Hadoop中Writable类之三

hacklab

　　1.BytesWritable
　　定义
　　ByteWritable是对二进制数据组的封装。它的序列化格式为一个用于指定后面数据字节数的整数域（4个字节），后跟字节本身。
　　举个例子，假如有一个数组bytes，里面有两个byte，bytes[0]=3，bytes[1]=5,那么，数组序列化后，其返回一个字节数组，序列化方面，可以查看我的博客《Hadoop序列化》  ，那么序列化后，其返回一个字节书组byteSeri,byteSeri里面有多少个字节?
　　分析：
　　在定义里指出，序列化格式为一个整数域和字节本身，

• 整数域是用来指定后面数据的字节数，我们知道byte[0],和byte[1]是两个字节，所以，整数域的二进制为：00000000 00000000 00000000 00000010（4个字节），以16进制表示：00 00 00 02
  
• 字节本身就是byte[0]和byte[1]这两个字节，所以，字节本身的二进制表示为：00000011 00000101，以16进制表示为：03 05
  
• 整个序列化数组的二进制表示为：00000000 00000000 00000000 00000010    00000011 00000101 ，以16进制表示为：00 00 00 02 03 05
  

　　那么上述的序列化后数组的长度为字节的个数，也就是 4 + 2 =6；拿例子来验证：
　　Example:



1 package cn.roboson.writable;
2
3 import java.io.ByteArrayOutputStream;
4 import java.io.DataOutputStream;
5 import java.io.IOException;
6
7 import org.apache.hadoop.io.BytesWritable;
8 import org.apache.hadoop.io.Writable;
9 import org.apache.hadoop.util.StringUtils;
10
11 /**
12  * 1.定义一个二进制字节数组
13  * 2.将其序列化
14  * 3.由其序列化格式分析其内容
15  * @author roboson
16  *
17  */
18
19 public class WritableText05 {
20     
21     public static void main(String[] args) throws IOException {
22         //定义一个二进制字节数组
23         BytesWritable b = new BytesWritable(new byte[]{3,5});
24         
25         //输出其长度，很明显，只有两个字节，其长度肯定是2
26         System.out.println("二进制数组的长度："+b.getLength());
27         
28         //将其序列化，序列化可以查看我的博客《Hadoop序列化》
29         byte[] bytes=serialize(b);
30         //在上面的分析中，16进制的输出为：00 00 00 02 03 05
31         System.out.println("序列化后以16进制表示："+StringUtils.byteToHexString(bytes));
32         
33         //在上面的分析中，序列化后的数组长度为：6
34         System.out.println("序列化后的长度："+bytes.length);
35     }
36     
37     public static byte[] serialize(Writable writable) throws IOException{
38         ByteArrayOutputStream out = new ByteArrayOutputStream();
39         DataOutputStream dataOut = new DataOutputStream(out);
40         writable.write(dataOut);
41         return out.toByteArray();
42         
43     }
44 }
　　运行结果：

　　可变性
　　和Text相似，BytesWritable是可变的，可以通过set()方法，设置进行修改。BytesWritable的getBytes()方法，返回的是字节数组的容量，而其存储数据的实际大小，需要通过getLong()方法来查看
　　Example:



1 package cn.roboson.writable;
2
3 import org.apache.hadoop.io.BytesWritable;
4
5 public class WritableText06 {
6     
7     public static void main(String[] args) {
8         BytesWritable b = new BytesWritable(new byte[]{3,5});
9         System.out.println("字节数组的实际数据长度："+b.getLength());
10         System.out.println("字节数组的容量大小："+b.getBytes().length);
11         
12         //改变其容量
13         b.setCapacity(11);
14         //getLength()方法，返回的是实际数据的大小
15         System.out.println("改变容量后实际数据的大小："+b.getLength());
16         //getBytes().length返回的是容量大小
17         System.out.println("改变容量后容量的大小："+b.getBytes().length);
18     }
19 }
　　
　　运行结果：
　　
　　
　　
　　2.NullWritable
　　NullWritable是Writable的一个特殊类型，它的序列化长度为0.它并不从数据流中读取数据，也不写入数据。它充当占位符；在MapReduce中，如果不需要使用健或者值，就可以将健或者值声明为NullWritable——结果是存储常量空值。
　　NullWritable是一个单例实例类型，可以通过静态方法get()获得其实例，public static NullWritable get() ;
　　Example:



1 package cn.roboson.writable;
2
3 import java.io.ByteArrayOutputStream;
4 import java.io.DataOutputStream;
5 import java.io.IOException;
6
7 import org.apache.hadoop.io.NullWritable;
8 import org.apache.hadoop.io.Writable;
9 /**
10  * 1.获得一个NullWritable
11  * 2.序列化后，查看其长度
12  * @author roboson
13  *
14  */
15
16 public class Writable02 {
17     
18     public static void main(String[] args) throws IOException {
19         
20         NullWritable writable = NullWritable.get();
21         byte[] bytes = serialize(writable);
22         System.out.println("NullWritable序列化后的长度："+bytes.length);
23     }
24     
25     public static byte[] serialize(Writable writable) throws IOException{
26         ByteArrayOutputStream out = new ByteArrayOutputStream();
27         DataOutputStream dataOut = new DataOutputStream(out);
28         writable.write(dataOut);
29         return out.toByteArray();
30         
31     }
32 }
　　
　　运行结果：

　　
　　3.ObjectWritable
　　ObjectWritable是对Java基本类型（String、enum,Writable，null或这些类型组成的数组）的通用封装。在Hadoop RPC中用于对方法的参数和返回类型进行封装和解封装。当一个字段中包含多个类型时，ObjectWritable是非常有用的，可以直接将类型声明为ObjectWritable，但是，缺陷是非常浪费空间。举个例子来看看，就知道有多么浪费！
　　Example:



1 package cn.roboson.writable;
2
3 import java.io.ByteArrayOutputStream;
4 import java.io.DataOutputStream;
5 import java.io.IOException;
6
7 import org.apache.hadoop.io.BytesWritable;
8 import org.apache.hadoop.io.ObjectWritable;
9 import org.apache.hadoop.io.Writable;
10 import org.apache.hadoop.util.StringUtils;
11
12 /**
13  * 1.新建一个ObjectWritable
14  * 2.将其序列化并查看其大小
15  * @author roboson
16  *
17  */
18 public class Writable03 {
19     
20     public static void main(String[] args) throws IOException {
21         
22         BytesWritable bytes = new BytesWritable(new byte[]{3,5});
23         byte[] byte1 = serialize(bytes);
24         //前面的介绍，可以知道，长度为6
25         System.out.println("bytes数组序列化后的长度："+byte1.length);
26         System.out.println("bytes数组序列化的16进制表示："+StringUtils.byteToHexString(byte1));
27         
28         ObjectWritable object = new ObjectWritable();
29         object.set(new byte[]{3,5});
30         byte[] byte2 = serialize(object);
31         System.out.println("ObjectWritable序列化后的长度："+byte2.length);
32         System.out.println("ObjectWritable列化的16进制表示："+StringUtils.byteToHexString(byte2));
33     }
34     
35     public static byte[] serialize(Writable writable) throws IOException{
36         ByteArrayOutputStream out = new ByteArrayOutputStream();
37         DataOutputStream dataOut = new DataOutputStream(out);
38         writable.write(dataOut);
39         return out.toByteArray();
40         
41     }
42 }
　　
　　运行结果：
　　
　　
　　4.GenericWritable
　　通过上面的运行结果，已经知道ObjectWritable类是非常浪费空间的，如果封装的类型数量比较少，这种情况下，可以用GenericWritable类来代替。它的效率更高一些。因为对序列化后的类型的引用加入位置索引。查看HadoopAPI帮助文档，发现GenericWritable是一个抽象类：

　　
　　那么如何使用它：

• 写一个类，继承自GenericWritable
  
• 重写getTypes()方法
  
• 指定静态类型数组中的值
  

　　Example:
　　MyGenericWritable.java



package cn.roboson.writable;
import org.apache.hadoop.io.BytesWritable;
import org.apache.hadoop.io.GenericWritable;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.io.Writable;
public class MyGenericWritable extends GenericWritable{
private static Class[] CLASSES={
Text.class,
BytesWritable.class,
IntWritable.class
};
@Override
protected Class