hadoop三个配置文件的参数含义说明

hadoop常用端口配置

1. HDFS端口

参数

描述

默认

配置文件

例子值

fs.default.name

namenode RPC交互端口

8020

core-site.xml

hdfs://master:8020/

dfs.http.address 

NameNode web管理端口

50070

hdfs- site.xml

0.0.0.0:50070

dfs.datanode.address

datanode 控制端口

50010 

hdfs -site.xml 

0.0.0.0:50010

dfs.datanode.ipc.address

datanodeRPC服务器地址和端口

50020

hdfs-site.xml

0.0.0.0:50020

dfs.datanode.http.address

datanodeHTTP服务器和端口

50075

hdfs-site.xml 

0.0.0.0:50075


2. MR端口

参数

描述

默认

配置文件

例子值

mapred.job.tracker

job-tracker交互端口 

8021

mapred-site.xml

hdfs://master:8021/

job

trackerweb管理端口

50030

mapred-site.xml

0.0.0.0:50030

mapred.task.tracker.http.address

task-trackerHTTP端口

50060

mapred-site.xml

0.0.0.0:50060


3. 其他端口

参数

描述

默认

配置文件

例子值

dfs.secondary.http.address

secondary NameNode web管理端口

50090

hdfs-site.xml

0.0.0.0:50090












缺省配置参考文件说明

1. core-default.xml

序号

参数名

参数值

参数说明

1

hadoop.tmp.dir                      

/tmp/hadoop-${user.name}                        

临时目录设定

2

hadoop.native.lib                  

true                                                 

使用本地hadoop库标识。

3

hadoop.http.filter.initializers    


http服务器过滤链设置                         

4

hadoop.security.group.mapping   

org.apache.hadoop.security.ShellBasedUnixGroupsMapping

组内用户的列表的类设定

5

hadoop.security.authorization      

false                                                

服务端认证开启

6

hadoop.security.authentication     

simple                                                

无认证或认证设置

7

hadoop.security.token.service.use_ip

true                                                 

是否开启使用IP地址作为连接的开关

8

hadoop.logfile.size                

10000000                                             

日志文件最大为10M

9

hadoop.logfile.count

10                                                    

日志文件数量为10

10

io.file.buffer.size

4096

流文件的缓冲区为4K

11

io.bytes.per.checksum

512 

校验位数为512字节

12

io.skip.checksum.errors

false

校验出错后是抛出异常还是略过标识。True则略过。

13

io.compression.codecs

org.apache.hadoop.io.compress.DefaultCodec,

org.apache.hadoop.io.compress.GzipCodec,

org.apache.hadoop.io.compress.BZip2Codec,

org.apache.hadoop.io.compress.SnappyCodec

压缩和解压的方式设置

14

io.serializations

org.apache.hadoop.io.serializer.WritableSerialization

序例化和反序列化的类设定

15

fs.default.name

file:///                                            

缺省的文件URI标识设定。

16

fs.trash.interval

0                                                   

文件废弃标识设定,0为禁止此功能

17

fs.file.impl

org.apache.hadoop.fs.LocalFileSystem       

本地文件操作类设置

18

fs.hdfs.impl

org.apache.hadoop.hdfs.DistributedFileSystem        

HDFS文件操作类设置

19

fs.s3.impl

org.apache.hadoop.fs.s3.S3FileSystem       

S3文件操作类设置

20

fs.s3n.impl             

org.apache.hadoop.fs.s3native.NativeS3FileSystem

S3文件本地操作类设置

21

fs.kfs.impl             

org.apache.hadoop.fs.kfs.KosmosFileSystem

KFS文件操作类设置

22

fs.hftp.impl            

org.apache.hadoop.hdfs.HftpFileSystem

HTTP方式操作文件设置

23

fs.hsftp.impl           

org.apache.hadoop.hdfs.HsftpFileSystem

HTTPS方式操作文件设置

24

fs.webhdfs.impl         

org.apache.hadoop.hdfs.web.WebHdfsFileSystem

WEB方式操作文件类设置

25

fs.ftp.impl             

org.apache.hadoop.fs.ftp.FTPFileSystem

FTP文件操作类设置

26

fs.ramfs.impl           

org.apache.hadoop.fs.InMemoryFileSystem

内存文件操作类设置

27

fs.har.impl             

org.apache.hadoop.fs.HarFileSystem

压缩文件操作类设置.

28

fs.har.impl.disable.cache

true

是否缓存har文件的标识设定

29

fs.checkpoint.dir       

${hadoop.tmp.dir}/dfs/namesecondary

备份名称节点的存放目前录设置

30

fs.checkpoint.edits.dir     

${fs.checkpoint.dir}

备份名称节点日志文件的存放目前录设置

31

fs.checkpoint.period        

3600

动态检查的间隔时间设置

32

fs.checkpoint.size          

67108864

日志文件大小为64M

33

fs.s3.block.size            

67108864

S3文件系统的块的大小为64M

34

fs.s3.buffer.dir            

${hadoop.tmp.dir}/s3

S3文件数据的本地存放目录

35

fs.s3.maxRetries            

4

S3文件数据的偿试读写次数

36

fs.s3.sleepTimeSeconds      

10

S3文件偿试的间隔

37

local.cache.size            

10737418240

缓存大小设置为10GB

38

io.seqfile.compress.blocksize

1000000

压缩流式文件中的最小块数为100

39

io.seqfile.lazydecompress   

true

块是否需要压缩标识设定

40

io.seqfile.sorter.recordlimit

1000000

内存中排序记录块类最小为100

41

io.mapfile.bloom.size

1048576

BloomMapFiler过滤量为1M

42

io.mapfile.bloom.error.rate

0.005


43

hadoop.util.hash.type

murmur

缺少hash方法为murmur

44

ipc.client.idlethreshold

4000

连接数据最小阀值为4000 

45

ipc.client.kill.max

10

一个客户端连接数最大值为10

46

ipc.client.connection.maxidletime

10000

断开与服务器连接的时间最大为10

47

ipc.client.connect.max.retries

10

建立与服务器连接的重试次数为10

48

ipc.server.listen.queue.size

128

接收客户连接的监听队例的长度为128

49

ipc.server.tcpnodelay

false

开启或关闭服务器端TCP连接算法

50

ipc.client.tcpnodelay

false

开启或关闭客户端TCP连接算法

51

webinterface.private.actions

false

Web交互的行为设定

  

52

hadoop.rpc.socket.factory.class.default      

org.apache.hadoop.net.StandardSocketFactory

缺省的socket工厂类设置

53

hadoop.rpc.socket.factory.class.ClientProtocol


dfs连接时的缺省socket工厂类

54

hadoop.socks.server                   


服务端的工厂类缺省设置为SocksSocketFactory.

55

topology.node.switch.mapping.impl            

org.apache.hadoop.net.ScriptBasedMapping


56

topology.script.file.name              



57

topology.script.number.args         

100 

参数数量最多为100

58

hadoop.security.uid.cache.secs    

14400




2. hdfs-default.xml

序号

参数名

参数值

参数说明

1

dfs.namenode.logging.level       

info         

输出日志类型

2

dfs.secondary.http.address       

0.0.0.0:50090

备份名称节点的http协议访问地址与端口 

3

dfs.datanode.address             

0.0.0.0:50010

数据节点的TCP管理服务地址和端口

4

dfs.datanode.http.address        

0.0.0.0:50075

数据节点的HTTP协议访问地址和端口

5

dfs.datanode.ipc.address         

0.0.0.0:50020

数据节点的IPC服务访问地址和端口

6

dfs.datanode.handler.count       

3             

数据节点的服务连接处理线程数

7

dfs.http.address                 

0.0.0.0:50070

名称节点的http协议访问地址与端口

8

dfs.https.enable                 

false        

支持https访问方式标识

9

dfs.https.need.client.auth       

false        

客户端指定https访问标识

10

dfs.https.server.keystore.resource

ssl-server.xml

Ssl密钥服务端的配置文件

11

dfs.https.client.keystore.resource

ssl-client.xml

Ssl密钥客户端的配置文件

12

dfs.datanode.https.address       

0.0.0.0:50475

数据节点的HTTPS协议访问地址和端口

13

dfs.https.address                

0.0.0.0:50470

名称节点的HTTPS协议访问地址和端口

14

dfs.datanode.dns.interface       

default      

数据节点采用IP地址标识

15

dfs.datanode.dns.nameserver      

default      

指定DNSIP地址

16

dfs.replication.considerLoad     

true         

加载目标或不加载的标识

17

dfs.default.chunk.view.size      

32768         

浏览时的文件块大小设置为32K

18

dfs.datanode.du.reserved         

0            

每个卷预留的空闲空间数量

19

dfs.name.dir                     

${hadoop.tmp.dir}/dfs/name

存贮在本地的名字节点数据镜象的目录,作为名字节点的冗余备份

20

dfs.name.edits.dir               

${dfs.name.dir}          

存贮文件操作过程信息的存贮目录

21

dfs.web.ugi                      

webuser,webgroup      

Web接口访问的用户名和组的帐户设定

22

dfs.permissions                  

true                     

文件操作时的权限检查标识。

23

dfs.permissions.supergroup       

supergroup               

超级用户的组名定义

24

dfs.block.access.token.enable    

false                    

数据节点访问令牌标识

25

dfs.block.access.key.update.interval

600                      

升级访问钥时的间隔时间

26

dfs.block.access.token.lifetime    

600                      

访问令牌的有效时间

27

dfs.data.dir                        

${hadoop.tmp.dir}/dfs/data

数据节点的块本地存放目录

28

dfs.datanode.data.dir.perm         

755                      

数据节点的存贮块的目录访问权限设置

29

dfs.replication                    

3                        

缺省的块复制数量

30

dfs.replication.max                 

512                      

块复制的最大数量

31

dfs.replication.min                

1                        

块复制的最小数量 

32

dfs.block.size                     

67108864                 

缺省的文件块大小为64M

33

dfs.df.interval                    

60000                     

磁盘空间统计间隔为6

34

dfs.client.block.write.retries     

3                        

块写入出错时的重试次数

35

dfs.blockreport.intervalMsec       

3600000                  

块的报告间隔时为1小时

36

dfs.blockreport.initialDelay       

0                        

块顺序报告的间隔时间

37

dfs.heartbeat.interval             

3                        

数据节点的心跳检测间隔时间

38

dfs.namenode.handler.count         

10                       

名称节点的连接处理的线程数量

39

dfs.safemode.threshold.pct         

0.999f                   

启动安全模式的阀值设定

  

40

dfs.safemode.extension             

30000                    

当阀值达到量值后扩展的时限

41

dfs.balance.bandwidthPerSec        

1048576                  

启动负载均衡的数据节点可利用带宽最大值为1M

42

dfs.hosts                          


可与名称节点连接的主机地址文件指定。

43

dfs.hosts.exclude                  


不充计与名称节点连接的主机地址文件设定

44

dfs.max.objects                    

0

文件数、目录数、块数的最大数量

45

dfs.namenode.decommission.interval 

30

名称节点解除命令执行时的监测时间周期

46

dfs.namenode.decommission.nodes.per.interval

5       

名称节点解除命令执行是否完检测次数

47

dfs.replication.interval                   

3       

名称节点计算数据节点的复制工作的周期数.

48

dfs.access.time.precision                  

3600000 

充许访问文件的时间精确到1小时

49

dfs.support.append                         

false   

是否充许链接文件指定

50

dfs.namenode.delegation.key.update-interval

86400000

名称节点上的代理令牌的主key的更新间隔时间为24小时

51

dfs.namenode.delegation.token.max-lifetime 

604800000

代理令牌的有效时间最大值为7

52

dfs.namenode.delegation.token.renew-interval

86400000

代理令牌的更新时间为24小时

53

dfs.datanode.failed.volumes.tolerated 

0       

决定停止数据节点提供服务充许卷的出错次数。0次则任何卷出错都要停止数据节点


3. mapred-default.xml

序号

参数名

参数说明

参数值

1

hadoop.job.history.location

作业跟踪管理器的静态历史文件的存放目录。


2

hadoop.job.history.user.location

可以指定具体某个作业的跟踪管理器的历史文件存放目录


3

mapred.job.tracker.history.completed.location

已完成作业的历史文件的存放目录


4

io.sort.factor

排完序的文件的合并时的打开文件句柄数

 10         

5

io.sort.mb

排序文件的内存缓存大小为100M

 100        

6

io.sort.record.percent

排序线程阻塞的内存缓存剩余比率

 0.05       

7

io.sort.spill.percent

当缓冲占用量为该值时,线程需要将内容先备份到磁盘中。

 0.80       

8

io.map.index.skip

索引条目的间隔设定

 0          

9

mapred.job.tracker

作业跟踪管理器是否和MR任务在一个进程中

 local      

10

mapred.job.tracker.http.address

作业跟踪管理器的HTTP服务器访问端口和地址

0.0.0.0:50030

11

mapred.job.tracker.handler.count          

作业跟踪管理器的管理线程数,线程数比例是任务管理跟踪器数量的0.04

10        

12

mapred.task.tracker.report.address        

任务管理跟踪器的主机地址和端口地址

  

127.0.0.1:0

13

mapred.local.dir                        

MR的中介数据文件存放目录

${hadoop.tmp.dir}/mapred/local 

14

mapred.system.dir                     

MR的控制文件存放目录

${hadoop.tmp.dir}/mapred/system

15

mapreduce.jobtracker.staging.root.dir     

每个正在运行作业文件的存放区

${hadoop.tmp.dir}/mapred/staging

16

mapred.temp.dir                        

MR临时共享文件存放区   

${hadoop.tmp.dir}/mapred/temp  

17

mapred.local.dir.minspacestart   

MR本地中介文件删除时,不充许有任务执行的数量值。

0                               

18

mapred.local.dir.minspacekill     

MR本地中介文件删除时,除非所有任务都已完成的数量值。

0                              

19

mapred.tasktracker.expiry.interval        

任务管理跟踪器不发送心跳的累计时间间隔超过600秒,则任务管理跟踪器失效

600000                         

20

mapred.tasktracker.resourcecalculatorplugin

指定的一个用户访问资源信息的类实例


21

mapred.tasktracker.taskmemorymanager.monitoring-interval

监控任务管理跟踪器任务内存使用率的时间间隔

5000   

22

mapred.tasktracker.tasks.sleeptime-before-sigkill      

发出进程终止后,间隔5秒后发出进程消亡信号

  

5000   

23

mapred.map.tasks                     

每个作业缺省的map任务数为2

2      

24

mapred.reduce.tasks                 

每个作业缺省的reduce任务数为1

1      

25

mapreduce.tasktracker.outofband.heartbeat              

让在任务结束后发出一个额外的心跳信号

false  

26

mapreduce.tasktracker.outofband.heartbeat.damper       

当额外心跳信号发出量太多时,则适当阻止

  

1000000

27

mapred.jobtracker.restart.recover                      

充许任务管理器恢复时采用的方式

false  

28

mapred.jobtracker.job.history.block.size               

作业历史文件块的大小为3M 

3145728

29

mapreduce.job.split.metainfo.maxsize                   

分隔元信息文件的最大值是10M以下

  

10000000

30

mapred.jobtracker.taskScheduler                     

设定任务的执行计划实现类

org.apache.hadoop.mapred.JobQueueTaskScheduler

31

mapred.jobtracker.taskScheduler.maxRunningTasksPerJob

作业同时运行的任务数的最大值


32

mapred.map.max.attempts         

Map任务的重试次数

4    

33

mapred.reduce.max.attempts     

Reduce任务的重试次数

4    

34

mapred.reduce.parallel.copies   

在复制阶段时reduce并行传送的值。

5    

35

mapreduce.reduce.shuffle.maxfetchfailures           

map输出的最大重试次数

10   

36

mapreduce.reduce.shuffle.connect.timeout            

REDUCE任务连接任务管理器获得map输出时的总耗时是3分钟          

  

180000

37

mapreduce.reduce.shuffle.read.timeout               

REDUCE任务等待map输出数据的总耗时是3分钟

180000

38

mapred.task.timeout                  

如果任务无读无写时的时间耗时为10分钟,将被终止

600000

39

mapred.tasktracker.map.tasks.maximum                

任管管理器可同时运行map任务数为2

2    

40

mapred.tasktracker.reduce.tasks.maximum             

任管管理器可同时运行reduce任务数为2

2    

41

mapred.jobtracker.completeuserjobs.maximum 

当用户的完成作业数达100个后,将其放入作业历史文件中

100    

42

mapreduce.reduce.input.limit     

Reduce输入量的限制。

-1     

43

mapred.job.tracker.retiredjobs.cache.size  

作业状态为已不在执行的保留在内存中的量为1000

1000   

44

mapred.job.tracker.jobhistory.lru.cache.size

作业历史文件装载到内存的数量

5      

45

mapred.child.java.opts              

启动task管理的子进程时的内存设置

-Xmx200m

46

mapred.child.env                       

子进程的参数设置


47

mapred.child.ulimit                    

虚拟机所需内存的设定。


48

mapred.cluster.map.memory.mb


-1     

49

mapred.cluster.reduce.memory.mb            


-1     

50

mapred.cluster.max.map.memory.mb           


-1     

51

mapred.cluster.max.reduce.memory.mb        


-1     

52

mapred.job.map.memory.mb     


-1     

53

mapred.job.reduce.memory.mb 


-1     

54

mapred.child.tmp                      

Mr任务信息的存放目录

/tmp   

55

mapred.inmem.merge.threshold 

内存中的合并文件数设置

1000   

56

mapred.job.shuffle.merge.percent           


0.66   

57

mapred.job.shuffle.input.buffer.percent    


0.70   

58

mapred.job.reduce.input.buffer.percent     


0.0    

59

mapred.map.tasks.speculative.execution     

Map任务的多实例并行运行标识

true   

60

mapred.reduce.tasks.speculative.execution  

Reduce任务的多实例并行运行标识

true   

61

mapred.job.reuse.jvm.num.tasks

每虚拟机运行的任务数

1           

62

mapred.min.split.size

Map的输入数据被分解的块数设置

0           

63

mapred.jobtracker.maxtasks.per.job

一个单独作业的任务数设置

-1          

64

mapred.submit.replication

提交作业文件的复制级别

10          

65

mapred.tasktracker.dns.interface

任务管理跟踪器是否报告IP地址名的开关 

default     

66

mapred.tasktracker.dns.nameserver

作业和任务管理跟踪器之间通讯方式采用的DNS服务的主机名或IP地址

default     

67

tasktracker.http.threads

http服务器的工作线程数量

40          

68

mapred.task.tracker.http.address

任务管理跟踪器的http服务器的地址和端口

0.0.0.0:50060

69

keep.failed.task.files

失败任务是否保存到文件中

  

false       

70

mapred.output.compress

作业的输出是否压缩

false       

71

mapred.output.compression.type

作业输出采用NONE, RECORD or BLOCK三种方式中一种压缩的写入到流式文件

RECORD      

72

mapred.output.compression.codec

压缩类的设置

org.apache.hadoop.io.compress.DefaultCodec

73

mapred.compress.map.output

Map的输出是否压缩

false                                    

74

mapred.map.output.compression.codec

Map的输出压缩的实现类指定

org.apache.hadoop.io.compress.DefaultCodec

75

map.sort.class

排序键的排序类指定

org.apache.hadoop.util.QuickSort 

76

mapred.userlog.limit.kb

每个任务的用户日志文件大小

0                                        

77

mapred.userlog.retain.hours

作业完成后的用户日志留存时间为24小时

24                                       

78

mapred.user.jobconf.limit

Jobconf的大小为5M

5242880                                  

79

mapred.hosts

可与作业管理跟踪器连接的主机名


80

mapred.hosts.exclude

不可与作业管理跟踪器连接的主机名


81

mapred.heartbeats.in.second     

作业管理跟踪器的每秒中到达的心跳数量为100

100                

82

mapred.max.tracker.blacklists   

任务管理跟踪器的黑名单列表的数量

4                  

83

mapred.jobtracker.blacklist.fault-timeout-window

任务管理跟踪器超时180分钟则訪任务将被重启

180                

84

mapred.jobtracker.blacklist.fault-bucket-width 


15                 

85

mapred.max.tracker.failures       

任务管理跟踪器的失败任务数设定

4                  

86

jobclient.output.filter                  

控制任务的用户日志输出到作业端时的过滤方式

FAILED             

87

mapred.job.tracker.persist.jobstatus.active    

是否持久化作业管理跟踪器的信息

false              

88

mapred.job.tracker.persist.jobstatus.hours     

持久化作业管理跟踪器的信息的保存时间

0                  

89

mapred.job.tracker.persist.jobstatus.dir       

作业管理跟踪器的信息存放目录

/jobtracker/jobsInfo

90

mapreduce.job.complete.cancel.delegation.tokens

恢复时是否变更领牌   

true               

91

mapred.task.profile                   

任务分析信息是否建设标志

false              

92

mapred.task.profile.maps          

设置map任务的分析范围

0-2                

93

mapred.task.profile.reduces       

设置reduce任务的分析范围

0-2                

94

mapred.line.input.format.linespermap           

每次切分的行数设置

1                  

95

mapred.skip.attempts.to.start.skipping         

在跳转模式未被设定的情况下任务的重试次数 

2                  

96

mapred.skip.map.auto.incr.proc.count           

MapRunner在调用map功能后的增量处理方式设置

true               

97

mapred.skip.reduce.auto.incr.proc.count        

在调用reduce功能后的增量处理方式设置

true               

98

mapred.skip.out.dir                   

跳过记录的输出目录


99

mapred.skip.map.max.skip.records               


0                   

100

mapred.skip.reduce.max.skip.groups             


0                  

101

job.end.retry.attempts               

Hadoop偿试连接通知器的次数  

0                  

102

job.end.retry.interval                 

通知偿试回应的间隔操作为30

30000              

103

hadoop.rpc.socket.factory.class.JobSubmissionProtocol

指定与作业跟踪管理器的通讯方式,缺省是采用rpc方式


104

mapred.task.cache.levels           

任务缓存级别设置

2     

105

mapred.queue.names                 

分隔作业队例的分隔符设定

default

106

mapred.acls.enabled                  

指定ACL访问控制列表

false 

107

mapred.queue.default.state        

定义队列的状态

RUNNING

108

mapred.job.queue.name            

已提交作业的队列设定

default

109

mapreduce.job.acl-modify-job  

指定可修改作业的ACL列表


110

mapreduce.job.acl-view-job      

指定可浏临作业的ACL列表


111

mapred.tasktracker.indexcache.mb                    

任务管理跟踪器的索引内存的最大容器

10    

112

mapred.combine.recordsBeforeProgress                

在聚合处理时的记录块数

  

10000 

113

mapred.merge.recordsBeforeProgress                  

在汇总处理时的记录块数

10000 

114

mapred.reduce.slowstart.completed.maps              


0.05  

115

mapred.task.tracker.task-controller                 

任务管理器的设定

org.apache.hadoop.mapred.DefaultTaskController

116

mapreduce.tasktracker.group    

任务管理器的组成员设定


117

mapred.healthChecker.script.path                    

脚本的绝对路径指定,这些脚本是心跳服务的


118

mapred.healthChecker.interval   

节点心跳信息的间隔

60000                                        

119

mapred.healthChecker.script.timeout                 


600000                                       

120

mapred.healthChecker.script.args                    

参数列表

  


121

mapreduce.job.counters.limit     

作业计数器的最小值

120


评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值