當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

Hadoop参数汇总

發布時間：2025/7/14 编程问答 53 豆豆

生活随笔收集整理的這篇文章主要介紹了 Hadoop参数汇总小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

Hadoop參數匯總

@(hadoop)[配置]

linux參數

以下參數最好優化一下：

文件描述符ulimit -n

用戶最大進程 nproc （hbase需要 hbse book）

關閉swap分區

設置合理的預讀取緩沖區

Linux的內核的IO調度器

JVM參數

JVM方面的優化項Hadoop Performance Tuning Guide

Hadoop參數大全

適用版本：4.3.0

主要配置文件：

core
hdfs
yarn
mapred

重要性表示如下：

重要
一般
不重要

core-default.xml

hadoop.common.configuration.version

配置文件的版本。
hadoop.tmp.dir=/tmp/hadoop-${user.name}

Hadoop的臨時目錄，其它目錄會基于此路徑。本地目錄。

只可以設置一個值；建議設置到一個足夠空間的地方，而不是默認的/tmp下
服務端參數，修改需重啟
hadoop.security.authorization=false

是否開啟安全服務驗證。

建議不開啟。認證操作比較復雜，在公司內部網絡下，重要性沒那么高
io.file.buffer.size=4096

在讀寫文件時使用的緩存大小。這個大小應該是內存Page的倍數。

建議1M
io.compression.codecs=null

壓縮和解壓縮編碼類列表，用逗號分隔。這些類是使用Java ServiceLoader加載。
fs.defaultFS=file:///

默認文件系統的名稱。URI形式。uri's的scheme需要由(fs.SCHEME.impl)指定文件系統實現類。 uri's的authority部分用來指定host, port等。默認是本地文件系統。

HA方式，這里設置服務名，例如：hdfs://mycluster1
HDFS的客戶端訪問HDFS需要此參數。
fs.trash.interval=0

以分鐘為單位的垃圾回收時間，垃圾站中數據超過此時間，會被刪除。如果是0，垃圾回收機制關閉。可以配置在服務器端和客戶端。如果在服務器端配置trash無效，會檢查客戶端配置。如果服務器端配置有效，客戶端配置會忽略。

建議開啟，建議4320（3天）
垃圾回收站，如有同名文件被刪除，會給文件順序編號，例如：a.txt,a.txt(1)
fs.trash.checkpoint.interval=0

以分鐘為單位的垃圾回收檢查間隔。應該小于或等于fs.trash.interval。如果是0，值等同于fs.trash.interval。每次檢查器運行，會創建新的檢查點。

建議設置為60（1小時）
dfs.ha.fencing.methods=null

HDFS的HA功能的防腦裂方法。可以是內建的方法(例如shell和sshfence)或者用戶定義的方法。建議使用sshfence(hadoop:9922)，括號內的是用戶名和端口，注意，這需要NN的2臺機器之間能夠免密碼登陸

fences是防止腦裂的方法，保證NN中僅一個是Active的，如果2者都是Active的，新的會把舊的強制Kill。
dfs.ha.fencing.ssh.private-key-files=null

使用sshfence時，SSH的私鑰文件。?使用了sshfence，這個必須指定
ha.zookeeper.quorum=null

Ha功能，需要一組zk地址，用逗號分隔。被ZKFailoverController使用于自動失效備援failover。
ha.zookeeper.session-timeout.ms=5000

ZK連接超時。ZKFC連接ZK時用。設置一個小值可以更快的探測到服務器崩潰（crash),但也會更頻繁的觸發失效備援，在傳輸錯誤或者網絡不暢時。建議10s-30s
hadoop.http.staticuser.user=dr.who

在網頁界面訪問數據使用的用戶名。默認值是一個不真實存在的用戶，此用戶權限很小，不能訪問不同用戶的數據。這保證了數據安全。也可以設置為hdfs和hadoop等具有較高權限的用戶，但會導致能夠登陸網頁界面的人能看到其它用戶數據。實際設置請綜合考慮。如無特殊需求。使用默認值就好
fs.permissions.umask-mode=22

在創建文件和目錄時使用此umask值（用戶掩碼）。類linux上的文件權限掩碼。可以使用8進制數字也可以使用符號，例如："022" (8進制，等同于以符號表示的u=rwx,g=r-x,o=r-x)，或者"u=rwx,g=rwx,o="(符號法，等同于8進制的007)。注意，8進制的掩碼，和實際權限設置值正好相反，建議使用符號表示法，描述更清晰
io.native.lib.available=true

是否啟動Hadoop的本地庫，默認啟用。本地庫可以加快基本操作，例如IO，壓縮等。
hadoop.http.filter.initializers=org.apache.hadoop.http.lib.StaticUserWebFilter

Hadoop的Http服務中，用逗號分隔的一組過濾器類名，每個類必須擴展自org.apache.hadoop.http.FilterInitializer。這些組件被初始化，應用于全部用戶的JSP和Servlet頁面。列表中定義的順序就是過濾器被調用的順序。
hadoop.security.authentication

安全驗證規則，可以是simple和kerberos。simple意味著不驗證。
hadoop.security.group.mapping=org.apache.hadoop.security.JniBasedUnixGroupsMappingWithFallback

user到group的映射類。ACL用它以給定user獲取group。默認實現是 org.apache.hadoop.security.JniBasedUnixGroupsMappingWithFallback, 如果JNI有效，它將發揮作用，使用Hadoop的API去獲取user的groups列表。如果JNI無效，會使用另一個基于shell的實現, ShellBasedUnixGroupsMapping。這個實現是基于Linux、Unix的shell的環境。
hadoop.security.groups.cache.secs=300

user到gourp映射緩存的有效時間。如果超時，會再次調用去獲取新的映射關系然后緩存起來。
hadoop.security.service.user.name.key=null

如果相同的RPC協議被多個Server實現，這個配置是用來指定在客戶端進行RPC調用時，使用哪個principal name去聯系服務器。不建議使用
hadoop.security.uid.cache.secs=14400

安全選項。不建議使用
hadoop.rpc.protection=authentication

rpc連接保護。可取的值有authentication（認證）, integrity（完整） and privacy（隱私）。不建議使用
hadoop.work.around.non.threadsafe.getpwuid=false

一些系統已知在調用getpwuid_r和getpwgid_r有問題，這些調用是非線程安全的。這個問題的主要表現特征是JVM崩潰。如果你的系統有這些問題，開啟這個選項。默認是關閉的。
hadoop.kerberos.kinit.command=kinit

用來定期的向Hadoop提供新的Kerberos證書。所提供命令需要能夠在運行Hadoop客戶端的用戶路徑中查找到，否則，請指定絕對路徑。不建議使用
hadoop.security.auth_to_local=null

映射kerberos principals（代理人）到本地用戶名
io.bytes.per.checksum=512

每次進行校驗和檢查的字節數。一定不能大于io.file.buffer.size.
io.skip.checksum.errors=FALSE

是否跳過校驗和錯誤，默認是否，校驗和異常時會拋出錯誤。
io.serializations=org.apache.hadoop.io.serializer.WritableSerialization,org.apache.hadoop.io.serializer.avro.AvroSpecificSerialization,org.apache.hadoop.io.serializer.avro.AvroReflectSerialization

序列化類列表，可以被用來獲取序列化器和反序列化器（serializers and deserializers）。
io.seqfile.local.dir=${hadoop.tmp.dir}/io/local

本地文件目錄。sequence file在merge過程中存儲內部數據的地方。可以是逗號分隔的一組目錄。最好在不同磁盤以分散IO。實際不存在的目錄會被忽略。
io.map.index.skip=0

跳過的索引實體數量在entry之間。默認是0。設置大于0的值可以用更少的內存打開大MapFiles。注意：MpaFile是一組Sequence文件，是排序后的，帶內部索引的文件
io.map.index.interval=128

MapFile包含兩個文件，數據文件和索引文件。每io.map.index.interval個記錄寫入數據文件，一條記錄(行key，數據文件位置)寫入索引文件。
fs.default.name=file:///

過時。使用(fs.defaultFS)代替
fs.AbstractFileSystem.file.impl=org.apache.hadoop.fs.local.LocalFs

文件系統實現類：file
fs.AbstractFileSystem.hdfs.impl=org.apache.hadoop.fs.Hdfs

文件系統實現類：hdfs
fs.AbstractFileSystem.viewfs.impl=org.apache.hadoop.fs.viewfs.ViewFs

文件系統實現類：viewfs (例如客戶端掛載表)。

在實現federation特性時，客戶端可以部署此系統，方便同時訪問多個nameservice
fs.ftp.host=0.0.0.0

非Hdfs文件系統設置。暫不關注
fs.ftp.host.port=21

非Hdfs文件系統設置。暫不關注
fs.df.interval=60000

磁盤使用統計刷新間隔，以毫秒為單位
fs.s3.block.size=67108864

非Hdfs文件系統設置。暫不關注
fs.s3.buffer.dir=${hadoop.tmp.dir}/s3

非Hdfs文件系統設置。暫不關注
fs.s3.maxRetries=4

非Hdfs文件系統設置。暫不關注
fs.s3.sleepTimeSeconds=10

非Hdfs文件系統設置。暫不關注
fs.automatic.close=true

默認的，文件系統實例在程序退出時自動關閉，通過JVM shutdown hook方式。可以把此屬性設置為false取消這種操作。這是一個高級選項，需要使用者特別關注關閉順序。不要關閉
fs.s3n.block.size=67108864

非Hdfs文件系統設置。暫不關注
io.seqfile.compress.blocksize=1000000

SequenceFiles以塊壓縮方式壓縮時，塊大小大于此值時才啟動壓縮。
io.seqfile.lazydecompress=TRUE

懶惰解壓，僅在必要時解壓，僅對塊壓縮的SequenceFiles有效。
io.seqfile.sorter.recordlimit=1000000

在SequenceFiles.Sorter spill過程中，保存在內存中的記錄數
io.mapfile.bloom.size=1048576

在BloomMapFile使用的布隆過濾器內存大小。
io.mapfile.bloom.error.rate=0.005

BloomMapFile中使用布隆過濾器失敗比率. 如果減少這個值，使用的內存會成指數增長。
hadoop.util.hash.type=murmur

默認Hash算法實現. 'murmur':MurmurHash, 'jenkins':JenkinsHash.
ipc.client.idlethreshold=4000

連接數閥值，超過此值，需要進行空閑連接檢查
ipc.client.kill.max=10

定義客戶端最大數量，超過會被斷開連接
ipc.client.connection.maxidletime=10000

毫秒，最大時間，超過后客戶端會斷開和服務器的連接。
ipc.client.connect.max.retries=10

客戶端連接重試次數。
ipc.client.connect.max.retries.on.timeouts=45

在連接超時后，客戶端連接重試次數
ipc.server.listen.queue.size=128

定義服務器端接收客戶端連接的監聽隊列長度
ipc.server.tcpnodelay=false

在服務器端開啟/關閉Nagle's算法，此算法可以延遲小數據包發送，從而達到網絡流量更有效利用。但是這對小數據包是不利的。默認關閉。建議false，即開啟Nagle算法
ipc.client.tcpnodelay=false

參考ipc.server.tcpnodelay，客戶端參數。或許可以考慮關閉Nagle算法，增加客戶端響應速度
hadoop.rpc.socket.factory.class.default=org.apache.hadoop.net.StandardSocketFactory

高級選項，暫不考慮
hadoop.rpc.socket.factory.class.ClientProtocol=null

高級選項，暫不考慮
hadoop.socks.server=null

高級選項，暫不考慮
net.topology.node.switch.mapping.impl=org.apache.hadoop.net.ScriptBasedMapping

機架感知實現類。
net.topology.script.file.name=null

配合ScriptBasedMapping使用。腳本文件。此腳本文件，輸入是ip地址，輸出是機架路徑。
net.topology.script.number.args=100

機架感知腳本文件的參數最大數量。腳本每次運行被傳遞的參數，每個參數是一個ip地址
net.topology.table.file.name=null

在net.topology.script.file.name被設置為 org.apache.hadoop.net.TableMapping時，可以使用此配置。文件格式是一個有兩個列的文本文件，使用空白字符分隔。第一列是DNS或IP地址，第二列是機架路徑。如無指定，使用默認機架（/default-rack）
file.stream-buffer-size=4096

非hdfs文件系統，暫不關注
s3.stream-buffer-size=4096

非hdfs文件系統，暫不關注
kfs.stream-buffer-size=4096

非hdfs文件系統，暫不關注
ftp.stream-buffer-size=4096

非hdfs文件系統，暫不關注
tfile.io.chunk.size=1048576

非hdfs文件系統，暫不關注
hadoop.http.authentication.type=simple

Oozie Http終端安全驗證。可選值：simple | kerberos |#AUTHENTICATION_HANDLER_CLASSNAME#

建議simple，關閉驗證
hadoop.http.authentication.token.validity=36000

安全選項。暫不關注
hadoop.http.authentication.signature.secret.file=${user.home}/hadoop-http-auth-signature-secret

安全選項。暫不關注
hadoop.http.authentication.cookie.domain=null

安全選項。暫不關注
hadoop.http.authentication.simple.anonymous.allowed=TRUE

安全選項。暫不關注
hadoop.http.authentication.kerberos.principal=HTTP/_HOST@LOCALHOST

安全選項。暫不關注
hadoop.http.authentication.kerberos.keytab=${user.home}/hadoop.keytab

安全選項。暫不關注
dfs.ha.fencing.ssh.connect-timeout=30000

SSH連接超時，毫秒，僅適用于內建的sshfence fencer。
ha.zookeeper.parent-znode=/hadoop-ha

ZK失效備援功能，需要在ZK上創建節點，這里是根節點的名稱。ZKFC會在這下面工作。注意，NameService ID會被寫到此節點下，所以即便是開啟federation功能，也僅需要指定一個值。
ha.zookeeper.acl=world:anyone:rwcda

ZKFC創建的ZK節點的訪問控制權限設置。可以多個，逗號分隔。此設置和ZK的CLI使用相同的格式。
ha.zookeeper.auth=null

ZK操作時的權限驗證。
hadoop.ssl.keystores.factory.class=org.apache.hadoop.security.ssl.FileBasedKeyStoresFactory

安全選項。暫不關注
hadoop.ssl.require.client.cert=FALSE

安全選項。暫不關注
hadoop.ssl.hostname.verifier=DEFAULT

安全選項。暫不關注
hadoop.ssl.server.conf=ssl-server.xml

安全選項。暫不關注
hadoop.ssl.client.conf=ssl-client.xml

安全選項。暫不關注
hadoop.ssl.enabled=FALSE

安全選項。暫不關注
hadoop.jetty.logs.serve.aliases=TRUE

是否允許在Jetty中使用別名服務。
ha.health-monitor.connect-retry-interval.ms=1000

HA功能的健康監控連接重試間隔
ha.health-monitor.check-interval.ms=1000

HA功能的健康監控連接間隔
ha.health-monitor.sleep-after-disconnect.ms=1000

HA功能的健康監控，在因網絡問題失去連接后休眠多久。用于避免立即重試，此時網絡問題仍在，沒有意義
ha.health-monitor.rpc-timeout.ms=45000

HA功能健康監控的超時時間，毫秒
ha.failover-controller.new-active.rpc-timeout.ms=60000

FC等待新的NN變成active狀態的超時時間。
ha.failover-controller.graceful-fence.rpc-timeout.ms=5000

FC等待舊的active變成standby的超時時間。
ha.failover-controller.graceful-fence.connection.retries=1

FC在做完美隔離是的連接重試次數（graceful fencing）
ha.failover-controller.cli-check.rpc-timeout.ms=20000

手動運行的FC功能（從CLI）等待健康檢查、服務狀態的超時時間。

hdfs-default.xml

hadoop.hdfs.configuration.version=1

配置文件的版本
dfs.datanode.address=0.0.0.0:50010

DN服務地址和端口，用于數據傳輸。0表示任意空閑端口。
xferPort dfs.datanode.address 50010 數據流地址數據傳輸 infoPort dfs.datanode.http.address 50075 ipcPort dfs.datanode.ipc.address 50020 命令
dfs.datanode.http.address=0.0.0.0:50075

DN的HTTP服務地址和端口。0表示任意空閑端口。
dfs.datanode.ipc.address=0.0.0.0:50020

DN的IPC地址和端口。0表示任意空閑端口。
dfs.namenode.rpc-address=0.0.0.0:50090

NN的RPC地址和端口
dfs.namenode.http-address=0.0.0.0:50070

NN的HTTP地址和端口。0表示任意空閑端口。
dfs.datanode.du.reserved=0

每個磁盤（volume）的保留空間，字節。要注意留足夠的空間給非HDFS文件使用。建議保留磁盤容量的5%或者50G以上
dfs.namenode.name.dir.restore=FALSE

設置為true，允許NN嘗試恢復之前失敗的dfs.namenode.name.dir目錄。在創建checkpoint是做此嘗試。如果設置多個磁盤，建議允許
dfs.namenode.edits.dir=${dfs.namenode.name.dir}

本地文件，NN存放edits文件的目錄。可以是逗號分隔的目錄列表。edits文件會存儲在每個目錄，冗余安全。
dfs.namenode.shared.edits.dir=null

在多個NN中共享存儲目錄，用于存放edits文件。這個目錄，由active寫，由standby讀，以保持命名空間數據一致。此目錄不需要是dfs.namenode.edits.dir中列出的。在非HA集群中，它不會使用。建議使用qj方式，可以不關注這個選項
dfs.namenode.edits.journal-plugin.qjournal=org.apache.hadoop.hdfs.qjournal.client.QuorumJournalManager

qj方式共享edits。建議使用此方式
dfs.permissions.enabled=true

是否在HDFS中開啟權限檢查。
dfs.permissions.superusergroup=supergroup

超級用戶組。僅能設置一個。
dfs.datanode.data.dir=file://${hadoop.tmp.dir}/dfs/data

本地磁盤目錄，HDFS數據應該存儲Block的地方。可以是逗號分隔的目錄列表（典型的，每個目錄在不同的磁盤）。這些目錄被輪流使用，一個塊存儲在這個目錄，下一個塊存儲在下一個目錄，依次循環。每個塊在同一個機器上僅存儲一份。不存在的目錄被忽略。必須創建文件夾，否則被視為不存在。
dfs.replication=3

數據塊副本數。此值可以在創建文件是設定，客戶端可以只有設定，也可以在命令行修改。不同文件可以有不同的副本數。默認值用于未指定時。
dfs.replication.max=512

最大塊副本數，不要大于節點總數。
dfs.namenode.replication.min=1

最小塊副本數。在上傳文件時，達到最小副本數，就認為上傳是成功的
dfs.blocksize=67108864

塊大小，字節。可以使用后綴: k(kilo), m(mega), g(giga), t(tera), p(peta), e(exa)指定大小 (就像128k, 512m, 1g, 等待)。
dfs.client.block.write.retries=3

客戶端寫數據到DN時，最大重試次數。超過重試次數就會報出錯誤。
dfs.client.block.write.replace-datanode-on-failure.enable=true

在進行pipeline寫數據（上傳數據的方式）時，如果DN或者磁盤故障，客戶端將嘗試移除失敗的DN，然后寫到剩下的磁盤。一個結果是，pipeline中的DN減少了。這個特性是添加新的DN到pipeline。這是一個站點范圍的選項。當集群規模非常小時，例如3個或者更小，集群管理者可能想要禁止掉此特性。
dfs.client.block.write.replace-datanode-on-failure.policy=DEFAULT

此屬性僅在dfs.client.block.write.replace-datanode-on-failure.enable設置為true時有效。
- ALWAYS: 總是添加新的DN
  - NEVER: 從不添加新的DN
  - DEFAULT: 設r是副本數，n是要寫的DN數。在r>=3并且floor(r/2)>=n或者r>n(前提是文件是hflushed/appended)時添加新的DN。
dfs.heartbeat.interval=3

DN的心跳間隔，秒
dfs.namenode.handler.count=10

NN的服務線程數。用于處理RPC請求。
dfs.namenode.safemode.threshold-pct=0.999f

數據進入安全模式閥值，百分比，float形式，數據塊達到最小副本數（dfs.namenode.replication.min）的百分比。值小于等于0意味著在退出安全模式前不等待數據修復。大于1的值將導致無法離開安全模式。
dfs.namenode.safemode.extension=30000

安全模式擴展存在時間，在需要的閥值達到后，毫秒。可以設置為0，或者比較短的一個時間，例如3秒
dfs.datanode.balance.bandwidthPerSec=1048576

在做數據平衡時，每個DN最大帶寬占用，每秒字節。默認值是1M。建議可以到10M
dfs.hosts=null

文件名，包含了一個host列表，允許列表內機器連到NN。必須指定完整路徑。如果值為空，全部hosts都允許連入。
dfs.hosts.exclude=null

文件名，包含了一個hosts列表，不允許列表內機器連到NN。必須指定完整路徑。如果值為空。沒有host被禁止。如果上述2個都設置并且有重合，dfs.hosts中優先級高。
dfs.stream-buffer-size=4096

文件流緩存大小。需要是硬件page大小的整數倍。在讀寫操作時，數據緩存大小。注意和core-default.xml中指定文件類型的緩存是不同的，這個是dfs共用的
dfs.namenode.num.extra.edits.retained=1000000

除最小的必須的editlog之外，額外保留的editlog文件數量。這是有用的，可以用于審核目的，或者HA設置一個遠程Standby節點并且有時可能離線時，都需要保留一個較長的backlog。

典型的，每個edit大約幾百字節，默認的1百萬editlog大約有百兆到1G。注意：早先的extra edits文件可能操作這里設置的值，因為還有其它選項，例如dfs.namenode.max.extra.edits.segments.retained

建議值：2200，約3天的
dfs.datanode.handler.count=10

DN的服務線程數。這些線程僅用于接收請求，處理業務命令
dfs.datanode.failed.volumes.tolerated=0

可以接受的卷的失敗數量。默認值0表示，任一個卷失敗都會導致DN關閉。

建議設置此值，避免個別磁盤問題。如果此值超過真實磁盤數，將會報錯，啟動失敗
dfs.namenode.support.allow.format=true

NN是否允許被格式化？在生產系統，把它設置為false，阻止任何格式化操作在一個運行的DFS上。

建議初次格式化后，修改配置禁止
dfs.client.failover.max.attempts=15

專家設置。客戶端失敗重試次數。
dfs.client.failover.connection.retries=0

專家設置。IPC客戶端失敗重試次數。在網絡不穩定時建議加大此值
dfs.client.failover.connection.retries.on.timeouts=0

專家設置。IPC客戶端失敗重試次數，此失敗僅指超時失敗。在網絡不穩定時建議加大此值
dfs.nameservices=null

nameservices列表。逗號分隔。

我們常用的僅配置一個，啟動federation功能需要配置多個
dfs.nameservice.id=null

nameservice id，如果沒有配置或者配置多個，由匹配到的本地節點地址配置的IP地址決定。我們進配置一個NS的情況下，建議這里不配置
dfs.ha.namenodes.EXAMPLENAMESERVICE=null

包含一個NN列表。EXAMPLENAMESERVICE是指具體的nameservice名稱，通常就是dfs.nameservices中配置的。值是預備配置的NN的ID。

ID是自己取的，不重復就可以，例如nn1,nn2
dfs.ha.namenode.id=null

NN的ID，如果沒有配置，由系統決定。通過匹配本地節點地址和配置的地址。

這里設置的是本機的NN的ID（此配置僅對NN生效），由于要配置2個NN，建議沒有特殊需要，這里不進行配置
dfs.ha.automatic-failover.enabled=FALSE

是否開啟自動故障轉移。建議開啟，true
dfs.namenode.avoid.write.stale.datanode=FALSE

決定是否避開在臟DN上寫數據。寫操作將會避開臟DN，除非超過一個配置的比率 (dfs.namenode.write.stale.datanode.ratio)。

嘗試開啟
dfs.journalnode.rpc-address=0.0.0.0:8485

JournalNode RPC服務地址和端口
dfs.journalnode.http-address=0.0.0.0:8480

JournalNode的HTTP地址和端口。端口設置為0表示隨機選擇。
dfs.namenode.audit.loggers=default

審查日志的實現類列表，能夠接收audit事件。它們需要實現 org.apache.hadoop.hdfs.server.namenode.AuditLogger接口。默認值"default"可以用于引用默認的audit logger，它使用配置的日志系統。安裝客戶自己的audit loggers可能影響NN的穩定性和性能。

建議default，開啟
dfs.client.socket-timeout=60*1000
dfs.datanode.socket.write.timeout=8*60*1000
dfs.datanode.socket.reuse.keepalive=1000
dfs.namenode.logging.level=info

DFS的NN的日志等級。值可以是：info，dir(跟蹤命名空間變動)，"block" (跟蹤塊的創建刪除，replication變動)，或者"all".
dfs.namenode.secondary.http-address=0.0.0.0:50090

SNN的http服務地址。如果是0，服務將隨機選擇一個空閑端口。使用了HA后，就不再使用SNN了
dfs.https.enable=FALSE

允許HDFS支持HTTPS(SSL)。建議不支持
dfs.client.https.need-auth=FALSE

安全選項，暫不關注
dfs.https.server.keystore.resource=ssl-server.xml

安全選項，暫不關注
dfs.client.https.keystore.resource=ssl-client.xml

安全選項，暫不關注
dfs.datanode.https.address=0.0.0.0:50475

安全選項，暫不關注
dfs.namenode.https-address=0.0.0.0:50470

安全選項，暫不關注
dfs.datanode.dns.interface=default

DN匯報它的IP地址的網卡。我們給DN指定了0.0.0.0之類的地址，這個地址需要被解析成對外地址，這里指定的是網卡名，即那個網卡上綁定的IP是可以對外的IP，一般的，默認值就足夠了
dfs.datanode.dns.nameserver=default

DNS的域名或者IP地址。DN用它來確定自己的域名，在對外聯系和顯示時調用。一般的，默認值就足夠了
dfs.namenode.backup.address=0.0.0.0:50100

NN的BK節點地址和端口，0表示隨機選用。使用HA，就不需要關注此選項了。建議不使用BK節點
dfs.namenode.backup.http-address=0.0.0.0:50105

使用HA，就不需要關注此選項了。建議不使用BK節點
dfs.namenode.replication.considerLoad=true

設定在選擇存放目標時是否考慮負載。需要
dfs.default.chunk.view.size=32768

在瀏覽器中查看一個文件時，可以看到的字節數。
dfs.namenode.name.dir=file://${hadoop.tmp.dir}/dfs/name

本地磁盤目錄，NN存儲fsimage文件的地方。可以是按逗號分隔的目錄列表，fsimage文件會存儲在全部目錄，冗余安全。這里多個目錄設定，最好在多個磁盤，另外，如果其中一個磁盤故障，不會導致系統故障，會跳過壞磁盤。由于使用了HA，建議僅設置一個。如果特別在意安全，可以設置2個
dfs.namenode.fs-limits.max-component-length=0

路徑中每個部分的最大字節長度（目錄名，文件名的長度）。0表示不檢查長度。長文件名影響性能
dfs.namenode.fs-limits.max-directory-items=0

設置每個目錄最多擁有多少個子目錄或者文件。0表示無限制。同一目錄下子文件和目錄多影響性能
dfs.namenode.fs-limits.min-block-size=1048576

最小的Block大小，字節。在NN創建時強制驗證。避免用戶設定過小的Block Size，導致過多的Block，這非常影響性能。
dfs.namenode.fs-limits.max-blocks-per-file=1048576

每個文件最大的Block數。在NN寫時強制檢查。用于防止創建超大文件。
dfs.block.access.token.enable=FALSE

訪問DN時是否驗證訪問令牌。建議false，不檢查
dfs.block.access.key.update.interval=600

安全選項，暫不關注
dfs.block.access.token.lifetime=600

安全選項，暫不關注
dfs.datanode.data.dir.perm=700

本地數據目錄權限設定。8進制或者符號方式都可以。
dfs.blockreport.intervalMsec=21600000

數據塊匯報間隔，毫秒，默認是6小時。
dfs.blockreport.initialDelay=0

第一次數據塊匯報時延遲，秒。目的是減輕NN壓力？
dfs.datanode.directoryscan.interval=21600

DN的數據塊掃描間隔，秒。磁盤上數據和內存中數據調整一致。
dfs.datanode.directoryscan.threads=1

線程池要有多少線程用來并發的壓縮磁盤的匯報數據。
dfs.namenode.safemode.min.datanodes=0

NN收到回報的DN的數量的最小值，達不到此值，NN不退出安全模式。（在系統啟動時發生作用）。<=0的值表示不關心DN數量，在啟動時。大于DN實際數量的值會導致無法離開安全模式。建議不設置此值
dfs.namenode.max.objects=0

DFS支持的最大文件、目錄、數據塊數量。0無限制。
dfs.namenode.decommission.interval=30

NN周期性檢查退役是否完成的間隔，秒。
dfs.namenode.decommission.nodes.per.interval=5

NN檢查退役是否完成，每dfs.namenode.decommission.interval秒檢查的節點數量。
dfs.namenode.replication.interval=3

NN周期性計算DN的副本情況的頻率，秒。
dfs.namenode.accesstime.precision=3600000

HDFS文件的訪問時間精確到此值，默認是1小時。0表示禁用訪問時間。
dfs.datanode.plugins=null

DN上的插件列表，逗號分隔。
dfs.namenode.plugins=null

NN上的插件列表，逗號分隔。
dfs.bytes-per-checksum=512

每次計算校驗和的字節數。一定不能大于dfs.stream-buffer-size。
dfs.client-write-packet-size=65536

客戶端寫數據時的包的大小。包是塊中的更小單位數據集合
dfs.client.write.exclude.nodes.cache.expiry.interval.millis=600000

最大周期去讓DN保持在例外節點隊列中。毫秒。操過此周期，先前被排除的DN將被移除緩存并被嘗試再次申請Block。默認為10分鐘。
dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary

本地文件系統中，DFS SNN應該在哪里存放臨時[用于合并|合并后]（to merge）的Image。如果是逗號分隔的目錄列表，Image文件存放多份。冗余備份。建議不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir}

建議不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.period=3600

建議不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.txns=1000000

建議不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.check.period=60

建議不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.max-retries=3

建議不使用SNN功能，忽略此配置
dfs.namenode.num.checkpoints.retained=2
建議不使用SNN功能，忽略此配置
dfs.namenode.num.extra.edits.retained=1000000

數量限制，額外的edits事務數。
dfs.namenode.max.extra.edits.segments.retained=10000

extra edit日志文件segments的最大數量。除了用于NN重啟時的最小edits文件之外。一個segments包含多個日志文件
dfs.namenode.delegation.key.update-interval=86400000

NN中更新主代理令牌的時間間隔，毫秒。安全選項，不關注
dfs.namenode.delegation.token.max-lifetime=604800000

NN中更新主代理令牌的時間間隔，毫秒。安全選項，不關注
dfs.namenode.delegation.token.renew-interval=86400000

NN中更新主代理令牌的時間間隔，毫秒。安全選項，不關注
dfs.image.compress=FALSE

Image文件要壓縮嗎？
dfs.image.compression.codec=org.apache.hadoop.io.compress.DefaultCodec

Image文件壓縮編碼。必須是在io.compression.codecs中定義的編碼。
dfs.image.transfer.timeout=600000

Image文件傳輸時超時。HA方式使用不到，可不關注
dfs.image.transfer.bandwidthPerSec=0

Image文件傳輸時可以使用的最大帶寬，秒字節。0表示沒有限制。HA方式使用不到，可不關注
dfs.datanode.max.transfer.threads=4096

= 舊參數 dfs.datanode.max.xcievers
DN上傳送數據出入的最大線程數。
dfs.datanode.readahead.bytes=4193404

預讀磁盤數據。如果Hadoop本地庫生效，DN可以調用posix_fadvise系統獲取頁面數據到操作系統的緩存中。這個配置指定讀取當前讀取位置之前的字節數。設置為0，取消此功能。無本地庫，此功能也無效。？
dfs.datanode.drop.cache.behind.reads=FALSE

在有些場景下，特別是對一些大的，并且不可能重用的數據，緩存在操作系統的緩存區是無用的。此時，DN可以配置自動清理緩存區數據，在已經發生向客戶端之后。此功能自動失效，在讀取小數據片時。(例如HBase的隨機讀寫場景）。通過釋放緩存，這在某些場景下可以提高性能。Hadoop本地庫無效，此功能無效。看起來是一個可以嘗試的特性
dfs.datanode.drop.cache.behind.writes=FALSE

同dfs.datanode.drop.cache.behind.reads相似。
dfs.datanode.sync.behind.writes=FALSE

如果是true，在寫之后，DN將指示操作系統把隊列中數據全部立即寫磁盤。和常用的OS策略不同，它們可能在觸發寫磁盤之前等待30秒。Hadoop本地庫無效，此功能無效。
dfs.client.failover.sleep.base.millis=500

專家設置。失敗重試間的等待時間，毫秒。這里的值是個基本值，實際值會根據失敗/成功次數遞增/遞減50%。第一次失敗會立即重試。第二次將延遲至少dfs.client.failover.sleep.base.millis毫秒。依次類推。
dfs.client.failover.sleep.max.millis=15000

專家設置。失敗重試見的等待時間最大值，毫秒。
dfs.ha.log-roll.period=120

StandbyNode要求Active滾動EditLog，由于StandBy只能從已經完成的Log Segments中讀，所以Standby上的數據新鮮程度依賴于以如何的頻率滾動日志。秒。另外，故障轉移也會觸發一次日志滾動，所以StandbyNode在Active之前，數據也會更新成最新的。秒，默認是2分鐘。
dfs.ha.tail-edits.period=60

StandbyNode以此頻率檢測共享目錄中最新的日志，秒。
dfs.ha.zkfc.port=8019

zkfc的rpc端口
dfs.support.append=TRUE

是否允許append。
dfs.client.use.datanode.hostname=FALSE

是否客戶端應該使用DN的HostName，在連接DN時，默認是使用IP。
dfs.datanode.use.datanode.hostname=FALSE

是否DN應該使用HostName連接其它DN，在數據傳輸時。默認是是IP。
dfs.client.local.interfaces=null

逗號分隔的網卡列表，用于在客戶端和DN之間傳輸數據時。當創建連接時，客戶端隨機選擇一個并綁定它的socket到這個網卡的IP上。名字可以以網卡名(例如 "eth0"), 子網卡名 (eg "eth0:0"), 或者IP地址(which may be specified using CIDR notation to match a range of IPs)。
dfs.namenode.kerberos.internal.spnego.principal=${dfs.web.authentication.kerberos.principal}

安全選項，暫不關注
dfs.secondary.namenode.kerberos.internal.spnego.principal=${dfs.web.authentication.kerberos.principal}

安全選項，暫不關注
dfs.namenode.avoid.read.stale.datanode=FALSE

決定是否避開從臟DN上讀數據。臟DN指在一個指定的時間間隔內沒有收到心跳信息。臟DN將被移到可以讀取節點列表的尾端。嘗試開啟
dfs.namenode.stale.datanode.interval=30000

標記一個DN是臟的時間間隔。例如，如果NN在此設定的時間內沒有接收到來自某一個節點的心跳信息，此DN將被標記為臟的。此間隔不能太小，否則容易導致被頻繁的標記為臟DN。

我們建議是1分鐘
dfs.namenode.write.stale.datanode.ratio=0.5f

當全部DN被標記為臟DN的比率高于此閥值，停止不寫數據到臟DN的策略，以免造成熱點問題（有效的，可寫的DN太少，壓力太大）。
dfs.namenode.invalidate.work.pct.per.iteration=0.32f

高級屬性。改變需小心。
dfs.namenode.replication.work.multiplier.per.iteration=2

高級屬性。改變需小心。
dfs.webhdfs.enabled=FALSE

在NN和DN上開啟WebHDFS (REST API)功能。

可以開啟嘗試
hadoop.fuse.connection.timeout=300

秒，在fuse_dfs中緩存libhdfs連接對象的超時時間。小值使用內存小。大值可以加快訪問，通過避開創建新的連接對象。
hadoop.fuse.timer.period=5

秒
dfs.metrics.percentiles.intervals=null

Comma-delimited set of integers denoting the desired rollover intervals (in seconds) for percentile latency metrics on the Namenode and Datanode. By default, percentile latency metrics are disabled.
dfs.encrypt.data.transfer=FALSE

是否加密傳輸數據？僅需要配置在NN和DN。客戶端可以自行判斷。
dfs.encrypt.data.transfer.algorithm=null

可以設置為"3des"或"rc4"。否則使用默認的，通常是usually 3DES。3DES更安全，RC4更快。
dfs.datanode.hdfs-blocks-metadata.enabled=TRUE

布爾值，設定后臺DN端是否支持DistributedFileSystem#getFileVBlockStorageLocations API。
dfs.client.file-block-storage-locations.num-threads=10

在調用DistributedFileSystem#getFileBlockStorageLocations()的并發RPC的線程數
dfs.client.file-block-storage-locations.timeout=60

Timeout (in seconds) for the parallel RPCs made in DistributedFileSystem#getFileBlockStorageLocations().
dfs.domain.socket.path=/var/run/hadoop-hdfs/dn._PORT

可選選項。socket文件路徑，unix下。用來在DN和本地的HDFS客戶端加快網絡連接。如果字符串"_PORT"出現在路徑中，它將被DN的TCP端口替換。

yarn-default.xml

yarn.app.mapreduce.am.env=null

用戶為MR AM添加環境變量。例如：
A=foo 設置環境變量A為foo
B=$B:c 繼承并設置TT內的B變量
yarn.app.mapreduce.am.command-opts=-Xmx1024m

MR AM的Java opts。如下符號會被替換：
- @taskid@ 被替換成當前的TaskID。其它出現的'@'不會改變。例如，為了讓gc日志能夠按task打印存儲在/tmp目錄，可以設置'value'為：-Xmx1024m -verbose:gc -Xloggc:/tmp/@taskid@.gc
- 如果hadoop本地庫可以使用，使用-Djava.library.path參數可能造成程序的此功能無效。這個值應該被替換，設置在MR的JVM環境中LD_LIBRARY_PATH變量中，使用 mapreduce.map.env和mapreduce.reduce.env配置項。
yarn.app.mapreduce.am.resource.mb=1536

AM申請的內存
yarn.resourcemanager.address=0.0.0.0:8032

RM地址:端口
yarn.resourcemanager.scheduler.address=0.0.0.0:8030

調度器地址：端口
yarn.admin.acl=*

ACL中誰可以管理YARN集群
yarn.resourcemanager.admin.address=0.0.0.0:8033

RM管理接口地址：端口
yarn.resourcemanager.am.max-retries=1

AM重試最大次數。服務端參數。重啟生效。

建議4
yarn.resourcemanager.nodes.include-path=null

存儲有效節點列表的文件
yarn.resourcemanager.nodes.exclude-path=null

存儲拒絕節點列表的文件。如和包含文件沖突，包含文件優先級高
yarn.resourcemanager.scheduler.class=org.apache.hadoop.yarn.server.resourcemanager.scheduler.fifo.FifoScheduler

調度器實現類。

建議使用公平調度器
yarn.scheduler.minimum-allocation-mb=1024

每個container想RM申請內存的最小大小。兆字節。內存請求小于此值，實際申請到的是此值大小。默認值偏大
yarn.scheduler.maximum-allocation-mb=8192

每個container向RM申請內存的最大大小，兆字節。申請值大于此值，將最多得到此值內存。
yarn.resourcemanager.recovery.enabled=FALSE

是否啟動RM的狀態恢復功能。如果true，必須指定yarn.resourcemanager.store.class。嘗試啟用
yarn.resourcemanager.store.class=null

用于持久存儲的類。嘗試開啟
yarn.resourcemanager.max-completed-applications=10000

RM中保存的最大完成的app數量。內存中存儲。
yarn.nodemanager.address=0.0.0.0:0

NM中的container管理器的地址：端口
yarn.nodemanager.env-whitelist=JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,YARN_HOME

container應該覆蓋而不是使用NM的環境變量名單。允許container自己配置的環境變量
yarn.nodemanager.delete.debug-delay-sec=0

秒，一個app完成后，NM刪除服務將刪除app的本地文件目錄和日志目錄。為了診斷問題，把這個選項設置成足夠大的值（例如，設置為10分鐘），可以繼續訪問這些目錄。設置此選項，需要重啟NM。Yarn應用的工作目錄根路徑是yarn.nodemanager.local-dirs，Yarn應用日志目錄的根路徑是yarn.nodemanager.log-dirs。

調試問題時可用
yarn.nodemanager.local-dirs=${hadoop.tmp.dir}/nm-local-dir

本地文件存儲目錄，列表。一個應用的本地文件目錄定位方式：${yarn.nodemanager.local-dirs}/usercache/${user}/appcache/application_${appid}。每個container的工作目錄，是此目錄的子目錄，目錄名是container_${contid}。

非常重要，建議配置多個磁盤，平衡IO。
yarn.nodemanager.log-dirs=${yarn.log.dir}/userlogs

存儲container日志的地方。一個應用的本地日志目錄定位是：${yarn.nodemanager.log-dirs}/application_${appid}。每個container的日志目錄在此目錄下，名字是container_{$contid}。每個container目錄中包含stderr, stdin, and syslog等container產生的文件

非常重要，建議配置多個磁盤
yarn.log-aggregation-enable=FALSE

是否允許日志匯聚功能。建議開啟
yarn.log-aggregation.retain-seconds=-1

保存匯聚日志時間，秒，超過會刪除，-1表示不刪除。注意，設置的過小，將導致NN垃圾碎片。建議3-7天 = 7 * 86400 = 604800
yarn.nodemanager.log.retain-seconds=10800

保留用戶日志的時間，秒。在日志匯聚功能關閉時生效。

建議7天
yarn.nodemanager.remote-app-log-dir=/tmp/logs

匯聚日志的地方，目錄路徑，HDFS系統。

對于開了權限檢查的系統，注意權限問題。HDFS上。
yarn.nodemanager.remote-app-log-dir-suffix=logs

匯聚日志目錄路徑后綴。匯聚目錄創建在{yarn.nodemanager.remote-app-log-dir}/${user}/{thisParam}
yarn.nodemanager.resource.memory-mb=8192

NM上可以用于container申請的物理內存大小，MB。
yarn.nodemanager.vmem-pmem-ratio=2.1

在設置container的內存限制時，虛擬內存到物理內存的比率。Container申請的內存如果超過此物理內存，可以以此比率獲取虛擬內存用于滿足需求。虛擬地址的是物理地址的倍數上限。建議設置的大點，例如：4.1，8.1，此虛擬內存并非內存，而是占用的虛擬地址。
yarn.nodemanager.webapp.address=0.0.0.0:8042

NM的網頁界面地址和端口。
yarn.nodemanager.log-aggregation.compression-type=none

匯聚日志的壓縮類型。匯聚日志是TFile格式文件。Hadoop-3315。可以使用的值有none,lzo,gz等。

可以嘗試
yarn.nodemanager.aux-services=null

請配置為：mapreduce.shuffle，在Yarn上開啟MR的必須項
yarn.nodemanager.aux-services.mapreduce.shuffle.class=org.apache.hadoop.mapred.ShuffleHandler

對應參考yarn.nodemanager.aux-services
mapreduce.job.jar=null

Job客戶端參數。提交的job的jar文件。
mapreduce.job.hdfs-servers=${fs.defaultFS}

Job客戶端參數。
yarn.application.classpath=$HADOOP_CONF_DIR,$HADOOP_COMMON_HOME/share/hadoop/common/,$HADOOP_COMMON_HOME/share/hadoop/common/lib/,$HADOOP_HDFS_HOME/share/hadoop/hdfs/,$HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/,$YARN_HOME/share/hadoop/yarn/*,$YARN_HOME/share/hadoop/yarn/lib/*

YARN應用的CLASSPATH，逗號分隔列表。
yarn.app.mapreduce.am.job.task.listener.thread-count=30

MR AM處理RPC調用的線程數。
yarn.app.mapreduce.am.job.client.port-range=null

MR AM能夠綁定使用的端口范圍。例如：50000-50050,50100-50200。如果你先要全部的有用端口，可以留空（默認值null）。
yarn.app.mapreduce.am.job.committer.cancel-timeout=60000

毫秒，如果job被kill了，等待output committer取消操作的時間。
yarn.app.mapreduce.am.scheduler.heartbeat.interval-ms=1000

MR AM發送心跳到RM的時間間隔，毫秒
yarn.app.mapreduce.client-am.ipc.max-retries=3

在重新連接RM獲取Application狀態前，客戶端重試連接AM的次數。
yarn.app.mapreduce.client.max-retries=3

客戶端重連RM/HS/AM的次數。這是基于ipc接口上的規則
yarn.ipc.client.factory.class=null

創建客戶端IPC類的工廠類
yarn.ipc.serializer.type=protocolbuffers

使用哪種序列化類
yarn.ipc.server.factory.class=null

創建IPC服務類的工廠類
yarn.ipc.exception.factory.class=null

創建IPC異常的工廠類
yarn.ipc.record.factory.class=null

創建序列化記錄的工廠類
yarn.ipc.rpc.class=org.apache.hadoop.yarn.ipc.HadoopYarnProtoRPC

RPC類實現類
yarn.resourcemanager.client.thread-count=50

RM用來處理客戶端請求的線程數
yarn.am.liveness-monitor.expiry-interval-ms=600000

AM報告間隔，毫秒。？
yarn.resourcemanager.principal=null

安全選項
yarn.resourcemanager.scheduler.client.thread-count=50

調度器用于處理請求的線程數
yarn.resourcemanager.webapp.address=0.0.0.0:8088

RM的網頁接口地址：端口
yarn.resourcemanager.resource-tracker.address=0.0.0.0:8031

？
yarn.acl.enable=TRUE

開啟訪問控制
yarn.resourcemanager.admin.client.thread-count=1

RM管理端口處理事務的線程數
yarn.resourcemanager.amliveliness-monitor.interval-ms=1000

RM檢查AM存活的間隔
yarn.resourcemanager.container.liveness-monitor.interval-ms=600000

檢查container存活的時間間隔，毫秒。建議短一些，例如3分鐘
yarn.resourcemanager.keytab=/etc/krb5.keytab

安全選項
yarn.nm.liveness-monitor.expiry-interval-ms=600000

RM判斷NM死亡的時間間隔。
非主動檢查，被動等待，不連接時間超過此值
10分鐘無檢查到活動，判定NM死亡
yarn.resourcemanager.nm.liveness-monitor.interval-ms=1000

RM檢查NM存活的時間間隔。
yarn.resourcemanager.resource-tracker.client.thread-count=50

處理資源跟蹤調用的線程數。？
yarn.resourcemanager.delayed.delegation-token.removal-interval-ms=30000

安全選項
yarn.resourcemanager.application-tokens.master-key-rolling-interval-secs=86400

安全選項
yarn.resourcemanager.container-tokens.master-key-rolling-interval-secs=86400

安全選項
yarn.nodemanager.admin-env=MALLOC_ARENA_MAX=$MALLOC_ARENA_MAX

應該從NM傳送到container的環境變量
yarn.nodemanager.container-executor.class=org.apache.hadoop.yarn.server.nodemanager.DefaultContainerExecutor

啟動containers的類。
yarn.nodemanager.container-manager.thread-count=20

用于container管理的線程數
yarn.nodemanager.delete.thread-count=4

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的Hadoop参数汇总的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。

上一篇： hbase 租约超时及rpc超时出现的问
下一篇：关于几种压缩算法以及hadoop和hba