首页
/ Apache Parquet-MR 1.14.0版本JSON序列化异常问题分析

Apache Parquet-MR 1.14.0版本JSON序列化异常问题分析

2025-07-03 03:43:00作者:董宙帆

Apache Parquet-MR项目在1.14.0版本中引入了一个重要的JSON序列化问题,该问题影响了Parquet文件读取时的调试日志输出功能。本文将深入分析该问题的技术背景、影响范围以及解决方案。

问题背景

在Parquet-MR 1.14.0版本中,当启用DEBUG级别日志时,系统会在读取Parquet文件元数据时尝试将其转换为格式化的JSON字符串用于日志输出。这一过程中,系统会抛出InvalidDefinitionException异常,表明无法为某些内部类找到合适的JSON序列化器。

技术细节

问题的核心在于Jackson库无法自动序列化Parquet内部的两个特定类:

  1. LogicalTypeAnnotation.StringLogicalTypeAnnotation:表示字符串逻辑类型注解的类
  2. FileKeyUnwrapper:用于文件密钥解包的类

当ParquetMetadata.toPrettyJSON()方法尝试序列化包含这些类的对象时,由于这些类没有定义可序列化的属性,Jackson默认配置会抛出FAIL_ON_EMPTY_BEANS异常。

影响范围

该问题具有以下特点:

  1. 触发条件:仅在启用DEBUG级别日志时出现
  2. 影响操作:所有涉及ParquetFileReader初始化的操作
  3. 版本影响:从1.14.0版本开始出现,1.13.1及之前版本不受影响
  4. 使用场景:影响到了多个依赖Parquet-MR的项目,包括Apache Spark和Apache Pekko等

解决方案

Parquet社区迅速响应并修复了该问题,主要解决方案包括:

  1. 配置Jackson ObjectMapper以允许序列化空Bean
  2. 为相关内部类添加适当的序列化支持
  3. 在1.14.1版本中发布了修复

最佳实践

对于使用Parquet-MR的开发者和用户,建议:

  1. 及时升级到1.14.1或更高版本
  2. 如果暂时无法升级,可以考虑关闭DEBUG级别日志
  3. 在自定义Parquet相关操作时,注意内部类的序列化需求

总结

这个案例展示了开源项目中版本升级可能带来的兼容性问题,也体现了社区快速响应和修复问题的能力。对于大数据处理系统而言,元数据的正确处理至关重要,这次问题的及时解决保障了Parquet在各种应用场景下的稳定性。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
144
1.92 K
kernelkernel
deepin linux kernel
C
22
6
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
192
274
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
930
553
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
422
392
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
189
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Jupyter Notebook
75
65
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
344
1.3 K
easy-eseasy-es
Elasticsearch 国内Top1 elasticsearch搜索引擎框架es ORM框架,索引全自动智能托管,如丝般顺滑,与Mybatis-plus一致的API,屏蔽语言差异,开发者只需要会MySQL语法即可完成对Es的相关操作,零额外学习成本.底层采用RestHighLevelClient,兼具低码,易用,易拓展等特性,支持es独有的高亮,权重,分词,Geo,嵌套,父子类型等功能...
Java
36
8