如何将含LogicalTypes的Parquet GenericRecord正确转为标准JSON？

刚好我之前也踩过这个坑，咱们来捋清楚怎么把带LogicalType的GenericRecord转成标准的JSON——就是那种日期字段带引号、格式完全合规的那种。

首先得明确你之前遇到的问题根源：

• GenericRecord.toString()本来就不是用来生成标准JSON的，它只是个调试用的字符串输出，格式完全不遵循JSON规范，所以日期没引号是正常的，别用它来生产环境转JSON。
• 默认的JsonEncoder没生效，是因为你没把注册的TimeMillisConversion和编码器关联起来，它只会按原始类型（比如Long）输出，自然不会转成日期字符串。

下面给你两种靠谱的解决方案：

方案一：用Avro原生工具（推荐） #

这个方法最贴合Avro的设计，只需要把你注册的逻辑类型转换和DatumWriter、JsonEncoder绑定起来就行：

1. 先确保逻辑类型转换已经注册到GenericData实例：

// 初始化GenericData并注册时间转换
GenericData genericData = new GenericData();
genericData.addLogicalTypeConversion(new TimeConversions.TimeMillisConversion());

2. 用这个genericData创建DatumWriter，再配合JsonEncoder序列化：

GenericRecord record = // 你的Avro GenericRecord实例
Schema schema = record.getSchema();

// 创建关联了逻辑类型转换的DatumWriter
GenericDatumWriter<GenericRecord> datumWriter = new GenericDatumWriter<>(schema, genericData);

// 输出到字节流再转字符串
ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
JsonEncoder encoder = EncoderFactory.get().jsonEncoder(schema, outputStream);

datumWriter.write(record, encoder);
encoder.flush();

// 最终得到标准JSON字符串
String standardJson = outputStream.toString(StandardCharsets.UTF_8.name());

这样处理后，TimeMillis类型的字段会被自动转换成符合逻辑类型的字符串（比如"14:30:45.123"），而且整个JSON格式完全合规，没有多余的类型信息。

方案二：用Jackson自定义序列化（更灵活） #

如果Avro原生的处理满足不了你的自定义需求（比如要指定日期格式为HH:mm:ss），可以用Jackson来手动控制序列化过程：

1. 先确保你有Jackson的Avro模块依赖（一般Avro项目都会带），然后自定义GenericRecord的序列化器：

ObjectMapper objectMapper = new ObjectMapper();

AvroModule avroModule = new AvroModule();
avroModule.addSerializer(GenericRecord.class, new GenericRecordSerializer() {
    @Override
    protected void serialize(GenericRecord record, JsonGenerator gen, SerializerProvider serializers) throws IOException {
        gen.writeStartObject();
        Schema schema = record.getSchema();
        
        for (Schema.Field field : schema.getFields()) {
            String fieldName = field.name();
            Object fieldValue = record.get(fieldName);
            
            // 针对TimeMillis类型做自定义转换
            if (field.schema().getLogicalType() instanceof TimeMillis) {
                if (fieldValue != null) {
                    // 把毫秒数转成LocalTime，再转成字符串
                    long millis = (Long) fieldValue;
                    LocalTime time = LocalTime.ofNanoOfDay(millis * 1_000_000);
                    // 这里可以自定义格式，比如用DateTimeFormatter
                    gen.writeStringField(fieldName, time.toString());
                } else {
                    gen.writeNullField(fieldName);
                }
            } else {
                // 其他类型按Jackson默认逻辑序列化
                gen.writeObjectField(fieldName, fieldValue);
            }
        }
        
        gen.writeEndObject();
    }
});

objectMapper.registerModule(avroModule);

2. 然后直接序列化GenericRecord：

String customJson = objectMapper.writeValueAsString(record);

这种方式可以完全掌控每个字段的序列化逻辑，适合需要自定义格式的场景。

内容的提问来源于stack exchange，提问作者Data Man