Tabla de contenido:
Definición - ¿Qué significa Apache Avro?
Apache Avro es un marco de llamada de procedimientos remotos y de serialización de datos que se desarrolla dentro del proyecto Apache Hadoop, donde proporciona un formato de serialización para obtener datos persistentes y un formato de cable para proporcionar comunicación entre los nodos de Hadoop, así como conectar programas de clientes al Hadoop servicios.
Avro usa el formato JSON para definir protocolos y tipos de datos, así como también serializa datos en un formato binario compacto.
Techopedia explica Apache Avro
Apache Avro es un marco de serialización de big data que produce datos en un formato binario compacto que no requiere generación de código ni objetos proxy.
Se utiliza como un componente de serialización de datos para Apache Hadoop. Avro trabaja en el concepto de esquemas. Cuando se leen datos de Avro, el esquema que se usó durante la escritura de esos datos específicos siempre está presente.
Esto permite que cada conjunto de datos no tenga gastos generales por valor, lo que hace que la serialización sea rápida y relativamente pequeña. Y dado que los datos y su esquema son completamente autodescriptivos, esto facilita su uso con lenguajes de secuencias de comandos dinámicos.
Cuando los datos de Avro se almacenan en un archivo específico, el esquema también se almacena con ellos para que luego sea procesado por otro programa. Entonces, si un programa que lee los datos espera otro esquema, entonces esto puede resolverse fácilmente ya que ambos esquemas están presentes.
Avro proporciona:
Un formato de datos binarios compacto y rápido.
Ricas estructuras de datos
Un archivo contenedor para almacenar datos persistentes.
Llamada a procedimiento remoto (RPC)
Integración con lenguajes dinámicos.
La generación de código no es un requisito para leer o escribir archivos de datos o para usar o implementar protocolos RPC.
