MRv1是Hadoop 1.0中的MapReduce实现，它由编程模型（新旧编程接口）、运行时环境（由JobTracker和TaskTracker组成）和数据处理引擎（MapTask和ReduceTask）三部分组成。该框架在扩展性、容错性（JobTracker单点）和多框架（仅支持MapReduce一种计算）等支持方面支持不足。关于MRv1的内部实现，可阅读我的最新书籍《Hadoop技术内幕：深入解析MapReduce架构设计与实现原理》。

MRv2是Hadoop 2.0中的MapReduce实现，它在源码级重用了MRv1的编程模型和数据处理引擎实现，但运行时环境由YARN和ApplicationMaster组成，其中YARN是一个全新的资源管理系统，而正是由于它的通用性，MRv2的核心已经从单一的MapReduce计算框架转移为资源管理系统YARN，即形成了以YARN为核心的统一框架管理体系，ApplicationMaster则负责MapReduce作业的数据切分、任务划分、资源申请和任务调度与容错等工作（可阅读我的最新书籍《Hadoop技术内幕：深入解析MapReduce架构设计与实现原理》中的第12章了解ApplicationMaster实现。）。

不管在MRv1还是MRv2中，MapReduce应用程序编程接口（API）是一致的。为了能够让用户应用程序平滑迁移到Hadoop 2.0中，MRv2尽可能得保证编程接口的向后兼容性，但由于MRv2本身进行了改进和优化，它在向后兼容性方面存在少量问题，而这正是本文所要介绍的。

2. 应用程序编程接口兼容性

MRv2编程接口兼容性的讨论相关的Hadoop jira链接是：https://issues.apache.org/jira/browse/MAPREDUCE-5108。

我们都知道，MapReduce应用程序编程接口有两套，分别是新API(mapred)和旧API(mapredue)，它们的性能没有差异（因此内核实现相同），不同之处仅在于编程接口的定义，新API自身拥有更好的封装，在兼容性和扩展性方面更优。关于MapReduce新旧API介绍和对比可阅读我的最新书籍《Hadoop技术内幕：深入解析MapReduce架构设计与实现原理》中的第3章 “MapReduce编程模型”。

总结起来，采用MRv1 旧API编写的应用程序，可直接使用之前的jar包将程序运行在MRv2上；但采用MRv1 新API编写的应用程序则不可以，需要使用MRv2编程库重新编译并根据编译错误提示修改不兼容的参数和返回值，MRv2对API的修改主要集中在函数参数和返回值上，具体如下：