Hadoop框架org.apache.hadoop.io.Text和里面有什么区别？java.lang.String
为什么他们不能使用String而不是引入一个新Text类？
我调查了差异，发现它与编码格式有关；但是我还不明白。
有人可以解释差异（如果适用，请举例说明）？
问问题
18108 次
1 回答
20
Text 对象的二进制表示是一个可变长度整数，其中包含字符串的 UTF-8 表示中的字节数，然后是 UTF-8 字节本身。
Text 是 UTF8 类的替代品，该类已被弃用，因为它不支持编码超过 32,767 字节的字符串，并且因为它使用 Java 修改后的 UTF-8。
此外，Text 使用标准 UTF-8，这可能更容易与其他理解 UTF-8 的工具进行交互操作。
以下是与 String 功能相关的一些简要差异：
索引： 由于它强调使用标准 UTF-8，因此 Text 和 Java String 类之间存在一些差异。Text 类的索引是根据编码字节序列中的位置，而不是字符串中的 Unicode 字符或 Java char 代码单元（因为它是 String）。
例如，charAt()返回一个表示 Unicode 代码点的 int，这与返回 char 的 String 变体不同。
迭代： 迭代文本中的 Unicode 字符由于使用字节偏移进行索引而变得复杂，因为您不能只增加索引。
可变： 与 String 的另一个区别是 Text 是可变的（就像 Hadoop 中的所有 Writable 实现一样，除了 NullWritable，它是一个单例）。您可以通过调用其中一个 set() 方法来重用 Text 实例。
诉诸字符串：
Text 没有像 处理字符串那样丰富的 API
java.lang.String，因此在很多情况下，您需要将 Text 对象转换为 String。这是以通常的方式完成的，使用以下toString()方法：
有关更多详细信息，请阅读权威指南。
于 2013-11-08T06:01:01.077 回答