问题

Trouble with deserializing Avro data in Scala

scala

avro

apache-kafka

apache-flink