Hadoop之Text与String的异同

String

• 常量，创建之后不可修改
• 字符串连接是通过StringBuilder(或StringBuffer)类实现的
  【区别：StringBuilder是非线程安全的，这也使其性能比StringBuffer要高(少synchroned方法)】
• String： UTF-16格式

Unicode

• 为解决传统字符编码方案的局限而产生
• Unicode方案包括：
  
  1. 给所有字符指定一个唯一对应的数字
  2. 将字符对应的数字保存在计算机中(这就涉及到占用字节数)
• 根据保存方式不同，将Unicode分为UTF-16、UTF-8、UTF-32
  
  1. UTF-16就是任何数字都用两个字节来保存(可能存在空间浪费)
  2. UTF-8表示一个字符时空间可变(1~4个字节)，具体根据字符对应的数字大小来确定

Text类

• 提供了序列化、反序列化以及在字节级别上比较文本的方法
• UTF-8编码