Avro Data Types
使用 输入数据工具 读取未压缩和 Deflate 压缩的 Avro 文件，并使用 输出数据工具 写入 Avro 文件。
输入
仅支持 Deflate 压缩。
支持 14 种原生 Avro 数据类型中的大多数。导入时的类型映射如下：
字符串：UTF-8 转换为 V_WString (UTF-16)
字节：保持为 Blob（必要时使用 Blob 工具进行转换）
整型：保持为 Int32
长整型：保持为 Int64
单精度：保持为单精度
双精度：保持为双精度
布尔：保持为 Bool
空：不支持
枚举型：转换为 String Equivalent
Union：Alteryx 支持两个子类型的联合。两个子类型必须相同（例如，都是整型或都是双精度），或者其中一个子类型必须为空。
Alteryx 字段类型是非空分支的类型（如果两个分支均为非空分支，则为两个分支的类型）。
如果非空分支处于活动状态，则 Alteryx 字段包含该值。
如果空分支处于活动状态，则 Alteryx 字段被设置为空。
无效联合将作为 JSON 导入到一个 V_WString 中（必要时使用 JSON 解析工具进行转换）。例如，以整型作为其活动分支的一个联合可以表示为“{"int":123}”。
定点数：保持为 Blob（必要时使用 Blob 工具进行转换）
这些 Avro 类型本身不受支持，但可以作为 JSON 导入到一个字符串中（必要时使用 JSON 解析工具 进行转换）：
记录：例如，对于同时包含整型和字符串字段的记录，使用“{"SubField1":7,"SubField2":"Field2"}”。
数组：例如，“[1,2,3,4,5]”表示一个整型数组。
映射：例如，“{"Key1":Value1,"Key2":Value2}”表示一个字符串到双精度数的映射。
输出
写入 Avro 文件时，有 2 个选项：
启用压缩 (Deflate) ：启用压缩会增加输出时间，但是对于较大的文件，也会减少网络时间。支持的压缩使用 DEFLATE 算法（本质上是 gzip），应当得到其他支持 Avro 的工具（如 Hive）的原生支持。
支持空值 ：选择此选项会向 _all_ 字段写入具有一个空分支和一个有值分支的联合。如果 Alteryx 值为空，则输出的 Avro union 会选择其空分支，否则会选择其有值分支。
如果未选择此选项，所有输出字段都会按其原生 Avro 类型写入（非联合）。空的 Alteryx 字段会被写入默认值（例如，int32 字段写入 0，字符串字段写入空字符串）。
考虑使用 公式工具 处理具有“已知”值的空值，这样它们就可以在 Hadoop 中处理。
Alteryx 到 Avro 的类型映射如下：
Bool：保持为布尔值
字节、Int16、Int32：保持为整型（32 位）
Int64：保持为长整型（64 位）
单精度：保持为单精度
DateTime as Date, Time, DateTime
双精度：保持为双精度
定点十进制：转换为双精度数
字符串、V_String、日期、时间、日期时间：保持为字符串 (UTF-8)
WString、V_WString：转换为字符串 (UTF-8)
Blob、SpatialBlob：保持为字节