Hadoop框架中org.apache.hadoop.io.Text和java.lang.String有什么区别？
为什么他们不能使用String 而不是引入一个新的Text 类？
我调查了差异，发现它与编码格式有关；但是我还不明白。
有人可以解释这些差异（如果适用，请举例说明）？
【问题讨论】：
Text 对象的二进制表示是一个可变长度整数，包含 字符串的 UTF-8 表示中的字节数，后跟 UTF-8 字节本身。
Text 是 UTF8 类的替代品，该类已被弃用 因为它不支持编码超过 32,767 字节的字符串，并且因为 它使用了 Java 修改后的 UTF-8。
此外，Text 使用标准 UTF-8，这可能更容易与其他理解 UTF-8 的工具进行交互操作。
以下是与 String 功能相关的一些简要差异：
索引： 由于它强调使用标准 UTF-8，因此存在一些差异 在 Text 和 Java String 类之间。 Text 类的索引是根据编码字节序列中的位置，而不是字符串中的 Unicode 字符或 Java 字符代码单元（因为它是字符串）。
例如，charAt() 返回一个表示 Unicode 代码点的 int，与
返回字符的字符串变体。
迭代： 使用 byte 对 Text 中的 Unicode 字符进行迭代很复杂 索引的偏移量，因为您不能只增加索引。
可变： 与 String 的另一个区别是 Text 是可变的（就像 Hadoop 中的所有 Writable 实现一样，除了 NullWritable，它是一个单例）。您可以重复使用 文本实例通过调用其中一个 set() 方法。
求助于字符串：
文本没有像操作字符串那样丰富的 API
java.lang.String，所以很多情况下，需要将Text对象转换为String。
这以通常的方式完成，使用toString() 方法：
有关详细信息，请阅读权威指南。
【讨论】：
java.lang.String转换成Text呢？
val t = new Text(s)。顺便说一句，我在 Scala 中