1、我們在學習nifi的過程中有接觸到Avro schema，當時我在想kettle應該也支持Avro，果不其然kettle也是支持Avro文件的讀和寫的。今天我們一起來學習下kettle中如何使用Avro input 讀步驟。對Avro 不瞭解的，可以學習文章ETL工具-nifi乾貨系列 第四講 Avro schema 序列化框架。
打開spoon，拖拉Avro input和寫日誌步驟到畫布，然後連線，如下圖所示：
2、雙擊Avro input 步驟進行配置，如下圖所示：
Step name:自定義步驟名稱
Source-Format：數據來源格式，有Avro file，JSON datum，Binary datum，Avro file(use alternate schema)，本次演示採用Avro file
Avro file（Avro 文件）
源材料位於單個位置。模式嵌入在數據中。
JSON datum（JSON 數據）
源材料位於不同位置。數據以JSON格式包含，並且模式與數據分離。
Binary datum（二進制數據）
源材料位於不同位置。數據以二進制格式包含，並且模式與數據分離。
Avro文件（使用備用模式）
源材料位於不同位置。模式與數據分離。
Source-Source：
from file，通過瀏覽選擇Avro 文件
from field，通過選擇前置步驟的字段進行設置
3、Avro fields，本選項卡主要是提取Avro 數據文件中的字段，點擊Get fileds之後會自動填充，然後可以繼續進行調整設置，如下圖所示：
Avro path (Avro type)：Avro源的位置（及其格式類型）。
Indexed values：
Avro路徑集合中要使用的索引鍵。您可以使用此字段進行映射或數組擴展，從而將數組或映射值擴展爲返回多行數據。
要返回映射元素，請指定索引鍵。
要返回數組元素，請指定數組索引號，或者使用星號通配符 (*) 來返回數組的所有元素。
當此字段留空時，不會返回字段的數據。
Name：輸入字段的名稱。
Type：輸入字段的類型，例如String或Date。
Format：輸入字段的格式。
Pass through fields from previous step：
選擇之後將字段從上一步傳遞到下一步，同時將當前步驟中的字段傳遞到下一步。
清除選擇不將上一步字段傳遞到下一步。
Allow null values for missing paths or fields：
選擇以使用null值替換傳入數據中的缺失字段。
清除選擇以不使用null值替換缺失字段。
4、Lookup fields
你可以使用查找字段選項卡創建變量，並將它們映射到特定字段，以在解碼時用作對 Avro 結構的查找。
更多細節可以參考官網文檔https://docs.hitachivantara.com/r/en-us/pentaho-data-integration-and-analytics/10.1.x/mk-95pdia003/pdi-transformation-steps/avro-input/options/lookup-fields-tab
