Hadoop运行模式分为安全模式和非安全模式，在这里，我将讲述非安全模式下，主要配置文件的重要参数功能及作用，本文所使用的Hadoop版本为2.6.4。

etc/hadoop/core-site.xml

参数 属性值 解释
fs.defaultFS NameNode URI hdfs://host:port/
io.file.buffer.size 131072 SequenceFiles文件中.读写缓存size设定
范例：
 <configuration>

     <property>

         <name>fs.defaultFS</name>

         <value>hdfs://192.168.1.100:900</value>

         <description>192.168.1.100为服务器IP地址，其实也可以使用主机名</description>

     </property>

     <property>

         <name>io.file.buffer.size</name>

         <value>131072</value>

         <description>该属性值单位为KB，131072KB即为默认的64M</description>

     </property>

 </configuration>

etc/hadoop/hdfs-site.xml

  • 配置NameNode
参数 属性值 解释
dfs.namenode.name.dir 在本地文件系统所在的NameNode的存储空间和持续化处理日志 如果这是一个以逗号分隔的目录列表，然 后将名称表被复制的所有目录，以备不时 需。
dfs.namenode.hosts/
dfs.namenode.hosts.exclude		 Datanodes
permitted/excluded列表		 如有必要，可以使用这些文件来控制允许
数据节点的列表
dfs.blocksize 268435456 大型的文件系统HDFS块大小为256MB
dfs.namenode.handler.count 100 设置更多的namenode线程，处理从
datanode发出的大量RPC请求

范例：

 <configuration>

     <property>

         <name>dfs.replication</name>

         <value>1</value>

         <description>分片数量，伪分布式将其配置成1即可</description>

     </property>

     <property>

         <name>dfs.namenode.name.dir</name>

         <value>file:/usr/local/hadoop/tmp/namenode</value>

         <description>命名空间和事务在本地文件系统永久存储的路径</description>

     </property>

     <property>

         <name>dfs.namenode.hosts</name>

         <value>datanode1, datanode2</value>

         <description>datanode1, datanode2分别对应DataNode所在服务器主机名</description>

     </property>

     <property>

         <name>dfs.blocksize</name>

         <value>268435456</value>

         <description>大文件系统HDFS块大小为256M，默认值为64M</description>

     </property>

     <property>

         <name>dfs.namenode.handler.count</name>

         <value>100</value>

         <description>更多的NameNode服务器线程处理来自DataNodes的RPCS</description>

     </property>

 </configuration>
  • 配置DataNode
参数 属性值 解释
dfs.datanode.data.dir 逗号分隔的一个DataNode上，它应该保存它的块的本地文件系统的路径列表 如果这是一个以逗号分隔的目录列表，那么数据将被存储在所有命名的目录，通常在不同的设备。
范例：
 <configuration>

     <property>

         <name>dfs.datanode.data.dir</name>

         <value>file:/usr/local/hadoop/tmp/datanode</value>

         <description>DataNode在本地文件系统中存放块的路径</description>

     </property>

 </configuration>

etc/hadoop/yarn-site.xml

  • 配置ResourceManager 和 NodeManager:
参数 属性值 解释
yarn.resourcemanager.address 客户端对ResourceManager主机通过 host:port 提交作业 host:port
yarn.resourcemanager.scheduler.address ApplicationMasters 通过ResourceManager主机访问host:port跟踪调度程序获资源 host:port
yarn.resourcemanager.resource-tracker.address NodeManagers通过ResourceManager主机访问host:port host:port
yarn.resourcemanager.admin.address 管理命令通过ResourceManager主机访问host:port host:port
yarn.resourcemanager.webapp.address ResourceManager web页面host:port. host:port
yarn.resourcemanager.scheduler.class ResourceManager 调度类（Scheduler class） CapacityScheduler（推荐），FairScheduler（也推荐），orFifoScheduler
yarn.scheduler.minimum-allocation-mb 每个容器内存最低限额分配到的资源管理器要求 以MB为单位
yarn.scheduler.maximum-allocation-mb 资源管理器分配给每个容器的内存最大限制 以MB为单位
yarn.resourcemanager.nodes.include-path/
yarn.resourcemanager.nodes.exclude-path		 NodeManagers的permitted/excluded列表 如有必要，可使用这些文件来控制允许NodeManagers列表

范例：

 <configuration>

     <property>

         <name>yarn.resourcemanager.address</name>

         <value>192.168.1.100:8081</value>

         <description>IP地址192.168.1.100也可替换为主机名</description>

     </property>

     <property>

         <name>yarn.resourcemanager.scheduler.address</name>

         <value>192.168.1.100:8082</value>

         <description>IP地址192.168.1.100也可替换为主机名</description>

     </property>

     <property>

         <name>yarn.resourcemanager.resource-tracker.address</name>

         <value>192.168.1.100:8083</value>

         <description>IP地址192.168.1.100也可替换为主机名</description>

     </property>

     <property>

         <name>yarn.resourcemanager.admin.address</name>

         <value>192.168.1.100:8084</value>

         <description>IP地址192.168.1.100也可替换为主机名</description>

     </property>

     <property>

         <name>yarn.resourcemanager.webapp.address</name>

         <value>192.168.1.100:8085</value>

         <description>IP地址192.168.1.100也可替换为主机名</description>

     </property>

     <property>

         <name>yarn.resourcemanager.scheduler.class</name>

         <value>FairScheduler</value>

         <description>常用类：CapacityScheduler、FairScheduler、orFifoScheduler</description>

     </property>

     <property>

         <name>yarn.scheduler.minimum</name>

         <value>100</value>

         <description>单位：MB</description>

     </property>

     <property>

         <name>yarn.scheduler.maximum</name>

         <value>256</value>

         <description>单位：MB</description>

     </property>

     <property>

         <name>yarn.resourcemanager.nodes.include-path</name>

         <value>nodeManager1, nodeManager2</value>

         <description>nodeManager1, nodeManager2分别对应服务器主机名</description>

     </property>

 </configuration>
  • 配置NodeManager
参数 属性值 解释
yarn.nodemanager.resource.memory-mb givenNodeManager即资源的可用物理内存，以MB为单位 定义在节点管理器总的可用资源，以提供给运行容器
yarn.nodemanager.vmem-pmem-ratio 最大比率为一些任务的虚拟内存使用量可能会超过物理内存率 每个任务的虚拟内存的使用可以通过这个比例超过了物理内存的限制。虚拟内存的使用上的节点管理器任务的总量可以通过这个比率超过其物理内存的使用
yarn.nodemanager.local-dirs 数据写入本地文件系统路径的列表用逗号分隔 多条存储路径可以提高磁盘的读写速度
yarn.nodemanager.log-dirs 本地文件系统日志路径的列表逗号分隔 多条存储路径可以提高磁盘的读写速度
yarn.nodemanager.log.retain-seconds 10800 如果日志聚合被禁用。默认的时间（以秒为单位）保留在节点管理器只适用日志文件
yarn.nodemanager.remote-app-log-dir logs HDFS目录下的应用程序日志移动应用上完成。需要设置相应的权限。仅适用日志聚合功能
yarn.nodemanager.remote-app-log-dir-suffix logs 后缀追加到远程日志目录。日志将被汇总到${yarn.nodemanager.remote­app­logdir}/${user}/${thisParam} 仅适用日志聚合功能。
yarn.nodemanager.aux-services mapreduce-shuffle Shuffle service 需要加以设置的Map Reduce的应用程序服务

范例：

 <configuration>

     <property>

         <name>yarn.nodemanager.resource.memory-mb</name>

         <value>256</value>

         <description>单位为MB</description>

     </property>

     <property>

         <name>yarn.nodemanager.vmem-pmem-ratio</name>

         <value>90</value>

         <description>百分比</description>

     </property>

     <property>

         <name>yarn.nodemanager.local-dirs</name>

         <value>/usr/local/hadoop/tmp/nodemanager</value>

         <description>列表用逗号分隔</description>

     </property>

     <property>

         <name>yarn.nodemanager.log-dirs</name>

         <value>/usr/local/hadoop/tmp/nodemanager/logs</value>

         <description>列表用逗号分隔</description>

     </property>

     <property>

         <name>yarn.nodemanager.log.retain-seconds</name>

         <value>10800</value>

         <description>单位为S</description>

     </property>

     <property>

         <name>yarn.nodemanager.aux-services</name>

         <value>mapreduce-shuffle</value>

         <description>Shuffle service 需要加以设置的MapReduce的应用程序服务</description>

     </property>

 </configuration>

etc/hadoop/mapred-site.xml

  • 配置mapreduce
参数 属性值 解释
mapreduce.framework.name yarn 执行框架设置为 Hadoop YARN.
mapreduce.map.memory.mb 1536 对maps更大的资源限制的.
mapreduce.map.java.opts -Xmx2014M maps中对jvm child设置更大的堆大小
mapreduce.reduce.memory.mb 3072 设置 reduces对于较大的资源限制
mapreduce.reduce.java.opts -Xmx2560M reduces对 jvm child设置更大的堆大小
mapreduce.task.io.sort.mb 512 更高的内存限制，而对数据进行排序的效率
mapreduce.task.io.sort.factor 100 在文件排序中更多的流合并为一次
mapreduce.reduce.shuffle.parallelcopies 50 通过reduces从很多的map中读取较多的平行 副本

范例：

 <configuration>

     <property>

         <name> mapreduce.framework.name</name>

         <value>yarn</value>

         <description>执行框架设置为Hadoop YARN</description>

     </property>

     <property>

         <name>mapreduce.map.memory.mb</name>

         <value>1536</value>

         <description>对maps更大的资源限制的</description>

     </property>

     <property>

         <name>mapreduce.map.java.opts</name>

         <value>-Xmx2014M</value>

         <description>maps中对jvm child设置更大的堆大小</description>

     </property>

     <property>

         <name>mapreduce.reduce.memory.mb</name>

         <value>3072</value>

         <description>设置 reduces对于较大的资源限制</description>

     </property>

     <property>

         <name>mapreduce.reduce.java.opts</name>

         <value>-Xmx2560M</value>

         <description>reduces对 jvm child设置更大的堆大小</description>

     </property>

     <property>

         <name>mapreduce.task.io.sort</name>

         <value>512</value>

         <description>更高的内存限制，而对数据进行排序的效率</description>

     </property>

     <property>

         <name>mapreduce.task.io.sort.factor</name>

         <value>100</value>

         <description>在文件排序中更多的流合并为一次</description>

     </property>

     <property>

         <name>mapreduce.reduce.shuffle.parallelcopies</name>

         <value>50</value>

         <description>通过reduces从很多的map中读取较多的平行副本</description>

     </property>

 </configuration>
  • 配置mapreduce的JobHistory服务器
参数 属性值 解释
maprecude.jobhistory.address MapReduce JobHistory Server host:port 默认端口号 10020
mapreduce.jobhistory.webapp.address MapReduce JobHistory Server Web UIhost:port 默认端口号 19888
mapreduce.jobhistory.intermediate-done-dir /mr­history/tmp 在历史文件被写入由MapReduce作业
mapreduce.jobhistory.done-dir /mr­history/done 目录中的历史文件是由MR JobHistory Server管理

范例：

 <configuration>

     <property>

         <name> mapreduce.jobhistory.address</name>

         <value>192.168.1.100:10200</value>

         <description>IP地址192.168.1.100可替换为主机名</description>

     </property>

     <property>

         <name>mapreduce.jobhistory.webapp.address</name>

         <value>192.168.1.100:19888</value>

         <description>IP地址192.168.1.100可替换为主机名</description>

     </property>

     <property>

         <name>mapreduce.jobhistory.intermediate-done-dir</name>

         <value>/usr/local/hadoop/mr­history/tmp</value>

         <description>在历史文件被写入由MapReduce作业</description>

     </property>

     <property>

         <name>mapreduce.jobhistory.done-dir</name>

         <value>/usr/local/hadoop/mr­history/done</value>

         <description>目录中的历史文件是由MR JobHistoryServer管理</description>

     </property>

 </configuration>

Web Interface

Daemon Web Interface Notes
NameNode http://nn_host:port/ 默认端口号50070
ResourceManager http://rm_host:port/ 默认端口号8088
MapReduce JobHistory Server http://jhs_host:port/ 默认端口号19888
 

Hadoop学习（二） Hadoop配置文件参数详解的更多相关文章

  1. Nginx 主配置文件参数详解

    Nginx 主配置文件参数详解 Nginx 安装完毕后,会有响应的安装目录,安装目录里 nginx.conf 为 nginx 的主配置文件, ginx 主配置文件分为 4 部分,main(全局配置). ...

  2. Python学习二：词典基础详解

    作者:NiceCui 本文谢绝转载,如需转载需征得作者本人同意,谢谢. 本文链接:http://www.cnblogs.com/NiceCui/p/7862377.html 邮箱:moyi@moyib ...

  3. Python学习记录3-函数参数详解

    参数详解 参数分类 普通参数 默认参数 关键字参数 收集参数 普通参数 定义时直接定义变量名 调用的时候直接把变量或者值放入指定位置 def 函数名 (参数1, 参数2, ....): 函数体 # 调 ...

  4. hadoop 学习笔记：mapreduce框架详解

    开始聊mapreduce,mapreduce是hadoop的计算框架,我学hadoop是从hive开始入手,再到hdfs,当我学习hdfs时候,就感觉到hdfs和mapreduce关系的紧密.这个可能 ...

  5. Hadoop学习笔记：MapReduce框架详解

    开始聊mapreduce,mapreduce是hadoop的计算框架,我学hadoop是从hive开始入手,再到hdfs,当我学习hdfs时候,就感觉到hdfs和mapreduce关系的紧密.这个可能 ...

  6. 【Big Data - Hadoop - MapReduce】hadoop 学习笔记：MapReduce框架详解

    开始聊MapReduce,MapReduce是Hadoop的计算框架,我学Hadoop是从Hive开始入手,再到hdfs,当我学习hdfs时候,就感觉到hdfs和mapreduce关系的紧密.这个可能 ...

  7. Hadoop学习之Mapreduce执行过程详解

    一.MapReduce执行过程 MapReduce运行时,首先通过Map读取HDFS中的数据,然后经过拆分,将每个文件中的每行数据分拆成键值对,最后输出作为Reduce的输入,大体执行流程如下图所示: ...

  8. vagrant（二）配置文件vagrantfile详解 以及安装php、nginx、mysql

    上一篇文章完整的讲叙了如何安装一个vagrant的环境.这里主要说一说vagrant的配置文件Vagrantfile. 一 配置详解 在我们的开发目录下有一个文件Vagrantfile,里面包含有大量 ...

  9. sshd_config 配置文件参数详解

    sshd_config配置详解 名称sshd_config - OpenSSH SSH 服务器守护进程配置文件 大纲/etc/ssh/sshd_config 描述sshd(8) 默认从 /etc/ss ...

随机推荐

  1. 沉淀再出发：redis的安装和使用

    沉淀再出发:redis的安装和使用 一.前言 下面让我们看看Redis这个键值对内存数据库的使用方法和相关注意事项. 二.Redis的安装和使用 2.1.Redis的定义 REmote DIction ...

  2. 关于数据库SQL优化

    1.数据库访问优化   要正确的优化SQL,我们需要快速定位能性的瓶颈点,也就是说快速找到我们SQL主要的开销在哪里?而大多数情况性能最慢的设备会是瓶颈点,如下载时网络速度可能会是瓶颈点,本地复制文件 ...

  3. webstorm中导入git项目

    1.打开webStrom 配置git File–setting

  4. Linux环境下GNU, GCC, G++编译器

    版权声明:本文为博主原创文章,未经博主同意不得转载. https://blog.csdn.net/u012823258/article/details/36890125 一.GNU GNU是" ...

  5. BZOJ4032:[HEOI2015]最短不公共子串(SAM)

    Description 在虐各种最长公共子串.子序列的题虐的不耐烦了之后,你决定反其道而行之. 一个串的“子串”指的是它的连续的一段,例如bcd是abcdef的子串,但bde不是. 一个串的“子序列” ...

  6. [19/04/17-星期三] Java的动态性_反射(Reflection)机制

    一.前言 动态语言:程序运行时,可以改变程序结构或变量类型.典型的代表:Python,ruby,JavaScript 如JavaScript代码: function test(){ var s=&qu ...

  7. [TEST123] Performance Test

    https://blog.csdn.net/zhouping19851013/article/details/82870789 https://www.cnblogs.com/jackei/archi ...

  8. [Python 多线程] Barrier (十一)

    Barrier 栅栏,也叫屏障.可以想象成路障.道闸. Python 3.2引入的新功能. 构造方法: threading.Barrier(parties, action=None, timeout= ...

  9. Apollo深度磁盘清理

    摘要 在Apollo的使用过程中,会出现磁盘空间不足的情况,Apollo的官方提供的方法是删除apollo/data/log或者删除apollo/data/bag文件.但是即使删除了这些,磁盘空间并没 ...

  10. Luogu_4197 Peaks

    P4197 Peaks 并不会克鲁斯卡尔重构树,于是就写了离线算法. 使用了最小生成树,启发式合并treap 在最小生成树,克鲁斯卡尔算法 时 ,将询问一块处理.便可以保证询问时边的要求.然后利用平衡 ...