Question

我在H-Base表的行中有一个限定符（long值类型）。

我想在两个长数字之间获取H-Base行。为此我使用了以下过滤器。

我的过滤器就像：

long startEpochInDay = 384;

long endEpochInDays = 396;

string startDayFilter = "SingleColumnValueFilter('" + cf + "','" + qualifier + "', >= ,'binary:" + Encoding.UTF8.GetString(HBaseGenericHelper.GetBigEndianByteArray(startEpochInDays)) + "',true,true)";

string endDayFilter = "SingleColumnValueFilter('" + cf + "','" + qualifier + "', < ,'binary:" + Encoding.UTF8.GetString(HBaseGenericHelper.GetBigEndianByteArray(endEpochInDays)) + "',true,true)";

string finalFilter = startDayFilter + " AND " + endDayFilter

这些过滤器工作正常，数量小于 383 ，但如果数量大于此数字则会失败。

我在调试时发现在将长数转换为字节数组时，它返回字节数组，如 \ 0 \ 0 \ 0 \ 0 \ 0 \ 0 \ 1 \ 128 。

当字节数组中的最后一个数字为127或更少时， UTF-8 工作正常，但当此数字变为128或更大时， UTF-8 开始返回＆＃34;？＆＃34; 为最后一位数。

如果我使用以下方法将字节数组编码为字符串

Encoding encoding = new UTF8Encoding(true,true);
string number = encoding.GetString(HBaseGenericHelper.GetBigEndianByteArray(startEpochInDays));

UTF-8 在将字节数组（如果最后一位数字在字节数组中为128或更多）转换为过滤器中的字符串时抛出异常。

异常 - 无法将索引6处的字节[8B]从指定的代码页转换为Unicode。

内部异常 -

at System.Text.DecoderExceptionFallbackBuffer.Throw(Byte[] bytesUnknown, Int32 index)
at System.Text.DecoderExceptionFallbackBuffer.Fallback(Byte[] bytesUnknown, Int32 index)
at System.Text.DecoderFallbackBuffer.InternalFallback(Byte[] bytes, Byte* pBytes)
at System.Text.UTF8Encoding.GetCharCount(Byte* bytes, Int32 count, DecoderNLS baseDecoder)
at System.String.CreateStringFromEncoding(Byte* bytes, Int32 byteLength, Encoding encoding)
at System.Text.UTF8Encoding.GetString(Byte[] bytes, Int32 index, Int32 count)
at System.Text.Encoding.GetString(Byte[] bytes)

先谢谢。

Answer 1

UTF8不是将任意字节编码为字符串的合适方法。相反：它将任意字符串编码为字节（反之亦然，只要字节格式正确）。我没有理由认为HBaseGenericHelper.GetBigEndianByteArray(startEpochInDays)会返回UTF-8数据，因此encoding.GetString完全不合适，实际上正在使用Encoding 向后。这是first topic I discussed here - 所以不要惊慌：你是一个好公司 - 人们一直犯 这个错误 。

你应该使用的是base-16（十六进制）或base-64。

获取十六进制：BitConverter.ToString(byte[])。获得base-64：Convert.ToBase64String(byte[])

如果您需要数据采用不是base-64或base-16的特定格式，那么您必须具体说明您想要的格式。但是：它不是＆＃34; UTF-8向后使用＆＃34;。

UTF-8不能将byte []转换为字符串

1 个答案: