Hadoop的Text類getBytes字節數據put到HBase後有多餘字符串問題

轉載請標明出處：http://blackwing.iteye.com/blog/1978501

org.apache.hadoop.io.Text裏面的getBytes方法有個小坑。

先看現場：

String s = "91223224-20131120-96413376-150";
		Text t = new Text();
		t.set(s);
		Put put = new Put(t.getBytes());//*1
		put.add("kq".getBytes(), "0".getBytes(),"1".getBytes());
		List<Put> puts = new ArrayList<Put>();
		puts.add(put);
		Put put2 = new Put(t.toString().getBytes());//*2
		put2.add("kq".getBytes(), "1".getBytes(),"2".getBytes());
		puts.add(put2);
		try {
			table.batch(puts);
			table.flushCommits();
			table.close();
		} catch (Exception e) {
			e.printStackTrace();
		} 

其中標註的地方就是差別所在。如果按照*1方式put到hbase，跟按照*2方式put到hbase得到的數據如下：

91223224-20131120-96413376-150\x00\x00\x00
91223224-20131120-96413376-150

原因是getBytes獲得的字節數組長度跟Text.getLength獲得的長度不一致，不足的地方Text會自動補全。

String s = "91223224-20131120-96413376-150";
Text t = new Text();
t.set(s);
System.out.println(t.getLength()+"  |  "+t.getBytes().length);

輸出結果是：30 | 33

所以如果要把Text的內容put到hbase，最保險的方式是先轉換爲String在獲得字節數組Text.toString().getBytes()