Samza 序列化

从数据流或持久状态存储器读取或写入的每个消息都需要最终序列化为字节（通过网络发送或写入磁盘）。有不同的地方可以发生序列化和反序列化：

1. 在客户端库中：例如，发布到 Kafka 并从 Kafka 消费的库支持可插拔序列化。
2. 在任务实现中：您的进程方法可以使用原始字节数组作为输入和输出，并进行任何解析和序列化本身。
3. 两者之间：Samza 提供串行解串器，或构成的层 SERDES 的简称。

你可以使用任何有意义的工作；Samza 不会对您施加任何特定的数据模型或序列化方案。然而，最干净的解决方案通常是使用 Samza 的 serde 层。以下配置示例显示如何使用它。

# Define a system called "kafka"
systems.kafka.samza.factory=org.apache.samza.system.kafka.KafkaSystemFactory

# The job is going to consume a topic called "PageViewEvent" from the "kafka" system
task.inputs=kafka.PageViewEvent

# Define a serde called "json" which parses/serializes JSON objects
serializers.registry.json.class=org.apache.samza.serializers.JsonSerdeFactory

# Define a serde called "integer" which encodes an integer as 4 binary bytes (big-endian)
serializers.registry.integer.class=org.apache.samza.serializers.IntegerSerdeFactory

# For messages in the "PageViewEvent" topic, the key (the ID of the user viewing the page)
# is encoded as a binary integer, and the message is encoded as JSON.
systems.kafka.streams.PageViewEvent.samza.key.serde=integer
systems.kafka.streams.PageViewEvent.samza.msg.serde=json

# Define a key-value store which stores the most recent page view for each user ID.
# Again, the key is an integer user ID, and the value is JSON.
stores.LastPageViewPerUser.factory=org.apache.samza.storage.kv.KeyValueStorageEngineFactory
stores.LastPageViewPerUser.changelog=kafka.last-page-view-per-user
stores.LastPageViewPerUser.key.serde=integer
stores.LastPageViewPerUser.msg.serde=json

每个 serde 都用工厂类定义。Samza 带有几个内置的 serdes，用于UTF-8字符串，二进制编码整数，JSON 等。以下是 Samza 支持的 serdes 的完整列表。

您还可以通过实现SerdeFactory界面来创建自己的串行器。

你给一个 serde 的名字（例如上面的例子中的 “json” 和 “integer”）只是为了方便你的作业配置; 你可以选择任何你喜欢的名字。对于每个流和每个状态存储，您可以使用 serde 名称声明消息应如何序列化和反序列化。

如果您不声明 serde，Samza 只需将对象传递到任务实例和系统流之间。在这种情况下，您的任务需要发送和接收底层客户端库使用的任何类型的对象。

用于发送和接收消息的所有 Samza API 都键入 Object。这意味着您必须将消息转换为正确的类型才能使用它们。这是一个更多的代码，但它的优势是 Samza 不限于任何特定的数据模型。

检查点 »