本章主要介绍 Pulsar schema 及其重要性。

Schema 管理

对于围绕消息总线如pulsar搭建的应用来说，类型安全非常的重要。

Producer 和 consumer 需要某种机制，以在主题级别上协调类型，从而避免出现各种潜在问题。 例如，序列化和反序列化问题。

应用程序通常采用以下方法来保证消息传递中的类型安全。 这两种方法都被Pulsar支持，你可以在topic的基础上，自由选择采用哪一种，或者混用。

客户端方法

Producer 和 consumer 不仅负责序列化和反序列化消息（由原始字节组成），还负责“确认”topic 正在传输的类型。

如果 producer 正在发送关于topic-1的温度传感器数据，则该 topic 的 consumer 在尝试解析数据为湿度传感器读数时会遇到问题。

Producer 和 consumer 可以发送并接收包含原始字节数组的消息，并在“带外”基础上将所有类型的安全强制措施留给应用程序。

服务器端方法

Producer 和 consumer 通知系统可以通过该 topic 传输哪些类型的数据。

通过这种方法，消息系统强制执行类型安全, 并确保生产者和消费者保持同步。

Pulsar has a built-in schema registry that enables clients to upload data schemas on a per-topic basis. 这些schema显示了，topic可以识别哪些数据类型为有效。

为什么使用 schema

启用 schema 后，Pulsar 会解析数据，即接收字节作为输入并发送字节作为输出。 虽然数据不仅是字节，但的确需要解析这些数据，解析时还可能发生解析异常，解析异常主要出现在以下几种情况中：

• 字段不存在

• 字段类型已更改（例如，将 string 更改为 int）

有几种方法可以避免并解决这些异常，例如，在解析错误时捕获异常会造成代码难以维护；采用 schema 管理系统来进化 schema，而不破坏下游应用程序；最大程度执行所使用语言的类型安全，Pulsar Schema 能够解决上述问题。

在创建并处理从简单类型（如：string）到更复杂的因应用程序而异的数据类型时，通过 Pulsar schema 可以使用特定语言的数据类型。

示例

You can use the User class to define the messages sent to Pulsar topics.

public class User {
    String name;
    int age;
}

When constructing a producer with the User class, you can specify a schema or not as below.

无 Schema 的情况

在不指定 schema 的情况下创建 producer，则 producer 只能 produce byte[] 类型的消息。 如果有 POJO 类，则需要在发送消息前将 POJO 序列化为字节。

示例

Producer<byte[]> producer = client.newProducer()
        .topic(topic)
        .create();
User user = new User(“Tom”, 28);
byte[] message = … // serialize the `user` by yourself;
producer.send(message);

有 Schema 的情况

如果通过指定 schema 来创建 producer，则可以直接将类发送到 topic，而无需考虑如何将 POJO 序列化为字节。

示例

This example constructs a producer with the JSONSchema, and you can send the User class to topics directly without worrying about how to serialize it into bytes.

Producer<User> producer = client.newProducer(JSONSchema.of(User.class))
        .topic(topic)
        .create();
User user = new User(“Tom”, 28);
producer.send(user);

总结

在使用 schema 创建 producer 时，不需要将消息序列化为字节，Pulsar cchema 会在后台执行此操作。