Hadoop读书笔记----（四）序列化

 Hadoop 分布式计算，序列化是Hadoop通过RPC调用，使得每个节点之间有效沟通的方法。

于是序列化就成为了分布式计算的一个重要课题。

序列化之后，对于分布式计算还需要排序。因此排序也相当重要：

Hadoop要求对象在序列化之后的字节也能够支持排序，以提高计算速度，还不必产生很多无谓的数据。

 

下面两张图记录了JAVA原生类型转化成序列化以后所占的字节数

 

 

 

 

Hadoop里关于Writeable 相关类 的继承树：

 

 

A，Text类相当于 java.lang.String，不同的是Text用的是UTF-8的编码来解析的。

也就是说在Indexing的时候会和String有不一样地方：

举例：

System.out.println(s.length())

输出为5

 

System.out.println(s.getLength())

输出为10

 

联系：

String 的charAt返回 char所在的第几个为止========== Text的find()方法与之效果一样

String 的 codePointAt 返回unicode地址   ========== Text 的charAt()返回 unicode 地址

 

举例： 

String s = "\u0041\u00DF\u6771\uD801\uDC00";

assertThat(s.codePointAt(3), is(0x10400));

输出： true

 

Text s = "\u0041\u00DF\u6771\uD801\uDC00";

assertThat(t.charAt(6), is(0x10400));

输出： true (此输出与 String.codePointAt()效果一样)

 

B，NullWritable 单例