Java中具有Avro的MapReduce：字符串，CharSequence和Utf8数据类型

Question

我是用Avro编写Hadoop MapReduce的初学者，并且不清楚将String，CharSequence或Utf8对传递给map / reduce方法之间的区别是什么？

如果字符串仅仅是“ hello world”之类的东西怎么办？

例如，这是一个简单的映射方法，在这种情况下，使用CharSequence作为输出键类型：

public void map(Pair<CharSequence, Integer> datum, AvroCollector<Pair<CharSequence, Integer>> collector, Reporter reporter) throws IOException {
            Integer number_one = new Integer(1);
            String output_key = "hello world";
            collector.collect(new Pair<CharSequence, Integer>(output_key, one));
        }

任何帮助表示赞赏！

Answer 1

CharSequence是“捆绑”的界面大多数基于实施方式中的人物的StringBuilder，StringBuffer，CharBuffer，String和在阿夫罗Utf8。

String是不可变的，这意味着您无法修改内部数据-您所做的每次修改都会导致String创建新的对象。

Utf8另一方面，将允许您修改其内部缓冲区（“可变”），与使用String实例相比，这将产生更少的垃圾。

因此，可以说using CharSequence是最灵活的解决方案，因为它允许您传递比专业实现更多的Strings表示形式，您可以根据自己的需要从可用的实现中进行选择。