--- title: "Apache Avro: schemat jest umową, którą podpisują wasze systemy" url: "https://predictes.com/pl/blog/apache-avro-schemat-jest-umowa-ktora-podpisuja-wasze-systemy" description: "Jak Avro przenosi zdarzenie między ERP, magazynem i systemem AI bez zgubionego pola: schemat, rejestr, reguły zgodności i to, kto zatwierdza zmianę." --- # Apache Avro: schemat jest umową, którą podpisują wasze systemy 3 września 2026·4 min czytania·predictes Agent, który przygotowuje decyzje kredytowe u dystrybutora, czyta trzy strumienie: zamówienia ze sklepu internetowego, wysyłki z magazynu, płatności z ERP. W pewien wtorek zespół ERP zmienia nazwę pola z `customer_no` na `customer_id` i jego typ. Producent działa dalej. Agent też działa dalej i przez cztery godziny przypisuje każdą płatność do nieznanego klienta, co raportuje jako zaległość. W żadnym logu nie ma informacji, że coś zawiodło. Ten incydent jest powodem, dla którego Apache Avro istnieje w integracji enterprise. Avro jest formatem wierszowym i rozsądnym sposobem zwartej serializacji zdarzenia, ale jego zadanie w systemie zapisu jest inne: to miejsce, w którym umowa między dwoma systemami jest spisana, sprawdzana przez maszynę i zmieniana tylko przez kogoś, kto za nią odpowiada. Gdzie ta umowa leży między bazą operacyjną a lakehouse, pokazuje [przewodnik serii](https://predictes.com/pl/blog/baza-operacyjna-i-lakehouse-dwie-pamieci-systemu-ai-native). ## Z czego składa się Avro Dla architekta liczą się cztery części [specyfikacji Avro](https://avro.apache.org/docs/1.12.0/specification/); aktualne wydanie to 1.12.2 (sprawdzono 21.10.2026). **Schemat.** Dokument JSON z typami prostymi (`null`, `boolean`, `int`, `long`, `float`, `double`, `bytes`, `string`) i złożonymi (`record`, `enum`, `array`, `map`, `union`, `fixed`). Pola mogą mieć wartość domyślną i dokumentację. Schemat jest tym, o co zespół się spiera, i tak powinno być. **Kodowanie binarne.** Rekord jest zapisywany jako wartości pól w kolejności ze schematu, bez nazw pól i bez znaczników typów w danych. Dlatego rekordy Avro są małe i dlatego czytelnik musi mieć schemat, którego użył pisarz. **Plik kontenerowy.** Dla danych w spoczynku własny plik Avro zaczyna się bajtami `Obj` i bajtem wersji, trzyma schemat w metadanych i zapisuje rekordy w blokach rozdzielonych 16-bajtowym znacznikiem synchronizacji, więc plik można dzielić i czytać równolegle. Kodeki `null` i `deflate` są wymagane przez specyfikację; `snappy`, `zstandard`, `bzip2` i `xz` są opcjonalne. **Kodowanie pojedynczego obiektu.** Dla jednego rekordu płynącego przez brokera komunikatów specyfikacja określa dwubajtowy marker, ośmiobajtowy odcisk schematu i dopiero dane, żeby czytelnik mógł schemat odnaleźć. Rejestr Confluent używa do tego samego celu własnej ramki: bajt magiczny, czterobajtowy identyfikator schematu, potem bajty Avro ([dokumentacja](https://docs.confluent.io/platform/current/schema-registry/fundamentals/serdes-develop/index.html)). ## Jak czytelnik przeżywa zmianę u pisarza Częścią Avro, która zarabia na swoje miejsce, jest rozwiązywanie schematów: reguły, według których czytelnik z jednym schematem czyta dane zapisane innym. Pola dopasowuje się po nazwie. Pole, które pisarz zapisał, a czytelnik go nie zna, jest pomijane. Pole, którego czytelnik oczekuje, a pisarz go nie zapisał, przyjmuje wartość domyślną czytelnika; bez wartości domyślnej odczyt kończy się błędem. Dozwolona jest krótka lista promocji — `int` na `long`, `long` na `float` lub `double`, `float` na `double`, `string` i `bytes` w obie strony. Nieznany symbol wyliczenia wraca do wartości domyślnej czytelnika, jeśli została zadeklarowana. Czytane przez pryzmat wtorkowego incydentu, reguły mówią dokładnie, co powinno się było stać. Zmiana nazwy `customer_no` na `customer_id` jest dla czytelnika zniknięciem jednego pola i pojawieniem się drugiego. Bez aliasu albo wartości domyślnej po stronie czytelnika to błąd, i błąd jest wynikiem poprawnym: głośnym, przy pierwszym komunikacie, w potoku wydania producenta, a nie w decyzji kredytowej cztery godziny później. Avro ma aliasy dla zmian nazw i wartości domyślne dla dodatków; zespół, który z nich korzysta, zamienia większość zmian w nie-zdarzenia, a pozostałe w widoczne decyzje. Rejestr schematów czyni te reguły egzekwowalnymi. Każdy temat ma politykę zgodności — wstecz, w przód, pełną albo ich warianty przechodnie — i producent nie zarejestruje schematu, który ją narusza. Polityka należy do właściciela zdarzenia, którym zwykle jest zespół odpowiedzialny za opisywany system zapisu, a nie zespół, który akurat w tym kwartale pisze konsumenta. ## Gdzie Avro się kończy Avro słabo radzi sobie z pytaniami, dla których istnieje lakehouse. Raport z roku wysyłek, który potrzebuje trzech kolumn z trzydziestu, czyta każdy bajt każdego rekordu, bo układ wierszowy nie daje niczego do pominięcia. Cechy modeli, marża po kanałach i odsetki zwrotów należą do Parquet pod formatem tabeli, a rolą Avro jest dowieźć tam każde zdarzenie w całości. Zwykły wzorzec to procesor strumieni — Flink albo Spark — który czyta temat Avro i zapisuje tabele Parquet w Delta Lake, Apache Iceberg albo Apache Paimon z uzgodnionym opóźnieniem. Dlaczego oba formaty dzielą się pracą w ten sposób, wyjaśnia tekst [Parquet czy Avro?](https://predictes.com/pl/blog/parquet-czy-avro-kontrakt-miedzy-systemami-i-koszt-odpowiedzi). Avro pojawia się też w miejscu, którego mało kto się spodziewa: Apache Iceberg zapisuje swoje manifesty — listy plików danych składających się na migawkę tabeli — w Avro właśnie dlatego, że czyta się je rekord po rekordzie i muszą przetrwać własne zmiany schematu. ## Zmiana schematu w AI SDLC Traktowanie integracji jak oprogramowania z cyklem życia zmienia to, kto co robi, gdy zmienia się pole. W projektach, które prowadzimy, kolejność jest stała, a większość pisania wykonują w niej agenci kodujący. 1. 01PropozycjaAgent przygotowuje nowy schemat ze zgłoszenia zmiany, z wartościami domyślnymi i aliasami, i wylicza każdego konsumenta znanego rejestrowi. 2. 02Kontrola zgodnościRejestr ocenia schemat według polityki tematu; agent generuje i uruchamia testy rozwiązywania dla schematu każdego konsumenta. 3. 03Zatwierdzenie właścicielaWłaściciel zdarzenia czyta różnicę i wyniki testów i podpisuje zmianę. Ten krok to osoba, nie etap potoku. 4. 04ProducenciSystem produkujący jest wydany z nowym schematem; starzy konsumenci czytają dalej według reguł rozwiązywania. 5. 05KonsumenciKażdy konsument przyjmuje nowe pole we własnym harmonogramie wydań; rejestr zapisuje, którą wersję który czyta. Agenci przygotowują kroki pierwszy, drugi, czwarty i piąty. Krok trzeci jest umową. Agenci są przydatni, bo ta praca jest mechaniczna i nużąca dla ludzi: wyliczanie konsumentów, pisanie testu schematu czytelnika na każdego konsumenta, generowanie kodu serializacji w trzech językach, utrzymywanie pola dokumentacji przy każdym atrybucie. Niebezpieczni są w jednym miejscu: agent poproszony o to, „żeby potok przeszedł”, chętnie poluzuje politykę zgodności albo doda pobłażliwą unię. Polityka rejestru i krok zatwierdzenia są więc konfiguracją, którą agenci mogą czytać, ale nie zmieniać. Weźmy dystrybutora z trzema strumieniami z otwarcia. Po zmianie zdarzenie `payment_posted` z ERP ma w rejestrze wersję 7; agent kredytowy czyta wersję 5 z wartościami domyślnymi dla dwóch pól, których jeszcze nie używa; zadanie ładujące lakehouse czyta wersję 7. Nowe pole z kanałem płatności zostaje dodane w czwartek i dociera do raportu marży w kolejnym tygodniu, bez udziału weekendu. Liczby nie są sednem przykładu; sednem jest brak incydentu. ## Jak wygląda dobry wynik Każde zdarzenie, które przekracza granicę systemu, ma jeden schemat w jednym rejestrze, z właścicielem i polityką zgodności. Zmiany niezgodne padają w potoku producenta, a nie u konsumenta w nocy. Dodanie pola jest wydaniem, nie projektem. Lakehouse dostaje każde zdarzenie w całości, z zapisaną wersją schematu, więc na pytanie, co agent widział danego dnia, odpowiada się z danych, a nie z pamięci. ## Nasza część W [inżynierii danych AI](https://predictes.com/pl/services/ai-data-engineering) wprowadzamy umowy dla pierwszego istotnego przepływu: schematy Avro z wartościami domyślnymi i aliasami, rejestr i jego polityki, testy rozwiązywania generowane dla każdego konsumenta oraz lądowanie w otwartych formatach tabel. Nie odsprzedajemy platform. Więcej o predictes na [stronie głównej](https://predictes.com/pl). - Apache Avro - rejestr schematów - Kafka - kontrakty danych ## Czytaj dalej - [Dostawca wycofał model. Co dalej z Waszym systemem](https://predictes.com/pl/blog/dostawca-wycofal-model-co-dalej-z-waszym-systemem) - [Baza operacyjna i lakehouse: dwie pamięci systemu AI-native](https://predictes.com/pl/blog/baza-operacyjna-i-lakehouse-dwie-pamieci-systemu-ai-native)