hadoop-2.2.* hdfs-site.xml 配置说明

<configuration>

   <property>

   <name>dfs.cluster.administrators</name>

   <value> hdfs</value>

<!-- HDFS 超级管理员用户 -->

 </property>

   <property>

   <name>dfs.block.access.token.enable</name>

   <value>true</value>

<!-- 是否开启 token 访问验证 -->

 </property>

   <property>

   <name>dfs.datanode.failed.volumes.tolerated</name>

   <value>0</value>

<!-- 能够导致DN挂掉的坏硬盘最大数，默认0就是只要有1个硬盘坏了，DN就会shutdown -->

 </property>

   <property>

   <name>dfs.replication.max</name>

   <value>50</value>

<!-- 有时dn临时故障恢复后会导致数据超过默认备份数。复制份数的最多数，通常没什么用，可以不用写配置文件里。 -->

 </property>

   <property>

   <name>dfs.datanode.du.reserved</name>

   <value>1073741824</value>

<!-- 每块磁盘所保留的空间大小，需要设置一些，主要是给非hdfs文件使用，默认是不保留，0字节 -->

 </property>

   <property>

   <name>dfs.blockreport.initialDelay</name>

   <value>120</value>

<!-- 推迟第一个 block报告在几秒钟内 -->

 </property>

   <property>

   <name>dfs.datanode.data.dir</name>

   <value>file:///data/hadoop/hdfs/dn</value>

<!-- 真正的datanode数据保存路径，可以写多块硬盘，逗号分隔.把这些位置分散在每个节点上的所有磁盘上可以实现磁盘 I/O 平衡，因此会显著改进磁盘 I/O 性能。  -->

 </property>

   <property>

   <name>dfs.client.read.shortcircuit</name>

   <value>true</value>

 </property>

   <property>

   <name>dfs.datanode.max.transfer.threads</name>

   <value>4096</value>

<!-- 指定datanode的最大数量的线程用于传输数据。默认 4096 -->

 </property>

   <property>

   <name>dfs.namenode.http-address</name>

   <value>hadoop01:50070</value>

<!--namenode web UI-->

 </property>

   <property>

   <name>dfs.client.read.shortcircuit.streams.cache.size</name>

   <value>4096</value>

<!-- 在客户端读取前会创建一个FileinputStreamCache，就是由前两个参数控制大小和过期时间,

dfs.client.read.shortcircuit.streams.cache.size和dfs.client.read.shortcircuit.streams.cache.expiry.ms -->

 </property>

   <property>

   <name>dfs.namenode.avoid.write.stale.datanode</name>

   <value>true</value>

<!-- 表明是否要避免写为“过时”的心跳消息尚未收到的NameNode超过指定的时间间隔数据节点。写操作将避免使用陈旧的数据节点，除非多数据节点的配置比例

（dfs.namenode.write.stale.datanode.ratio）被标记为失效。见dfs.namenode.avoid.read.stale.datanode为读取一个类似的设置。 -->

 </property>

   <property>

   <name>dfs.namenode.avoid.read.stale.datanode</name>

   <value>true</value>

 </property>

   <property>

   <name>dfs.namenode.stale.datanode.interval</name>

   <value>30000</value>

<!-- 默认时间间隔一个datanode标记为“down机”,即。 ,如果 namenode没有接到一个datanode心跳超过这个时间间隔,datanode将标记为“过期”。 过期的间隔不能太小 (默认值是3倍 心跳间隔)-->

<!--dfs.client.read.shortcircuit.streams.cache.size和dfs.client.read.shortcircuit.streams.cache.expiry.ms

以及dfs.client.read.shortcircuit.skip.checksum和dfs.client.read.shortcircuit.buffer.size.其中，

在客户端读取前会创建一个FileinputStreamCache，就是由前两个参数控制大小和过期时间的，其中key就是Datanode+block；

后两个参数就是决定是否跳过校验以及校验的块大小.-->

 </property>

   <property>

   <name>dfs.permissions.enabled</name>

   <value>true</value>

<!-- 在HDFS中启用权限检查 TRUE|FALSE。-->

 </property>

   <property>

   <name>dfs.datanode.ipc.address</name>

   <value>0.0.0.0:8010</value>

<!--DN的IPC监听端口，写0的话监听在随机端口通过心跳传输给NN -->

 </property>

   <property>

   <name>dfs.namenode.name.dir</name>

   <value>file:///data/hadoop/hdfs/nn</value>

<!-- NN所使用的元数据保存，一般建议在nfs上保留一份，作为1.0的HA方案使用，也可以在一台服务器的多块硬盘上使用 -->

 </property>

   <property>

   <name>dfs.journalnode.http-address</name>

   <value>0.0.0.0:8480</value>

<!-- JournalNode web UI监听。 如果端口是0,那么服务器将启动将自定义端口。 -->

 </property>

   <property>

   <name>dfs.heartbeat.interval</name>

   <value>3</value>

<!-- DN的心跳检测时间间隔 3 秒 -->

   </property>

   <property>

   <name>dfs.datanode.data.dir.perm</name>

   <value>750</value>

<!-- datanode所使用的本地文件夹的路径权限，默认755 -->

 </property>

   <property>

   <name>fs.permissions.umask-mode</name>

   <value>022</value>

<!-- 创建文件和目录使用umask值。 -->

 </property>

   <property>

   <name>dfs.datanode.balance.bandwidthPerSec</name>

   <value>6250000</value>

<!-- 每个datanode指定的最大数量的带宽,每秒的字节数。-->

 </property>

   <property>

   <name>dfs.namenode.accesstime.precision</name>

   <value>0</value>

<!-- HDFS文件的访问时间精确值。 默认值是1小时。 设置的值为0禁用HDFS的访问时间。-->

 </property>

   <property>

   <name>dfs.namenode.write.stale.datanode.ratio</name>

   <value>1.0f</value>

<!-- 当总datanodes陈旧datanodes数量的比率明显 超过这个比例,停止避免写入失效节点，防止出现问题。-->

 </property>

 <property>

   <name>dfs.namenode.checkpoint.dir</name>

   <value>file:///data/hadoop/hdfs/snn</value>

<!-- secondary namenode 节点存储 checkpoint 文件目录-->

 </property>

 <property>

   <name>dfs.journalnode.edits.dir</name>

   <value>/grid/0/hdfs/journal</value>

 </property>

   <property>

   <name>dfs.blocksize</name>

   <value>134217728</value>

<!-- 2.X 版本默认值：134217728 说明： 这个就是hdfs里一个文件块的大小了，默认128M；太大的话会有较少map同时计算，

太小的话也浪费可用map个数资源，而且文件太小namenode就浪费内存多。对于较大集群，可设为256MB，根据需要进行设置。-->

 </property>

   <property>

   <name>dfs.replication</name>

   <value>3</value>

<!-- hdfs数据块的复制份数，默认3，理论上份数越多跑数速度越快，但是需要的存储空间也更多。有钱人可以调5或者6 -->

 </property>

   <property>

   <name>dfs.block.local-path-access.user</name>

   <value>hbase</value>

 </property>

   <property>

   <name>dfs.datanode.address</name>

   <value>0.0.0.0:50010</value>

<!-- DN的服务监听端口，端口为0的话会随机监听端口，通过心跳通知NN -->

 </property>

   <property>

   <name>dfs.datanode.http.address</name>

   <value>0.0.0.0:50075</value>

<!-- DN的tracker页面监听地址和端口 -->

 </property>

   <property>

   <name>dfs.https.namenode.https-address</name>

   <value>c6401.ambari.apache.org:50470</value>

<!-- NN的HTTPS的tracker页面监听地址和端口 -->

 </property>

   <property>

   <name>dfs.webhdfs.enabled</name>

   <value>true</value>

<!-- 使WebHDFS Namenodes和Datanodes(REST API)。-->

 </property>

   <property>

   <name>dfs.namenode.handler.count</name>

   <value>100</value>

<!--NN启动后展开的线程数。-->

 </property>

   <property>

   <name>dfs.namenode.secondary.http-address</name>

   <value>hadoop02:50090</value>

<!-- secondary name node web 监听端口 -->

 </property>

   <property>

   <name>dfs.permissions.superusergroup</name>

   <value>hdfs</value>

 </property>

   <property>

   <name>dfs.namenode.safemode.threshold-pct</name>

   <value>1.0f</value>

 </property>

   <property>

   <name>dfs.domain.socket.path</name>

   <value>/var/lib/hadoop-hdfs/dn_socket</value>

 </property>

 </configuration>