Archivos Avro de ejemplo

Apache Avro es un formato de serialización de datos por filas (row-based) con el esquema incrustado en el propio archivo. Muy usado con Kafka y Hadoop. Abajo hay archivos .avro de ejemplo con distintos esquemas, tipos y códecs para descargar

Archivo de muestra: Avro simple: 5 registros, tipos básicos
Avro simple: 5 registros, tipos básicos
349 bytes
↓
Archivo de muestra: Usuarios: 1000 registros, conjunto de datos realista
Usuarios: 1000 registros, conjunto de datos realista
49 Kb
↓
Archivo de muestra: Todos los tipos: primitive, enum, fixed, union, array, map, logical (date/timestamp)
Todos los tipos: primitive, enum, fixed, union, array, map, logical (date/timestamp)
1.3 Kb
↓
Archivo de muestra: Datos anidados: record dentro de record, array y map
Datos anidados: record dentro de record, array y map
571 bytes
↓
Archivo de muestra: Avro grande: 100 000 registros (códec deflate)
Avro grande: 100 000 registros (códec deflate)
735 Kb
↓
Archivo de muestra: Con códec deflate: 20 000 registros
Con códec deflate: 20 000 registros
81 Kb
↓
Archivo de muestra: Avro vacío: solo esquema, cero registros
Avro vacío: solo esquema, cero registros
179 bytes
↓

🧠 Cómo funciona Avro

Avro serializa los datos fila por fila, y el schema (en JSON) se guarda en la propia cabecera del archivo: el lector siempre conoce la estructura y no necesita una descripción externa. Los registros se dividen en bloques, y cada bloque se comprime con un códec (null, deflate, snappy). El formato está pensado para escritura en streaming y evolución del esquema.

📄 Esquema JSON tipos y campos 🗃️ header esquema interno 🧱 Registros por filas bloques de datos 🗜️ Códec null / deflate / snappy 💾 .avro archivo listo