感谢分享,好东西

读入和读出都设置一下编码格式：

out.writeInt(name.getBytes("utf8").length);
复制代码

-------------------------------------------------------------------------------
具体参考如下：
注意编码，写出String的时候不要让Java插手。

简单流程：

Map： readFields(ResultSet result)——从Mysql中读出；
Map：write(DataOutput out)——输出Map结果；
Reduce： readFields(DataInput in)——读回Map输出的中间结果；
从Log中看到Map从Mysql读出的字符串内容是正确的，但Reduce读回来就是乱码了。原来的代码如下

public void readFields(DataInput in) throws IOException
                {
                        super.readFields(in);
                        this.id = in.readLong();
 
                        int l1 = in.readInt();
                        byte b1[] = new byte[l1];
                        in.readFully(b1);
                        name = new String(b1);
                }
 
                public void write(DataOutput out) throws IOException
                {
                        super.write(out);
                        out.writeLong(this.id);
 
                        out.writeInt(name.length());
                        out.writeBytes(name);
                }
复制代码

改成这样就正确了：

public void write(DataOutput out) throws IOException
                {
                        super.write(out);
                        out.writeLong(this.id);
 
                        out.writeInt(name.getBytes("utf8").length);
                        out.write(name.getBytes("utf8"));
                }
复制代码

查了一下Java的帮助，原因是write(byte[])直接把每个Byte写出，而writeBytes(String)是以字符串中的字符为单位来写出的，所以被动了手脚。



write(byte[])：

Writes to the output stream all the bytes in array b. If b is null, a NullPointerException is thrown. If b.length is zero, then no bytes are written. Otherwise, the byte b[0] is written first, then b[1], and so on; the last byte written is b[b.length-1].


writeBytes(String s) ：

Writes a string to the output stream. For every character in the string s, taken in order, one byte is written to the output stream. If s isnull, a NullPointerException is thrown.

亦可参考：hadoop MapReduce主程序中文乱码解决