Apache Avro和Spark-Avro是两个不同的库，用于处理Avro数据格式。下面是它们之间的区别以及使用示例：

Apache Avro： Apache Avro是一个开源的数据序列化系统，用于将数据结构保存为二进制格式，并支持多种编程语言。它提供了一种紧凑的二进制数据格式，适用于大规模数据处理和高性能通信。下面是一个使用Apache Avro的示例：

// 导入Apache Avro库
import org.apache.avro.Schema;
import org.apache.avro.generic.GenericData;
import org.apache.avro.generic.GenericRecord;
import org.apache.avro.io.*;

// 创建Avro模式
String schemaString = "{\"type\":\"record\",\"name\":\"myrecord\",\"fields\":[{\"name\":\"name\",\"type\":\"string\"},{\"name\":\"age\",\"type\":\"int\"}]}";
Schema.Parser parser = new Schema.Parser();
Schema schema = parser.parse(schemaString);

// 创建Avro记录
GenericRecord record = new GenericData.Record(schema);
record.put("name", "John");
record.put("age", 30);

// 序列化Avro记录为二进制数据
ByteArrayOutputStream out = new ByteArrayOutputStream();
BinaryEncoder encoder = EncoderFactory.get().binaryEncoder(out, null);
DatumWriter writer = new GenericDatumWriter<>(schema);
writer.write(record, encoder);
encoder.flush();
out.close();
byte[] avroBytes = out.toByteArray();

// 反序列化Avro二进制数据为Avro记录
BinaryDecoder decoder = DecoderFactory.get().binaryDecoder(avroBytes, null);
DatumReader reader = new GenericDatumReader<>(schema);
GenericRecord decodedRecord = reader.read(null, decoder);

// 打印解析出的Avro记录
System.out.println(decodedRecord.get("name"));  // 输出: John
System.out.println(decodedRecord.get("age"));   // 输出: 30

Spark-Avro from Databricks： Spark-Avro是由Databricks开发的一个Spark库，用于将Avro数据与Spark一起使用。它提供了一些额外的功能和优化，以更好地集成和处理Avro数据。下面是一个使用Spark-Avro的示例：

// 导入Spark-Avro库
import org.apache.spark.sql.SparkSession

// 创建Spark会话
val spark = SparkSession.builder()
    .appName("Avro Example")
    .getOrCreate()

// 读取Avro数据
val avroDF = spark.read.format("com.databricks.spark.avro")
    .load("path/to/avro/file")

// 显示Avro数据
avroDF.show()

// 将DataFrame保存为Avro文件
avroDF.write.format("com.databricks.spark.avro")
    .save("path/to/save/avro/file")

以上代码示例中，我们使用了Apache Avro库来序列化和反序列化Avro数据，并使用Spark-Avro库将Avro数据加载到Spark中，并将DataFrame保存为Avro文件。

总结：

• Apache Avro是一个独立的库，用于序列化和反序列化Avro数据。
• Spark-Avro是一个Databricks开发的Spark库，用于与Spark集成和处理Avro数据。
• Spark-Avro提供了更好的集成和优化，以提高Avro数据在Spark中的处理性能。
• 使用Apache Avro时，需要手动编写Avro记录的序列化和反序列化代码。
• 使用Spark-Avro时，可以直接使用Spark的DataFrame API来加载和保存Avro数据。