我正在学习Apache Avro，我想知道它在内部如何表示。如果我要针对同一问题描述Apache Parquet，我可以说每个Parquet文件都是由row_groups组成的，每个row_groups包含列块，而列块具有多个具有不同编码的页面。最后，关于所有这些的元数据存储在文件页脚中。 Github page以及其官方Apache page中清楚地记录了这种文件表示形式。
为了找到与Apache Avro相同的内部表示，我浏览了多个页面，例如Github page，Apache Avro的home和Hadoop权威书籍guide，以及其他许多在线教程，但我找不到我要的内容。寻找。我了解Apache Avro是面向行的文件格式，每个文件都具有架构以及文件中的数据。所有这些都很好，但是我想知道如何进一步细分内部组织的数据，例如RDBMS表的页面。
与此有关的任何指针将受到高度赞赏。
我正在学习Apache Avro，我想知道它在内部如何表示。如果我要针对同一问题描述Apache Parquet，我可以说每个Parquet文件都是...
Avro容器文件格式在其文档here中指定。如果您全神贯注，那么Wikipedia会更精简description：