Camus使用过程中业务方反映从Kafka导入至HDFS中的数据有中文乱码问题，且业务方确认写入的数据编码为UTF-8，开始跟进。
问题重现：
（1）编写代码将带有中文的字符串以编码UTF-8写入Kafka的某个Topic；
（2）将该Topic的数据通过Camus导入HDFS;
（3）查看HDFS中导入的文件数据；
确认有中文乱码问题存在，与业务方无关。
（1）写入
这是一个写入的代码片段，ProducerRecord是以字符串的形式设置的，而ProducerRecord中的key和value会通过“key.serializer”和“value.serializer”被序列化，这其中就会有字符编码问题，查看org.apache.kafka.common.serialization.StringSerializer的源码：
而“encoding”的值来源于下面的代码片段：
也就是说“encoding”在没有显示设置的情况下，默认就是“UTF8”。
（2）导入
通过查看Camus的相关配置文件，有两个属性需要注意：
从属性名称以及注释可以推断出，这两个属性值均与数据的编码、解码相关，查看它们的源代码。
com.linkedin.camus.etl.kafka.common.StringRecordWriterProvider
可以看出，StringRecordWriterProvider使用的是系统的默认编码，可能存在隐患。
com.linkedin.camus.etl.kafka.coders.KafkaStringMessageDecoder（DIP自主开发）
可以看出，KafkaStringMessageDecoder使用的是系统的默认编码，可能存在隐患。
综上所述，业务方写入时（默认）使用UTF-8编码进行导入，如果我们Hadoop集群的某些节点编码不是UTF-8就可以出现中文乱码问题（以前出现过类似的问题）。
解决方案：显示设置上述两个操作的编码。
com.linkedin.camus.etl.kafka.common.StringRecordWriterProvider
com.linkedin.camus.etl.kafka.coders.KafkaStringMessageDecoder
编译代码之前，需要修改以下两个地方：
./camus-schema-registry-avro/pom.xml
./pom.xml
否则编译过程中会出现以下异常：
编译命令如下：
mvn clean package -Dmaven.test.skip=true
最终生成的部署包位于：dip_camus/camus-example/target/camus-example-0.1.0-SNAPSHOT-shaded.jar
测试命令如下：
sudo -u hdfs hadoop jar camus-example-0.1.0-SNAPSHOT-shaded.jar com.linkedin.camus.etl.kafka.CamusJob -P k1001_camus.properties
请验证，中文正常显示，问题解决。
