hadoop tunning

 

选项	类型	默认值	描述
dfs.block.size	int	64M	有一个1T的文件，如果我的块size设置是默认的64M，那么在HDFS上产生的块将有1024000/64=16000块
dfs.replication	int	3	存放数据文件的份数
选项	类型	默认值	描述
io.sort.mb	int	100	缓存map中间结果的buffer大小(MB)
io.sort.record.percent	float	0.05	io.sort.mb中用来保存map output记录边界的百分比，其他缓存用来保存数据
io.sort.spill.percent	float	0.8	map开始做spill操作的阀值
io.sort.factor	int	10	做merge操作时同时操作的stream数上线
min.num.spill.for.combine	int	3	combine函数运行的最小spill数
mapred.compress.map.output	boolean	FALSE	map中间结果是否采用压缩
mapred.map.output.compression.codec	class name	org.apache.hadoop.io.compress.DefaultCodec	map中间结果的压缩方式
mapred.tasktracker.map.tasks.maximum	int	2	一个tasktracker最多可以同时运行的map任务数量
mapred.map.tasks	int	2	一个Job会使用task tracker的map任务槽数量，这个值 ≤ mapred.tasktracker.map.tasks.maximum
选项	类型	默认值	描述
mapred.reduce.parallel.copies	int	5	每个reduce并行下载map结果的最大线程数
mapred.reduce.copy.backoff	int	300	reduce下载线程最大等待时间(insec)
io.sort.factor	int	10	做merge操作时同时操作的stream数上线
mapred.job.shuffle.input.buffer.percent	float	0.7	用来缓存shuffle数据的reduce task heap百分比
mapred.job.shuffle.merge.percent	float	0.66	缓存的内存中多少百分比后开始做merge操作
mapred.job.reduce.input.buffer.percent	float	0	sort完成后reduce计算阶段用来缓存数据的百分比
mapred.tasktracker.reduce.tasks.maximum	int	2	一个task tracker最多可以同时运行的reduce任务数量
mapred.reduce.tasks	int	1	一个Job会使用task tracker的reduce任务槽数量
mapred.child.java.opts	int	200M	配置每个map或reduce使用的内存数量
修改项	修改值	路径	作用
HADOOP_OPTS	HADOOP_OPTS="$HADOOP_OPTS -Djava.net.preferIPv4Stack=true"	bin/hadoop	disable ipv6
Job的调度模式	FIFO
	Fair