Question

我从Text构造函数中获得了一些没有任何意义的行为。基本上，如果我从String构造一个Text对象，它不等于我从字节构造的另一个Text对象，即使getBytes（）为两个对象返回相同的值。

所以我们得到这样奇怪的东西：

//This succeeds
assertEquals(new Text("ACTACGACCA_0"), new Text("ACTACGACCA_0")); 
//This succeeds
assertEquals((new Text("ACTACGACCA_0")).getBytes(), (new Text("ACTACGACCA_0")).getBytes()); 
//This fails.  Why?
assertEquals(new Text((new Text("ACTACGACCA_0")).getBytes()), new Text("ACTACGACCA_0"));

当我尝试访问hashmap时会出现这种情况。在这里，我正在尝试根据org.apache.hadoop.hbase.KeyValue.getRow（）返回的值进行查找：

//This succeeds
assertEquals((new Text("ACTACGACCA_0")).getBytes(), keyValue.getRow()); 
//This returns a value
hashMap.get(new Text("ACTACGACCA_0"));  
//This returns null.  Why?
hashMap.get(new Text(keyValue.getRow()));

那么这里发生了什么，我该如何应对呢？这与编码有关吗？

更新：问题已解决

感谢克里斯指出我正确的方向。所以，一点背景：从调用htable.put（）中捕获keyValue对象（使用Mockito ArgumentCaptor）。基本上，我有这段代码：

byte[] keyBytes = matchRow.getKey().getBytes();
RowLock rowLock = hTable.lockRow(keyBytes);                         

Get get = new Get(keyBytes, rowLock);               
SetWritable<Text> toWrite = new SetWritable<Text>(Text.class);
toWrite.getValues().addAll(matchRow.getMatches(hTable, get));

Put put = new Put(keyBytes, rowLock);
put.add(Bytes.toBytes(MatchesByHaplotype.MATCHING_COLUMN_FAMILY), Bytes.toBytes(MatchesByHaplotype.UID_QUALIFIER), 
        SERIALIZATION_HELPER.serialize(toWrite));               
hTable.put(put);

其中matchRow.getKey（）返回一个文本对象。你在这看到问题了吗？我正在添加所有字节，包括无效字节。所以我创建了一个很好的辅助函数来执行此操作：

public byte[] getValidBytes(Text text) {
    return Arrays.copyOf(text.getBytes(), text.getLength());
}

并将该块的第一行更改为：

byte[] keyBytes = SERIALIZATION_HELPER.getValidBytes(matchRow.getKey());

问题解决了！回想起来：哇，多么讨厌的虫子！我认为它归结为Text.getBytes（）的行为非常不友好。它不仅会返回您可能没有预期的内容（无效字节），Text对象也没有返回有效字节的函数！你会认为这是一个常见的用例。也许他们将来会添加这个？

Answer 1

出于同样的原因，以下情况失败：

Assert.assertEquals((new Text("ACTACGACCA_0")).getLength(), (new Text("ACTACGACCA_0")).getBytes().length);

getBytes()返回后备字节数组，但根据API，字节仅有效Text.getLength();

Text.getBytes()

是的，这与编码有关 - CharsetEncoder.encode方法使用ByteBuffer，其大小最初分配为12 * 1.1字节（13）的长度，但实际有效字节数仍然只有12（如你只使用ASCII字符。）

Text.getBytes（）返回意外结果

更新：问题已解决

1 个答案: