hadoop 中对Vlong 和 Vint的压缩方法

hadoop 中对java的基本类型进行了writeable的封装，并且所有这些writeable都是继承自WritableComparable的，都是可比较的；并且，它们都有对应的get() 和 set()方法，

其中对整型(int 和 long)进行编码的时候，有固定长度格式（intWritable和LongWritable）和可变长度格式（VIntWritable 和 VLongWritable），其中VIntWritable和VLongWritable的编码规则是一样的，

所以VIntWritable的输出可以用VLongWritable读入。其实在VIntWritable的write(DataOUtput out) 与 readFields(DataInput in)中分别调用的是WritableUtils.writeVint(out)和WritableUtils.readVint(int)，

而writeVint()和readVint()方法也只是简单的调用了writeVLong和readVLong方法。通过writeVInt()写入的数据自然可以通过readVLong()来进行读人；编码规则如下：

其基本思想  主要思想是大的负数的压缩 ，先反码操作，将负数取反，负数一旦取反，前面的字节就有可能变零了。 然后没八位一组截取成 一个字节

 

写入

1. public static void writeVLong(DataOutput stream, long i) throws IOException {  
2. // 如果在一个字节可以表示的范围内 直接返回   
3.  if (i >= -112 && i <= 127) {  
4.      stream.writeByte((byte)i);  
5.      return;  
6.    }  
7.     //把负数变成正数   
8.    int len = -112;  
9.    if (i < 0) {  
10.      i ^= -1L; // take one's complement'  
11.      len = -120;  
12.    }  
13.        
14.   //判断正数有几个位数 通过右移实现  
15.    long tmp = i;  
16.    while (tmp != 0) {  
17.      tmp = tmp >> 8;  
18.      len--;  
19.    }  
20.        
21.    // 写入第一个字节 该字节标识 这个数十正数还是负数 以及接下来有几个字节属于这个数   
22.    stream.writeByte((byte)len);  
23.        
24.    // 判断需要几个字节表示该数  
25.    len = (len < -120) ? -(len + 120) : -(len + 112);  
26.        
27. //以每八位一组截取 成一个字节   
28.   
29.    for (int idx = len; idx != 0; idx--) {  
30.      int shiftbits = (idx - 1) * 8;  
31.      long mask = 0xFFL << shiftbits;  
32.      stream.writeByte((byte)((i & mask) >> shiftbits));  
33.    }  
34.  }  

 

读取

1. public static long readVLong(byte[] bytes, int start) throws IOException {  
2.     int len = bytes[start];  
3.     if (len >= -112) {  
4.       return len;           
   
5.     }  
6.     boolean isNegative = (len < -120);     
7.     len = isNegative ? -(len + 120) : -(len + 112);     
8.     if (start+1+len>bytes.length)      
9.       throw new IOException(  
10.                             "Not enough number of bytes for a zero-compressed integer");  
11.     long i = 0;  
12.     for (int idx = 0; idx < len; idx++) {    
    
13.       i = i << 8;  
14.       i = i | (bytes[start+1+idx] & 0xFF);  
15.     }  
16.     return (isNegative ? (i ^ -1L) : i);      
17.   }  

转载于:https://www.cnblogs.com/yuhan-TB/p/3742625.html