Avro是一個數據序列化系統，它支持多種編程語言和平臺之間的數據流通。之前，我們經常使用XML或JSON來傳輸數據，不過JSON的序列化和反序列化速度較快，所以在Avro中我們也可以用JSON來進行數據的編碼和解碼。

// 這是一個使用Avro和JSON的Java程序示例
import org.apache.avro.Schema;
import org.apache.avro.generic.GenericData;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.io.DatumReader;
import org.apache.avro.io.DatumWriter;
import org.apache.avro.io.Encoder;
import org.apache.avro.io.EncoderFactory;
import org.apache.avro.io.JsonDatumReader;
import org.apache.avro.io.JsonDatumWriter;
import org.apache.avro.io.JsonEncoder;
import org.apache.avro.specific.SpecificDatumReader;
import org.apache.avro.specific.SpecificDatumWriter;
import java.io.ByteArrayOutputStream;
import java.io.IOException;
public class AvroSample {
/**
* 創建一個簡單的Avro Schema
*/
private static final String USER_SCHEMA = "{\"type\":\"record\",\"name\":\"User\",\"fields\":[{\"name\":\"name\",\"type\":\"string\"},{\"name\":\"favorite_number\",\"type\":[\"int\",\"null\"]},{\"name\":\"favorite_color\",\"type\":[\"string\",\"null\"]}]}";
public static void main(String[] args) throws IOException {
// 解析Schema
Schema.Parser parser = new Schema.Parser();
Schema schema = parser.parse(USER_SCHEMA);
// 新建一條記錄
GenericRecord user = new GenericData.Record(schema);
user.put("name", "Tom");
user.put("favorite_number", 42);
// 使用JSON編碼器將記錄編碼為字節數組
DatumWriterwriter = new GenericDatumWriter<>(schema);
ByteArrayOutputStream out = new ByteArrayOutputStream();
Encoder jsonEncoder = EncoderFactory.get().jsonEncoder(schema, out);
writer.write(user, jsonEncoder);
jsonEncoder.flush();
out.flush();
byte[] bytes = out.toByteArray();
String jsonString = new String(bytes);
System.out.println("JSON: " + jsonString);
// 解碼
DatumReaderreader = new GenericDatumReader<>(schema);
JsonDecoder jsonDecoder = DecoderFactory.get().jsonDecoder(schema, jsonString);
GenericRecord result = reader.read(null, jsonDecoder);
System.out.println("Result: " + result);
}
}

在這個示例程序中，我們首先定義了一個簡單的Avro數據模式(User)，然后使用這個模式來創建一個用戶記錄，并使用JSON編碼器將其編碼為一個字符串。接著，我們再次解析該記錄以恢復原始數據并打印結果。