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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值