在 MaprDB 中存储文档(.pdf、.doc 和 .txt 文件)
Posted
技术标签:
【中文标题】在 MaprDB 中存储文档(.pdf、.doc 和 .txt 文件)【英文标题】:Store documents (.pdf, .doc and .txt files) in MaprDB 【发布时间】:2016-12-17 03:27:39 【问题描述】:我需要将 .pdf、.doc 和 .txt 文件等文档存储到 MaprDB。我在 Hbase 中看到了一个示例,它以二进制形式存储文件并在 Hue 中作为文件检索,但我不确定如何实现它。知道如何将文档存储在 MaprDB 中吗?
【问题讨论】:
【参考方案1】:第一件事是,我不知道 Maprdb,因为我正在使用 Cloudera。但我有在 hbase 中将多种类型的对象存储为字节数组的经验,如下所述。
在 hbase 或任何其他数据库中存储的最原始方式是字节数组。 see my answer
您可以使用 Apache commons lang API 通过以下方式执行此操作。可能这是最好的选择,它将适用于所有对象,包括图像/音频/视频等。
请使用您的任何文件的对象类型之一测试此方法。
SerializationUtils.serialize
将返回字节。您可以插入。
import org.apache.commons.lang.SerializationUtils;
/**
* testSerializeAndDeserialize.
*
**/
public void testSerializeAndDeserialize throws Exception
//serialize here
byte[] bytes = SerializationUtils.serialize("your object here which is of type f .pdf, .doc and .txt ");
// deserialize the same here and see you are getting back or not.
yourobjecttype objtypeofpdfortxtordoc = (yourobjecttype) SerializationUtils.deserialize(bytes);
注意:apache commons lang 的jar 在 hadoop 集群中始终可用。(不是外部依赖)
另一个例子:
import java.io.FileInputStream;
import java.io.FileOutputStream;
import org.apache.commons.lang.SerializationUtils;
public class SerializationUtilsTrial
public static void main(String[] args)
try
// File to serialize object to
String fileName = "testSerialization.ser";
// New file output stream for the file
FileOutputStream fos = new FileOutputStream(fileName);
// Serialize String
SerializationUtils.serialize("SERIALIZE THIS", fos);
fos.close();
// Open FileInputStream to the file
FileInputStream fis = new FileInputStream(fileName);
// Deserialize and cast into String
String ser = (String) SerializationUtils.deserialize(fis);
System.out.println(ser);
fis.close();
catch (Exception e)
e.printStackTrace();
出于任何原因,如果您不想使用 Apache commons lang 提供的 SerializationUtils
类,那么您可以查看下面的 pdf 序列化和反序列化示例,以便您更好地理解,但如果您使用它的代码很长使用SerializationUtils
会减少代码。
import java.io.ByteArrayOutputStream;
import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.util.logging.Level;
import java.util.logging.Logger;
public class PdfSerializeAndDeserExample
public static void main(String[] args) throws FileNotFoundException, IOException
File file = new File("someFile.pdf");
FileInputStream fis = new FileInputStream(file);
//System.out.println(file.exists() + "!!");
//InputStream in = resource.openStream();
ByteArrayOutputStream bos = new ByteArrayOutputStream();
byte[] buf = new byte[1024];
try
for (int readNum; (readNum = fis.read(buf)) != -1;)
bos.write(buf, 0, readNum); //no doubt here is 0
//Writes len bytes from the specified byte array starting at offset off to this byte array output stream.
System.out.println("read " + readNum + " bytes,");
catch (IOException ex)
Logger.getLogger(genJpeg.class.getName()).log(Level.SEVERE, null, ex);
byte[] bytes = bos.toByteArray();
上面你得到字节数组,你可以准备把请求上传到数据库,即 Hbase 或任何其他数据库
一旦你坚持了,你可以使用 hbase get 或 scan
你 get
你的 pdf 字节得到相同的结果,并使用下面的代码再次制作相同的文件,即在这种情况下为 someFile.pdf。
File someFile = new File("someFile.pdf");
FileOutputStream fos = new FileOutputStream(someFile);
fos.write(bytes);
fos.flush();
fos.close();
编辑:既然你问了 HBASE 示例,我在下面的方法中添加了这个..
yourcolumnasBytearray
是您的 doc 文件,例如 pdf.. 在上述示例中转换为字节数组(使用 SerializationUtils.serialize
)...
/**
* Put (or insert) a row
*/
@Override
public void addRecord(final String tableName, final String rowKey, final String family, final String qualifier,
final byte[] yourcolumnasBytearray) throws Exception
try
final HTableInterface table = HBaseConnection.getHTable(getTable(tableName));
final Put put = new Put(Bytes.toBytes(rowKey));
put.add(Bytes.toBytes(family), Bytes.toBytes(qualifier), yourcolumnasBytearray);
table.put(put);
LOG.info("INSERT record " + rowKey + " to table " + tableName + " OK.");
catch (final IOException e)
printstackTrace(e);
【讨论】:
感谢您的回复,我会尝试在 MaprDB 上进行。你有在 Hbase 上做过的例子吗? 添加了一个不带SerializationUtils
的PDF序列/反序列化示例以上是关于在 MaprDB 中存储文档(.pdf、.doc 和 .txt 文件)的主要内容,如果未能解决你的问题,请参考以下文章
在 PHP (LAMP) 中创建文档(PDF、DOC、XLS 等)的缩略图预览
如何解决利用aspose把word文档转换为pdf文档时出现乱码 C#
Android:如何创建 .doc、.ppt、.xls、.pdf 格式的文档编辑器? [关闭]
Xamarin.Forms 将文件 (pdf) 保存在本地存储中并使用默认查看器打开