基于CDH5.13版本的集群HDFS调优

        做Hadoop集群维护大概有4年多了，其中有小三年都在维护cdh版本的集群，下面就千节点集群的HDFS调优写一下个人心得，大家可以给我指正错误的地方。

1、dfs.block.size, dfs.blocksize

该参数在5.13.1版本的cdh的默认块大小为128M，此参数事需要根据输入文件的大小以及计算是生产的map来总和考量。一般来说，文件大，集群数量少，还是建议将block size设置大一些的好。目前我维护的千节点集群设置是1GB。

2、balance参数

由于每天的数据较大，并且伴有坏盘或者下线的机器，还有新增的机器也会很频繁，所以集群基本每天都在做balance，偏差值我设置了5%也涉及了同时移动副本数，以及平衡带宽，目前看状态还可以。

3、单个节点balance

hdfs-site.xml的高级代码段里增加dfs.disk.balancer.enabled 值设置为true

hdfs diskbalancer -plan cdh3(需要均衡的机器) 会生成一个*.plan.json的文件

hdfs diskbalancer -execute /system/diskbalancer/2017-Jun-26-10-10-14/cdh04.plan.json

hdfs diskbalancer -query cdh04

DONE的时候表示已经执行完毕

4、并行移动块数

maximum concurrent moves 这个参数编写的数值一定要考虑好自己现有集群的带宽，还有自己设置的副本大小，大了容易拥堵网络，小了速度又太慢。

5、平衡带宽数

dfs.balance.bandwidth.persec

dfs.datanode.balance.bandwidth.persec</