對Text型別的資料，使用getLength()與getBytes().length獲取的長度不同解析
我們先來看一個小Demo：
Text t = new Text("hadoop");
t.set("pig");
System.out.println(t.getLength());
System.out.println(t.getBytes().length);不出意外，輸出的結果都是3。但是這個時候如果我們把set方法中的引數改為如下型別將會發生什麼事呢？
t.set(new Text("pig"));執行程式，結果卻發生了變化，分別輸出了3和6。這是怎麼回事呢？別急，我們通過原始碼看能否得到想要的回答。我們跟蹤set接收的引數型別為Text的方法，如下：
/** copy a text. */ public void set(Text other) { set(other.getBytes(), 0, other.getLength()); }
繼續跟進set方法，如下：
public void set(byte[] utf8, int start, int len) {
setCapacity(len, false);
System.arraycopy(utf8, start, bytes, 0, len);
this.length = len;
}我們對當前這個set方法，進行研究一番。首先跟進setCapacity方法：
/* * Sets the capacity of this Text object to <em>at least</em> * <code>len</code> bytes. If the current buffer is longer, * then the capacity and existing content of the buffer are * unchanged. If <code>len</code> is larger * than the current capacity, the Text object's capacity is * increased to match. * @param len the number of bytes we need * @param keepData should the old data be kept */ private void setCapacity(int len, boolean keepData) { if (bytes == null || bytes.length < len) { if (bytes != null && keepData) { bytes = Arrays.copyOf(bytes, Math.max(len,length << 1)); } else { bytes = new byte[len]; } } }
通過方法註釋我們很容易知道，當Text當前的buffer長度大於傳過來的len，這個時候buffer的長度和其儲存的內容都是不會發生改變的。但是，如果len大於當前buffer的長度時候，Text物件的長度就需要進行增加。
所以，當我們先通過Text t = new Text("hadoop");建立Text物件的時候，buffer裡面儲存了hadoop，且長度為6。這個時候，我們再使用t.set(new Text("pig"));改變buffer的值的時候，就會呼叫上述的方法。我們知道buffer的長度大於新設定的Text的長度，這個時候，buffer將不會發生任何改變。
緊接著執行System.arraycopy(utf8, start, bytes, 0, len);這是系統本地方法，目的是將utf8按長度複製到bytes（即上述的buffer）中，其餘長度中的不會發生改變。
比如說，將pig複製到hadoop，結果為pigoop。
此時，再通過this.length = len;更新下Text物件的長度。
我們再來回顧下小Demo中的輸出程式中的關鍵方法：
System.out.println(t.getLength());
System.out.println(t.getBytes().length);對於t.getLength()我們跟程序序很明瞭的知道他是直接返回Text物件的length，即3。
/** Returns the number of bytes in the byte array */
@Override
public int getLength() {
return length;
}對於t.getBytes().length，我們是先獲得Text物件的bytes，即pigoop，然後在求出其長度，為6。
但是，問題來了，為什麼使用t.set("pig");的時候長度都是為3呢？很顯然，呼叫的set方法的實現並不相同，我們來看看：
public void set(String string) {
try {
ByteBuffer bb = encode(string, true);
bytes = bb.array();
length = bb.limit();
}catch(CharacterCodingException e) {
throw new RuntimeException("Should not have happened ", e);
}
}上面程式碼的第一局將制定的string使用utf-8格式轉化為位元組buffer（Converts the provided String to bytes using the UTF-8 encoding.）。然後，將位元組buffer通過array方法轉化為位元組陣列bytes。並通過limit方法返回buffer的長度賦值給length。此時，無論通過t.getLength();還是t.getBytes().length都將返回相同的長度。