首页 > 代码库 > cloudera learning5:Hadoop集群高级配置

cloudera learning5:Hadoop集群高级配置

2024-08-15 06:56:22   221人阅读

HDFS-NameNode Tuning:

dfs.namenode.handler.count:
NameNode可开启的thread number,thread为从NameNode到DataNode的RPC请求。Default值为30(CM，Non CM is 10)。推荐设置为集群node数量*20 再取log。如果设置的太小，当DataNode试图从NameNode上获取block信息时，DataNode log会报“connect refused”。
 
HDFS-DataNode Tuning:
dfs.datanode.failed.volumes.tolerated：
磁盘挂掉几块时，dataNode自动下线。默认为0,即DataNode不自动下线。
dfs.datanode.max.locked.memory：
DataNode最大的缓存size,默认为4G。
 
io.compression.codecs文件压缩：
配置Hadoop集群文件压缩策略:DefaultCodec, GzipCodec, BZip2Codec, DeflateCodec, SnappyCodec,Lz4Codec 
 
YARN/GateWay Tuning
mapreduce.job.reduce.slowstart.completedmaps:
Map tasks执行完成百分之多少，开始创建reducer执行的容器。
mapreduce.reduce.shuffle.parallelcopies reducer：
Reducer内部可开的线程数。CM默认为10。推荐值计算方式：ln(count(cluster nodes)*4)
 
Hadoop cluster产线环境的HA配置：
HA主要是解决NameNode的单点故障，主要指NameNode crash, NameNode manitenance。
启用HA之后，会有两个NameNode(active,standby)和两个Failover Controllers以及若干个同步NameNode的Journal Nodes。不在需要SecondaryNameNode。
技术分享
clients只连接actvie NameNode。
DataNodes的heartbeat会同时发给active和standby NameNode。
Active NameNode会把metadata写入指定数目（奇数个）的JournalNode。
Standby NameNode从JournalNodes读取metadata信息，完成与Active的sync。
ZooKeeper failover Controller 自动进行Failover。
没有failback，恢复的NameNode自动变为standby。
配置选项：dfs.ha.automatic-failover.enabled 
 
配置HA之后，Hive,impala,Hue均要进行一定的update。
 
 
 

cloudera learning5:Hadoop集群高级配置


联系
我们