簡介
Apache Avro是一個數據序列化方法。
Avro提供：
- 豐富的數據結構。
- 緊湊、高效的二進制數據格式。
- 容器文件，用於存儲持久數據。
- 遠程過程調用(RPC)。
- 易於集成到動態語言的特性。
- 無論是讀寫數據文件，還是使用或實現RPC協議，都無需代碼生成。代碼生成是一個優化選項且只對靜態類型語言的實現有意義。
Schema
Avro依賴於schema。當讀取Avro數據時，總是能夠獲取到寫入該數據時用到的schema。這樣一來，每次寫入數據都無需多餘的開銷，進而加快序列化速度、減小序列的大小。在動態的、腳本式語言中使用Avro也會變得更加容易，因爲數據配合它的schema可以進行完整的自我描述。
當Avro數據被存入一個文件時，它的schema也會隨之存入。隨後，文件可以被任何程序處理。如果讀取數據的程序期望另一個schema，這也容易解決，因爲兩個schema同時可以獲取到。
當把Avro用於RPC時，客戶端和服務器在連接握手時互換schema。（這一點還可以優化，對於大部分調用而言，實際上不會傳輸schema）。客戶端和服務器都擁有對方的全部的schema，因此，在通信中的命名域、缺失域、附加域等都可以很容易被處理。
Avro schema是使用JSON定義的。在已經存在JSON庫的語言中實現起來會更加方便。
同類比較
Thrift、Protocol Buffers等也提供了和Avro類似的功能。Avro區別於它們的主要方面如下：
- 動態類型：Avro不要求代碼生成。數據總是和schema一起，無需代碼生成和靜態數據類型等就可以完整解析。這有助於在多種語言中構建通用的數據處理方法。
- 無標記數據：由於讀取數據時總可以獲取到schema，因此，極少的類型信息會被編碼到數據中。這樣使得序列化之後的大小更小。
- 無手動分配的域標識：當一個schema發生變化，處理數據時新的和舊的schema都可以獲取到。所以，二者的差異使用域名即可解決。