如何在Windows 10上使用avro-python3解析文件？

Question

我已将 AVRO 文件（带有 JSON 负载）从 Microsoft Azure 下载到我的 Windows 10 计算机：然后通过 pip 安装 python 3.8.5 和 avro 1.10.0 我尝试运行以下脚本：import os, avrofrom avro.datafile import DataFileReader, DataFileWriterfrom avro.io import DatumReader, DatumWriterreader = DataFileReader(open("48.avro", "rb"), DatumReader())for d in reader:    print(d)reader.close()不幸的是，脚本没有打印任何内容。然后我四处搜索并尝试添加如下所示的架构：schema_str = """{  "type" : "record",  "name" : "EventData",  "namespace" : "Microsoft.ServiceBus.Messaging",  "fields" : [ {    "name" : "SequenceNumber",    "type" : "long"  }, {    "name" : "Offset",    "type" : "string"  }, {    "name" : "EnqueuedTimeUtc",    "type" : "string"  }, {    "name" : "SystemProperties",    "type" : {      "type" : "map",      "values" : [ "long", "double", "string", "bytes" ]    }  }, {    "name" : "Properties",    "type" : {      "type" : "map",      "values" : [ "long", "double", "string", "bytes", "null" ]    }  }, {    "name" : "Body",    "type" : [ "null", "bytes" ]  } ]}"""schema = avro.schema.parse(schema_str)reader = DataFileReader(open("48.avro", "rb"), DatumReader(schema, schema))for d in reader:    print(d)reader.close()但这并没有帮助，仍然没有打印任何内容。虽然我期待会打印字典对象列表......

Answer 1

正如 OneCricketeer 建议使用 PySpark 读取 EventHub 生成的 avro 文件。此处，PySpark：反序列化 eventhub 捕获 avro 文件中包含的 Avro 序列化消息就是这样的示例。