我使用jackson来处理hadoop中成片出现的json。这意味着，它们是大文件，被切成块（在我的问题中，它是128m，但其实并不重要）。出于效率考虑，我需要它是流式的（不可能在内存中构建整个树）。
我混合使用jsonparser和objectmapper来读取输入。目前，我使用的是一种不可拆分的自定义inputformat，因此我可以读取整个json。
（有效）json的结构类似于：

[    {    "Rep":
        {
        "date":"2013-07-26 00:00:00",
        "TBook":
        [
            {
            "TBookC":"ABCD",            
            "Records":
            [
                {"TSSName":"AAA", 
                    ... 
                },
                {"TSSName":"AAB", 
                    ... 
                },
                {"TSSName":"ZZZ", 
                ... 
                }
            ] } ] } } ]

我想在recordreader中读取的记录是“records”元素中的元素。“…”意味着那里有更多的信息，这符合我的记录。如果我有一个唯一的分裂，没有任何问题。我使用jsonparser进行细粒度处理（头并移到“records”标记），然后使用objectmapper和jsonparser将记录作为对象读取。详情：

configure(JsonParser.Feature.AUTO_CLOSE_SOURCE, false);
MappingJsonFactory factory = new MappingJsonFactory();
mapper = new ObjectMapper(factory); 
mapper.configure(Feature.FAIL_ON_UNKNOWN_PROPERTIES,false);
mapper.configure(SerializationConfig.Feature.FAIL_ON_EMPTY_BEANS,false);
parser = factory.createJsonParser(iStream);
mapper.readValue(parser, JsonNode.class);

现在，假设我有一个包含两个inputspilt的文件（即“records”中有很多元素）。有效的json从第一个split开始，我读取并保留标题（每个记录都需要这些标题，在本例中是“date”字段）。
拆分将剪切记录数组中的任何位置。假设我得到第二次分裂，像这样：

... 
                },
                {"TSSName":"ZZZ", 
                ... 
                },
                {"TSSName":"ZZZ2", 
                ... 
                }
            ] } ] } } ]

在开始解析之前，我可以检查是否将inputstream（fsdatainputstream）移动到记录的开头（“{”），其中包含下一个“tssname”（这样做是正确的）。在开始时丢弃后面的“垃圾”是可以的。所以我们得到了这个：

{"TSSName":"ZZZ", 
                ... 
                },
                {"TSSName":"ZZZ2", 
                ... 
                },
                ...
            ] } ] } } ]

然后我将其处理到上面看到的jsonparser/objectmapper对。第一个对象“zzz”读取正常。但是对于下一个“zzz2”，它打破了：jsonparser抱怨json格式错误。它遇到了一个“，”不在数组中。所以它失败了。然后我就不能继续看我的记录了。
如何解决这个问题，使我仍然可以阅读我的记录，从第二次（和第n次）分裂？如何让解析器忽略逗号上的这些错误，或者让解析器提前知道它正在读取数组的内容？