新旧Java MapReduce API的差异

摘录自 Hadoop权威指南 

1、版本区别

Hadoop在0.20.0版本中第一次使用新的API，部分早期的0.20.0版本不支持使用旧的API，但在接下来的1.x和2.x版本中新旧API都可以使用。

新旧API的差异主要有以下几点：

1. 新的API放在org.apache.hadoop.mapreduce包（和子包）中，旧的API放在org.apache.hadoop.mapred中。

2. 新API倾向于使用 抽象类，而不是接口，更有利于扩展。

3. 新API充分使用上下文对象context，允许用户能与MapReduce系统通信。例如，新的Context统一了旧API的JobConf、OutputCollector和Reporter的功能。

4. 键/值对记录在这两类API中都被推给mapper和reducer，除此之外，新的API通过重写run()方法允许mapper和reducer控制数据执行流程，允许数据按条处理或者分批处理。老的api只在map中允许。

5. 新的API中作业控制由Job类实现，而非旧API中的JobClient类，新的API中删除了JobClient类。

6. 新增的API实现了配置的统一。旧API通过一个特殊的JobConf对象配置作业，该对象是Hadoop配置对象的一个扩展。在新的API中，作业的配置由Configuration来完成。

7. 输出文件的命名方式稍有不同。在旧的API中map和reduce的输出被统一命名为part-nnmm，但在新的API中map的输出文件名为part-m-nnnnnn，而reduce的输出文件名为part-r-nnnnn（其中nnnnn是从0开始的表示分块序号的整数）。

8. 新API中的用户重载函数被声明为抛出异常java.lang.InterruptedException。这意味着可以用代码来实现中断响应。

9.在新的API中，reduce()传递的值是java.lang.Iterable类型的，而非旧API中传递的java.lang.Iterator类型。这一改变使我们更容易通过java的for-each循环结构来迭代这些值。

2、注意问题

如果基于hadoop1版本的打的jar包，在hadoop2下可能会报如下错误：

java.lang.IncompatibleClassChangeError: Found interface

org.apache.hadoop.mapreduce.TaskAttemptContext, but class was expected

只需要将代码用hadoop2的依赖重新编译打下jar包

3、新版版本代码区别示例

   

4、示例代码-老版API

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.*;


import java.io.IOException;
import java.util.Iterator;


public class OldHadoopApiDemo {


    static class OldHadoopApiDemoMapper extends MapReduceBase implements Mapper {
        @Override
        public void map(LongWritable key, Text value, OutputCollector output, Reporter reporter) throws IOException {
            output.collect(value, new IntWritable(1));
        }
    }


    static class OldHadoopApiDemoReducer extends MapReduceBase implements Reducer {
        @Override
        public void reduce(Text key, Iterator values, OutputCollector output, Reporter reporter) throws IOException {
            while (values.hasNext()) {
                output.collect(key, new IntWritable(1));
            }
        }
    }


    static void main(String[] args) throws IOException {
        if (args.length != 2) {
            System.err.println("Usage: OldHadoopApiDemo

");
            System.exit(-1);
        }
        JobConf conf = new JobConf(OldHadoopApiDemo.class);
        conf.setJobName("Max temperature");
        FileInputFormat.addInputPath(conf, new Path(args[0]));
        FileOutputFormat.setOutputPath(conf, new Path(args[1]));
        conf.setMapperClass(OldHadoopApiDemoMapper.class);
        conf.setReducerClass(OldHadoopApiDemoReducer.class);
        conf.setOutputKeyClass(Text.class);
        conf.setOutputValueClass(IntWritable.class);
        JobClient.runJob(conf);
    }

}

5、示例代码-新版API

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;


import java.io.IOException;


public class NewHadoopApiDemo {


    static class NewHadoopApiDemoMapper extends Mapper {
        @Override
        public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            context.write(value, new IntWritable(1));
        }
    }


    static class NewHadoopApiDemoReducer extends Reducer {
        @Override
        public void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {
            for (IntWritable value : values) {
                context.write(key, new IntWritable(1));
            }
        }


    }


    static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        if (args.length != 2) {
            System.err.println("Usage: NewHadoopApiDemo

");
            System.exit(-1);
        }
        Job job = new Job();
        job.setJarByClass(NewHadoopApiDemo.class);
        job.setJobName("Max temperature");
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        job.setMapperClass(NewHadoopApiDemoMapper.class);
        job.setReducerClass(NewHadoopApiDemoReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        int result = job.waitForCompletion(true) ? 0 : 1;


    }
}