http://hi.baidu.com/bjwyl66/item/83c5acf58d44fa25743c4c89
http://www.juziku.com/sunlightcs/wiki/5989.htm
配置hadoop
Hadoop的配置文件在早期版本中都放在同一个文件里hadoop-site.xml,在新版本中hadoop把配置文件做了区分,分成了:
Core-site.xml配置Common组件的属性
Hadoop-site.xml配置HDFS组件的属性
Mapred-site.xml配置map-reduce组件的属性
除了这3个配置文件以外还有hadoop-env.xml用来设置hadoop用到的环境变量;masters文件用来配置SNN节点地址注意必须配置域名;slaves文件配置所有DN节点的地址,必须是域名
Core-site.xml配置实例
DN节点以及NN节点,snn节点配置一至:
<property>
<name>fs.default.name</name>//配置NN节点地址和端口号
<value>hdfs://hadoop.master:9000</value>//注意格式必须是host:port的形式
</property>
<property>
<name>hadoop.tmp.dir</name>//hadoop临时目录用来存放nn临时文件
<value>/usr/local/hadoop/tmp</value>//该目录必须预先手工创建不能删除
</property>
<property>
<name>fs.checkpoint.period</name>//snn检查nn日志的时间周期
<value>60</value>//单位是秒,正式环境上建议配置成12小时
</property>
<property>
<name>fs.checkpoint.size</name>//snn每次从nn上读取的数据大小
<value>67108864</value>//通常情况下默认值就可以
</property>
记录一下Hadoop的配置和说明,用到新的配置项会补充进来,不定期更新。以配置文件名划分
以hadoop 1.x配置为例
core-site.xml
name | value | Description |
fs.default.name | hdfs://hadoopmaster:9000 | 定义HadoopMaster的URI和端口 |
fs.checkpoint.dir | /opt/data/hadoop1/hdfs/namesecondary1 | 定义hadoop的name备份的路径,官方文档说是读取这个,写入dfs.name.dir |
fs.checkpoint.period | 1800 | 定义name备份的备份间隔时间,秒为单位,只对snn生效,默认一小时 |
fs.checkpoint.size | 33554432 | 以日志大小间隔做备份间隔,只对snn生效,默认64M |
io.compression.codecs | org.apache.hadoop.io.compress.DefaultCodec com.hadoop.compression.lzo.LzoCodec com.hadoop.compression.lzo.LzopCodec org.apache.hadoop.io.compress.GzipCodec org.apache.hadoop.io.compress.BZip2Codec (排版调整,实际配置不要回车) |
Hadoop所使用的编解码器,gzip和bzip2为自带,lzo需安装hadoopgpl或者kevinweil,逗号分隔,snappy也需要单独安装 |
io.compression.codec.lzo.class | com.hadoop.compression.lzo.LzoCodec | LZO所使用的压缩编码器 |
topology.script.file.name | /hadoop/bin/RackAware.py | 机架感知脚本位置 |
topology.script.number.args | 1000 | 机架感知脚本管理的主机数,IP地址 |
fs.trash.interval | 10800 | HDFS垃圾箱设置,可以恢复误删除,分钟数,0为禁用,添加该项无需重启hadoop |
hadoop.http.filter.initializers | org.apache.hadoop.security. AuthenticationFilterInitializer (排版调整,实际配置不要回车) |
需要jobtracker,tasktracker namenode,datanode等http访问端口用户验证使用,需配置所有节点 |
hadoop.http.authentication.type | simple | kerberos | | 验证方式,默认为简单,也可自己定义class,需配置所有节点 |
hadoop.http.authentication. token.validity (排版调整,实际配置不要回车) |
36000 | 验证令牌的有效时间,需配置所有节点 |
hadoop.http.authentication. signature.secret (排版调整,实际配置不要回车) |
默认可不写参数 | 默认不写在hadoop启动时自动生成私密签名,需配置所有节点 |
hadoop.http.authentication.cookie .domain |
domian.tld | http验证所使用的cookie的域名,IP地址访问则该项无效,必须给所有节点都配置域名才可以。 |
hadoop.http.authentication. simple.anonymous.allowed (排版调整,实际配置不要回车) |
true | false | 简单验证专用,默认允许匿名访问,true |
hadoop.http.authentication. kerberos.principal (排版调整,实际配置不要回车) |
HTTP/localhost@$LOCALHOST | Kerberos验证专用,参加认证的实体机必须使用HTTP作为K的Name |
hadoop.http.authentication. kerberos.keytab (排版调整,实际配置不要回车) |
/home/xianglei/hadoop.keytab | Kerberos验证专用,密钥文件存放位置 |
hadoop.security.authorization | true|false | Hadoop服务层级验证安全验证,需配合hadoop-policy.xml使用,配置好以后用dfsadmin,mradmin -refreshServiceAcl刷新生效 |
io.file.buffer.size | 131072 | 用作序列化文件处理时读写buffer的大小 |
hadoop.security.authentication | simple | kerberos | hadoop本身的权限验证,非http访问,simple或者kerberos |
hadoop.logfile.size | 1000000000 | 设置日志文件大小,超过则滚动新日志 |
hadoop.logfile.count | 20 | 最大日志数 |
io.bytes.per.checksum | 1024 | 每校验码所校验的字节数,不要大于io.file.buffer.size |
io.skip.checksum.errors | true | false | 处理序列化文件时跳过校验码错误,不抛异常。默认false |
io.serializations | org.apache.hadoop.io. serializer.WritableSerialization (排版需要。实际配置不要回车) |
序列化的编解码器 |
io.seqfile.compress.blocksize | 1024000 | 块压缩的序列化文件的最小块大小,字节 |
webinterface.private.actions | true | false | 设为true,则JT和NN的tracker网页会出现杀任务删文件等操作连接,默认是false |
结合Apache手册和公司里用的实际配置编写,实际根据硬件配置的不同,参数大小需做调整,目前参数基于namenode 96G内存,datanode 32G内存。有些har,s3,local这样的fs的implement因为不太会用到,所以没写。