有两类参数文件:
默认参数文件:core-default.xml、hsfs-default.xml、mapred-default.xml;
站点特点文件:core-site.xml、hdfs-site.xml、mapred-site.xml。
参数文件通过多个xml格式表示的 名称-值对 的形式控制hadoop。
1、mapred-site.xml
CPU相关:
mapred.tasktracter.map.tasks.maximum:TaskTracker同时运行map任务的最大数,默认2;
mapred.tasktracter.reduce.tasks.maximum:TaskTracker同时运行reduce任务的最大数,默认2;
I/O相关:
mapred.compress.map.output:map任务的输出会使用sequenceFile解压缩,默认false;
mapred.output.compress:启用对作业输出的压缩,默认false;
mapred.map.output.compression.codec:map输出进行压缩时的编解码方式;
如果压缩了数据,中间数据量会变少,减少数据传输时间,但是,只有当输入数据量很大而且容易拆分时,才启用压缩,否则会造成集群性能的降级。
Hadoop存储数据的位置:
mapred.local.dir:map中间文件的存储位置,default:${hadoop.tmp.dir}/mapred/local;
dfs.data.dir(dfs-site.xml):DataNode在本地文件系统上存储数据块目录,default:${hadoop.tmp.dir}/dfs/data;
内存相关:
每个JVM任务的可用内存、分配给每个MapReduce作业的虚拟内存的极限值、排序时使用的缓冲区的大小、对文件进行排序时的一次合并的map输出分区的数目(优化MapReduce的合并和排序)