奇怪的杰克逊 非法字符 ((CTRL-CHAR,代码 0)) 映射减少合并器中的异常
2022-09-01 23:54:32
我有一个Map-Reduce作业,它有一个映射器,它获取一个记录并将其转换为一个对象,MyObject的一个实例,它使用Jackson编组到JSON。该值只是记录中的另一个文本字段。
映射器的相关部分如下所示:
ObjectMapper mapper = new ObjectMapper();
MyObject val = new MyObject();
val.setA(stringA);
val.setB(stringB);
Writer strWriter = new StringWriter();
mapper.writeValue(strWriter, val);
key.set(strWriter.toString());
映射器的输出被发送到组合器,该组合器取消绑定 JSON 对象并聚合键值对。它在概念上非常简单,如下所示:
public void reduce(Text key, Iterable<IntWritable> values, Context cxt)
throws IOException, InterruptedException {
int count = 0;
TermIndex x = _mapper.readValue(key.toString(), MyObject.class);
for (IntWritable int : values) ++count;
...
emit (key, value)
}
MyObject 类由两个字段(均为字符串)、get/set 方法和一个默认构造函数组成。其中一个字段存储基于 Web 爬网的文本片段,但始终是字符串。
public class MyObject {
private String A;
private String B;
public MyObject() {}
public String getA() {
return A;
}
public void setA(String A) {
this.A = A;
}
public String getB() {
return B;
}
public void setIdx(String B) {
this.B = B;
}
}
我的MapReduce作业似乎运行良好,直到它到达某些记录,我无法轻松访问这些记录(因为映射器正在从爬网中生成记录),并且正在引发以下异常:
Error: com.fasterxml.jackson.core.JsonParseException:
Illegal character ((CTRL-CHAR, code 0)): only regular white space (\r, \n, \t) is allowed between tokens
at [Source: java.io.StringReader@5ae2bee7; line: 1, column: 3]
有人会对此的原因有任何建议吗?