kafka消息的序列化与反序列化

一、前言

在使用kafka发送消息时，producer端需要序列化，在大多数场景中， 需要传输的是与业务规则相关的复杂类型， 这就需要自定义数据结构。 Avro是一种序列化框架， 使用JSON来定义schema， sh cema由原始类型(null， boolean， int， long， float， double， bytes， string) 和复杂类型 (record， enum， array， map， union， fixed) 组成， schema文件以.avsc结尾， 表示avro schema

有2种序列化方式

• 二进制方式：也就是Specific方式， 定义好schema a svc文件后， 使用编译器(avro-tools.jar) 编译生成相关语言(java) 的业务类， 类中会嵌入JSON schema ·
• JSON方式：也就是Generic方式， 在代码中动态加载schema a svc文件， 将FieldName-Field Value， 以Map<K， V>的方式存储

序列化后的数据号schema和data同时存在的， 如下图、

二、序列化与反序列化实现

1、序列化（producer）

props.put("key.serializer",StringSerializer.class.getName());
props.put("value.serializer",StringSerializer.class.getName());

2、反序列化（consumer）

props.put("key.deserializer",StringDeserializer.class.getName());
props.put("value.deserializer",StringDeserializer.class.getName());

如果是flink,也可以用：

KafkaSourceBuilder 类提供了两个方法来反序列数据,分别是 setDeserializer 和 setValueOnlyDeserializer
从名字上就应该可以看出这两者的区别,前者是反序列化完整的 ConsumerRecord,后者只反序列化 ConsumerRecord 的 value.

如果你想要获取 kafka 的元数据信息选择实现 KafkaDeserializationSchema 接口就可以了,KafkaDeserializationSchema 接口还有 4 个静态方法,其中的 of 方法就是用来反序列化 ConsumerRecord 的,剩下的 3 个 valueOnly 是用来反序列化 kafka 消息中的 value 的.

KafkaSource<String> source = KafkaSource.<String>builder()
			    .setBootstrapServers("ip")
			    .setTopics("web-topic")
			    .setGroupId("web-group")
			    .setStartingOffsets(OffsetsInitializer.earliest())//低版本jdk报错，改成jdk8
			    .setValueOnlyDeserializer(new SimpleStringSchema())
			    .build();