Text类和String类的一些区别

• 索引Indexing：由于强调使用标准的UTF-8，因此Text和Java String类之间存在一些差异。 Text类的索引是在编码字节序列中的位置，而不是字符串中的Unicode字符，或Java char代码单元（就像String一样）。例如，charAt（）返回一个表示Unicode代码点的int，与返回char的String变量不同。

• 迭代Iteration：迭代文本中的Unicode字符会因使用字节偏移进行索引而变得复杂，因为不能只增加索引。

• 可变Mutable：与String的另一个区别是Text是可变的。可以通过调用其中一个set（）方法来重用Text实例。

• 求助于字符串：Text没有像java.lang.String那样丰富的用于操作字符串的API，因此在许多情况下，需要将Text对象转换为String（通过使用toString（）方法完成）。

MapReduce为什么要用Text类

Text实现了Comparable，Writable和WritableComparable等接口。这些接口都是MapReduce所必需的：

• 当reducer对键进行排序时使用Comparable接口用于比较；

• 为了Hadoop的有效性，应优化序列化/反序列化过程，因为群集中的节点之间会发生大量远程调用。因此序列化格式应该快速，紧凑，可扩展和可互操作。此时不应该使用java Serializable，因为java Serializable对于hadoop来说太大或太重，而使用Writable API，不仅没有并发症，还会让使用这些新类的序列化过程变得更加清晰紧凑。