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

public static void writeVLong(DataOutput stream, long i) throws IOException {
// 如果在一个字节可以表示的范围内 直接返回
 if (i >= -112 && i <= 127) {
     stream.writeByte((byte)i);
     return;
   }
    //把负数变成正数
   int len = -112;
   if (i < 0) {
     i ^= -1L; // take one's complement'
     len = -120;
   }

  //判断正数有几个位数 通过右移实现
   long tmp = i;
   while (tmp != 0) {
     tmp = tmp >> 8;
     len--;
   }

   // 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
   stream.writeByte((byte)len);

   // 判断需要几个字节表示该数
   len = (len < -120) ? -(len + 120) : -(len + 112);

//以每八位一组截取 成一个字节

   for (int idx = len; idx != 0; idx--) {
     int shiftbits = (idx - 1) * 8;
     long mask = 0xFFL << shiftbits;
     stream.writeByte((byte)((i & mask) >> shiftbits));
   }
 }

读取

public static long readVLong(byte[] bytes, int start) throws IOException {
    int len = bytes[start];
    if (len >= -112) {
      return len;
    }
    boolean isNegative = (len < -120);
    len = isNegative ? -(len + 120) : -(len + 112);
    if (start+1+len>bytes.length)
      throw new IOException(
                            "Not enough number of bytes for a zero-compressed integer");
    long i = 0;
    for (int idx = 0; idx < len; idx++) {
      i = i << 8;
      i = i | (bytes[start+1+idx] & 0xFF);
    }
    return (isNegative ? (i ^ -1L) : i);
  }