hadoop中怎么读取protobuf数据

这篇文章主要介绍“ hadoop中怎么读取protobuf数据 ”，在日常操作中，相信很多人在 hadoop中怎么读取protobuf数据 问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答” hadoop中怎么读取protobuf数据 ”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

在mapreduce中读取protobuf数据时，会遇到一个坑

BytesWritable。当你把byte[]数据保存到BytesWritable后，通过BytesWritable.getBytes()再读到的数据并不一定是原数据，可能变长了很多，这是因为BytesWritable采用了自动内存增长算法，你保存的数据长度为size时，它可能将数据保存到了长度为capacity（capacity>size）的buffer中，这时候，你通过BytesWritable.getBytes()得到的数据最后一些字符是多余的，如果里面保存的是protobuf序列化后的数据，则无法反序列化，这时候可以使用BytesWritable.setCapacity(BytesWritable.getLength())将后面多余空间剔除掉，然后就可以使用protobuf反序列为原始数据。

关键代码如下

conf.setInputFormat(SequenceFileAsBinaryInputFormat.class);

public void map(Object key, BytesWritable values, OutputCollector output,
            Reporter reporter) throws IOException {
    values.setCapacity(values.getLength());// very important !!!
    byte[] data = values.getBytes();
    // more code
}

到此，关于“ hadoop中怎么读取protobuf数据 ”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！