Hadoop新旧API的区别和联系

从0.20.0 版本开始，Hadoop 同时提供了新旧两套MapReduce API。新API 在旧API基础上进行了封装，使得其在扩展性和易用性方面更好。新旧版MapReduce API 的主要区别如下。
（1）存放位置
旧版API 放在org.apache.hadoop.mapred 包中，而新版API 则放在org.apache.hadoop.mapreduce 包及其子包中。
（2）接口变为抽象类
接口通常作为一种严格的“协议约束”。它只有方法声明而没有方法实现，且要求所有实现类（不包括抽象类）必须实现接口中的每一个方法。接口的最大优点是允许一个类实现多个接口，进而实现类似C++ 中的“多重继承”。抽象类则是一种较宽松的“约束协议”，它可为某些方法提供默认实现。而继承类则可选择是否重新实现这些方法。正是因为这一点，抽象类在类衍化方面更有优势，也就是说，抽象类具有良好的向后兼容性，当需要为抽象类添加新的方法时，只要新添加的方法提供了默认实现，用户之前的代码就不必修改了。

考虑到抽象类在API 衍化方面的优势， 新API 将InputFormat、OutputFormat、Mapper、Reducer 和Partitioner 由接口变为抽象类。
（3）上下文封装
新版API 将变量和函数封装成各种上下文（Context）类，使得API 具有更好的易用性和扩展性。首先，函数参数列表经封装后变短，使得函数更容易使用；其次，当需要修改或添加某些变量或函数时，只需修改封装后的上下文类即可，用户代码无须修改，这样保证了向后兼容性，具有良好的扩展性。

这些Context 各自封装了一种实体的基本信息及对应的操作（setter 和getter 函数），如JobContext、TaskAttemptContext 分别封装了Job 和Task 的基本信息，TaskInputOutputContext 封装了Task 的各种输入输出操作，MapContext 和ReduceContext 分别封装了Mapper 和Reducer 对外的公共接口。如下图所示：

除了以上三点不同之外，新旧API 在很多其他细节方面也存在小的差别。
由于新版和旧版API 在类层次结构、编程接口名称及对应的参数列表等方面存在较大差别，所以两种API 不能兼容。但考虑到应用程序的向后兼容性，短时间内不会将旧API
从MapReduce 中去掉。即使在完全采用新API 的0.21.0/0.22.X 版本系列中，也仅仅将旧API 标注为过期（deprecated），用户仍然可以使用。

旧API 作业配置实例：
JobConf job = new JobConf(new Configuration(), MyJob.class);
job.setJobName("myjob");
job.setMapperClass(MyJob.MyMapper.class);
job.setReducerClass(MyJob.MyReducer.class);
JobClient.runJob(job);

新API 作业配置实例：
Configuration conf = new Configuration();
Job job = new Job(conf, "myjob ");
job.setJarByClass(MyJob.class);
job.setMapperClass(MyJob.MyMapper.class);
job.setReducerClass(MyJob.MyReducer.class);
System.exit(job.waitForCompletion(true) ? 0 : 1);

从以上两个实例可以看出，新版API 用Job 类代替了JobConf 和JobClient 两个类，这样，仅使用一个类的同时可完成作业配置和作业提交相关功能，进一步简化了作业编写方式

原文引自《Hadoop技术内幕-深入解析Mapreduce框架设计与实现原理》