我们构建了一个 java REST-API 来接收事件数据(例如单击购买按钮)并将该数据写入 HDFS。本质上,我们为正在发送数据(以 JSON 格式)或使用现有数据的每个主机打开流,使用时间戳、事件名称和主机名丰富数据,并将其写入 (FS)DataOutputStream:
1 public synchronized void writeToFile(String filename, String hostname, String content) throws IOException {
2 FSDataOutputStream stream = registry.getStream(filename, hostname);
3 stream.writeBytes(content);
4 stream.hflush();
5 }
首先,我们stream.writeChars(content)
在第 3 行中使用,产生如下文件:
.{.".m.e.s.s.a.g.e.".:.".h.e.l.l.o.".}
查看 DataOutputStream.writeChars(String s) 的实现,您会看到向右移动 8 位并为每个字符添加前导 x00,原因我不知道不明白。
然后我在第 3 行尝试stream.writeUTF(content)
,文件看起来好多了:
.W{"message":"hello"}
但仍然是几个字节。查看代码, writeUTF(String s) 首先发送 s 中的字节数,然后是字符串本身。So.W
表示事件数据中的字节数,证明当改变事件数据的长度时,文件中显示了不同的前导字符。
所以我最后的手段,stream.writeBytes(content)
。这里一切看起来都很好:
{"message":"hello"}
直到特殊字符发挥作用:
{"message":"hallöchen"}
成为{"message":"hall.chen"}
. writeBytes 在写入字符之前会剪切字符的前 8 位。我想我需要一些 UTF-8 功能来正确编写这些字符。
所以,现在我有点迷路了。我该如何解决?