数据序列化格式选择几个重要特征：

1. Code generation（代码生成）；
2. Schema evolution（架构演变）：能满足修改数据模型的需求（增删改），前后兼容；
3. Language support（语言支持）：主流语言支持；
4. Transparent compression（透明压缩）：在「写/读」数据格式时，内部「压缩/解压」，不用自己管理压缩解压过程；
5. Splittability（分割性）：能分割，从而并行处理。文件格式包含同步标记至关重要；
6. Supprot in MapReduce and the Hadoop ecosystem（支持 MapReduce 和 Hadoop 生态）

表 Feature comparison of data serialization frameworks

Avro

Apache Avro 是一个独立于编程语言的数据序列化系统。

Avro 与 Apache Thrift 和 Google Protocol Buffers相比：
相同点：语言无关
不同点：Avro 代码生成可选，可以遵循指定模式的数据进行「读/写」操作。

Avro 通常用 JSON 来写，数据通常采用二进制格式编码，还有高级语言 Avro IDL。