1、Hadoop3.x系列,NameNode内存生产配置
可以通过以下命令来获取相应的内存信息
jmap -heap 进程号
jmap -heap 6443
可以看到HDFS默认的NameNode和DataNode节点内存配置最大984M,据官方的配置文件etc/hadoop/hadoop-env.sh可知:
###
# NameNode specific parameters
###
# Default log level and output location for file system related change
# messages. For non-namenode daemons, the Java property must be set in
# the appropriate _OPTS if one wants something other than INFO,NullAppender
# Java property: hdfs.audit.logger
# export HDFS_AUDIT_LOGGER=INFO,NullAppender
# Specify the JVM options to be used when starting the NameNode.
# These options will be appended to the options specified as HADOOP_OPTS
# and therefore may override any similar flags set in HADOOP_OPTS
#
# a) Set JMX options
# export HDFS_NAMENODE_OPTS="-Dcom.sun.management.jmxremote=true -Dcom.sun.management.jmxremote.authenticate=false -Dcom.sun.management.jmxremote.ssl=false -Dcom.sun.management.jmxremote.port=1026"
#
# b) Set garbage collection logs
# export HDFS_NAMENODE_OPTS="${HADOOP_GC_SETTINGS} -Xloggc:${HADOOP_LOG_DIR}/gc-rm.log-$(date +'%Y%m%d%H%M')"
#
# c) ... or set them directly
# export HDFS_NAMENODE_OPTS="-verbose:gc -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -Xloggc:${HADOOP_LOG_DIR}/gc-rm.log-$(date +'%Y%m%d%H%M')"
# this is the default:
# export HDFS_NAMENODE_OPTS="-Dhadoop.security.logger=INFO,RFAS"
Hadoop里面NameNode和DataNode是动态分配的(hadoop3.x),并且都是984M
使用以下配置信息来修改此项配置
export HDFS_NAMENODE_OPTS="-Dhadoop.security.logger=INFO,RFAS -Xmx1024m"
export HDFS_DATANODE_OPTS="-Dhadoop.security.logger=ERROR,RFAS -Xmx1024m"
2、Hadoop2.x系列,配置NameNode内存
NameNode内存默认2000m,如果服务器内存4G,NameNode内存可以配置3g。在hadoop-env.sh文件中配置如下。
HADOOP_NAMENODE_OPTS=-Xmx3072m
3、NameNode心跳并发配置
hdfs-site.xml
The number of Namenode RPC server threads that listen to requests from clients. If dfs.namenode.servicerpc-address is not configured then Namenode RPC server threads listen to requests from all nodes.
NameNode有一个工作线程池,用来处理不同DataNode的并发心跳以及客户端并发的元数据操作。
对于大集群或者有大量客户端的集群来说,通常需要增大该参数。默认值是10。
<property>
<name>dfs.namenode.handler.count</name>
<value>21</value>
</property>
企业经验:dfs.namenode.handler.count=20×logeCluster Size ,比如集群规模(DataNode台数)为3台时,此参数设置为21。可通过简单的python代码计算该值,代码如下。
>>> import math
>>> print int(20*math.log(3))
21
>>> quit()
4、开启回收站配置
开启回收站功能,可以将删除的文件在不超时的情况下,恢复原数据,起到防止误删除、备份等作用。
1)回收站工作机制
2)开启回收站功能参数说明
(1)默认值fs.trash.interval = 0,0表示禁用回收站;其他值表示设置文件的存活时间。
(2)默认值fs.trash.checkpoint.interval = 0,检查回收站的间隔时间。如果该值为0,则该值设置和fs.trash.interval的参数值相等。
(3)要求fs.trash.checkpoint.interval <= fs.trash.interval。
3)启用回收站
修改core-site.xml,配置垃圾回收时间为60分钟。
<!-- 回收站有效期 -->
<property>
<name>fs.trash.interval</name>
<value>60</value>
</property>
<!-- 每次检查回收站间隔时间(就是间隔多长时间看一下回收站是否清理) -->
<property>
<name>fs.trash.checkpoint.interval</name>
<value>10</value>
</property>
[mingyu@hadoop102 hadoop-3.1.3]$ hadoop fs -rm /a.txt
2023-03-13 09:16:36,316 INFO fs.TrashPolicyDefault: Moved: 'hdfs://hadoop102:8020/a.txt' to trash at: hdfs://hadoop102:8020/user/mingyu/.Trash/Current/a.txt
4)查看回收站
回收站目录在HDFS集群中的路径:/user/mingyu/.Trash/….
5)注意:通过网页上直接删除的文件也不会走回收站。
6)通过程序删除的文件不会经过回收站,需要调用moveToTrash()才进入回收站
7)只有在命令行利用hadoop fs -rm命令删除的文件才会走回收站。
8)恢复回收站数据
hadoop fs -mv /user/mingyu/.Trash/Current/新建文本文档.txt /