问题描述： Avro无法将BigDecimal序列化为Decimal逻辑类型。

解决方法： Avro不直接支持将BigDecimal序列化为Decimal逻辑类型。但是，我们可以通过自定义Avro的逻辑类型解决这个问题。以下是解决方法的示例代码：

1. 首先，我们需要定义一个自定义逻辑类型，称为BigDecimalLogicalType，它将BigDecimal映射到Avro的Decimal逻辑类型。

import org.apache.avro.LogicalType;
import org.apache.avro.LogicalTypes;
import org.apache.avro.Schema;
import org.apache.avro.data.TimeConversions;

import java.math.BigDecimal;
import java.nio.ByteBuffer;

public class BigDecimalLogicalType extends LogicalType {

    public static final BigDecimalLogicalType INSTANCE = new BigDecimalLogicalType();

    private BigDecimalLogicalType() {
        super("decimal");
    }

    @Override
    public Schema addToSchema(Schema schema) {
        if (schema.getType() != Schema.Type.BYTES) {
            throw new IllegalArgumentException("Unsupported schema type: " + schema.getType());
        }
        return LogicalTypes.decimal(schema.getPrecision(), schema.getScale()).addToSchema(schema);
    }

    @Override
    public Object deserialize(Object object) {
        if (object instanceof ByteBuffer) {
            ByteBuffer buffer = (ByteBuffer) object;
            byte[] bytes = new byte[buffer.remaining()];
            buffer.get(bytes);
            return new BigDecimal(new String(bytes));
        } else {
            throw new IllegalArgumentException("Unsupported object type: " + object.getClass());
        }
    }

    @Override
    public Object serialize(Object object) {
        if (object instanceof BigDecimal) {
            BigDecimal decimal = (BigDecimal) object;
            return ByteBuffer.wrap(decimal.toString().getBytes());
        } else {
            throw new IllegalArgumentException("Unsupported object type: " + object.getClass());
        }
    }
}

2. 然后，我们可以使用自定义逻辑类型BigDecimalLogicalType来定义BigDecimal字段的Avro模式。

import org.apache.avro.Schema;

public class Example {

    public static void main(String[] args) {
        // 创建一个包含BigDecimal字段的Avro模式
        Schema schema = Schema.createRecord("example", null, null, false);
        Schema.Field field = new Schema.Field("amount", BigDecimalLogicalType.INSTANCE.addToSchema(Schema.create(Schema.Type.BYTES)), null, null);
        schema.setFields(Collections.singletonList(field));

        // 使用Avro模式创建一个记录对象
        GenericRecord record = new GenericData.Record(schema);
        record.put("amount", new BigDecimal("10.5"));

        // 将记录对象序列化为字节数组
        ByteArrayOutputStream outputStream = new ByteArrayOutputStream();
        DatumWriter datumWriter = new GenericDatumWriter<>(schema);
        Encoder encoder = EncoderFactory.get().binaryEncoder(outputStream, null);
        datumWriter.write(record, encoder);
        encoder.flush();
        byte[] serializedBytes = outputStream.toByteArray();

        // 将字节数组反序列化为记录对象
        DatumReader datumReader = new GenericDatumReader<>(schema);
        Decoder decoder = DecoderFactory.get().binaryDecoder(serializedBytes, null);
        GenericRecord deserializedRecord = datumReader.read(null, decoder);

        // 打印反序列化后的记录对象
        System.out.println(deserializedRecord);
    }
}

在上面的示例代码中，我们首先定义了一个自定义的逻辑类型BigDecimalLogicalType，它将BigDecimal映射到Avro的Decimal逻辑类型。然后，我们使用BigDecimalLogicalType来定义一个包含BigDecimal字段的Avro模式。接下来，我们使用Avro模式创建一个记录对象，并将其序列化为字节数组。最后，我们将字节数组反序列化为记录对象，并打印出反序列化后的记录对象。

请注意，上述代码仅提供了一个示例解决方案，您可以根据自己的需求进行修改和调整。