如何为普通JSON添加类型标注以适配Avro Union格式要求

以下是几种常用的简便实现方式：

• 方法1：用Avro官方SDK自动转换（推荐，生产环境适用，无需手动处理类型规则）
  各语言的官方Avro库都原生支持直接将原始JSON数据转换为符合Union编码规范的格式，不需要自己手写字段遍历逻辑。
  Java示例代码：

// 1. 加载你的Avro Schema
Schema schema = new Schema.Parser().parse(yourSchemaStr);
// 2. 把原始JSON解析为Avro GenericRecord
GenericDatumReader<GenericRecord> reader = new GenericDatumReader<>(schema);
GenericRecord record = reader.read(null, DecoderFactory.get().jsonDecoder(schema, originalJsonStr));
// 3. 写出为适配Union要求的JSON
ByteArrayOutputStream baos = new ByteArrayOutputStream();
JsonEncoder encoder = EncoderFactory.get().jsonEncoder(schema, baos);
new GenericDatumWriter<>(schema).write(record, encoder);
encoder.flush();
String targetJson = baos.toString();

运行后输出的就是你要的JSON示例版本2格式，会自动处理所有Union类型的包裹，也会自动匹配Schema中设置的默认值。
Python示例代码：

import avro.schema
from avro.io import DatumReader, DatumWriter, JsonDecoder, JsonEncoder
import io

schema = avro.schema.parse(your_schema_str)
# 读取原始JSON
reader = DatumReader(schema)
decoder = JsonDecoder(schema, io.BytesIO(original_json_str.encode('utf-8')))
record = reader.read(decoder)
# 写出目标JSON
writer = DatumWriter(schema)
output = io.BytesIO()
encoder = JsonEncoder(schema, output)
writer.write(record, encoder)
encoder.flush()
target_json = output.getvalue().decode('utf-8')

• 方法2：临时测试用jq脚本快速转换
  如果只是少量测试数据要转换，直接写几行jq规则就能实现，针对你给出的Schema，对应jq脚本如下：

{
  name: .name,
  favorite_number: if .favorite_number != null then {"int": .favorite_number} else null end,
  favorite_color: .favorite_color
}

直接把原始JSON传入这个脚本就能输出目标格式，字段多的话可以批量扩展规则即可。

注意：如果你的Avro Union类型顺序调整，比如把非null类型放在null前面，转换逻辑不需要改，官方SDK会自动处理类型匹配，不需要手动调整。

内容的提问来源于stack exchange，提问作者Neil