You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

基于指定Avro Schema生成Kafka可用正确JSON样例数据的咨询

基于指定Avro Schema生成正确Kafka JSON样例数据的方法

错误原因拆解

测试阶段Union类型报错

  • employeeNumber字段为["null", "string"]的Union类型,错误使用{"string": "xxx"}的包裹格式,Avro JSON编码中Union类型的非Null值无需额外包裹类型键,直接传入对应值即可。
  • serialNumbers字段为["null", array<string>]的Union类型,错误将数组包装为{"type": "array", "items": [...]}的对象结构,不符合Avro JSON编码规则。

Dataflow作业报错

serialNumbers字段被以对象形式传递,而非直接传入数组,导致系统识别为“非重复字段传入数组”,违反Schema定义的Union(null或数组)结构要求。

正确的JSON样例数据

{
    "employeeID": "qtete46524",
    "employeeNumber": "custnumber9813",
    "serialNumbers": ["363536623","5846373733"],
    "correlationId": "corr-656532443",
    "timestamp": 1476538955719,
    "employmentscreening": "NO",
    "vouchercodes": [
        {
            "voucherName": "skygo",
            "authocode": "A238472ASD"
        }
    ]
}

含Null值的样例参考

若需将Union类型字段设为Null,示例如下:

{
    "employeeID": "qtete46524",
    "employeeNumber": null,
    "serialNumbers": null,
    "correlationId": "corr-656532443",
    "timestamp": 1476538955719,
    "employmentscreening": "YES",
    "vouchercodes": null
}

内容的提问来源于stack exchange,提问作者data2quest

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.14 12:45:36