大数据技术之 Hadoop（生产调优手册）

• 1. HDFS—核心参数
• • 1.1 NameNode 内存生产配置
  • 1.2 NameNode 心跳并发配置
  • 1.3 开启回收站配置
• 2. HDFS—集群压测
• • 2.1 测试 HDFS 写性能
  • 2.2 测试 HDFS 读性能
• 3. HDFS—多目录
• • 3.1 NameNode 多目录配置
  • 3.2 DataNode 多目录配置
  • 3.3 集群数据均衡之磁盘间数据均衡
• 4. HDFS—集群扩容及缩容
• • 4.1 添加白名单
  • 4.2 服役新服务器
  • 4.3 服务器间数据均衡
  • 4.4 黑名单退役服务器
• 5. Hadoop学习重点

1. HDFS—核心参数

1.1 NameNode 内存生产配置

1）NameNode 内存计算

每个文件块大概占用 150byte，一台服务器 128G 内存为例，能存储多少文件块呢？

128 * 1024 * 1024 * 1024 / 150Byte ≈ 9.1 亿 
 G     MB     KB    Byte

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）Hadoop3.x 系列，配置 NameNode 内存

（1）hadoop-env.sh 中描述 Hadoop 的内存是动态分配的

# The maximum amount of heap to use (Java -Xmx). If no unit
# is provided, it will be converted to MB. Daemons will
# prefer any Xmx setting in their respective _OPT variable.
# There is no default; the JVM will autoscale based upon machine
# memory size.
# export HADOOP_HEAPSIZE_MAX=
# The minimum amount of heap to use (Java -Xms). If no unit
# is provided, it will be converted to MB. Daemons will
# prefer any Xms setting in their respective _OPT variable.
# There is no default; the JVM will autoscale based upon machine
# memory size.
# export HADOOP_HEAPSIZE_MIN=
HADOOP_NAMENODE_OPTS=-Xmx102400m

（2）查看 NameNode 占用内存

[zs@hadoop102 ~]$ jps
3088 NodeManager
2611 NameNode
3271 JobHistoryServer
2744 DataNode
3579 Jps

[zs@hadoop102 ~]$ jmap -heap 2611
Heap Configuration:
 	MaxHeapSize = 1031798784 (984.0MB)

查看发现 hadoop102 上的 NameNode 和 DataNode 占用内存都是自动分配的，且相等。

不是很合理。

经验参考：

https://docs.cloudera.com/documentation/enterprise/6/release-notes/topics/rg_hardware_requirements.html#concept_fzz_dq4_gbb

具体修改：hadoop-env.sh

export HDFS_NAMENODE_OPTS="-Dhadoop.security.logger=INFO,RFAS -Xmx1024m"
export HDFS_DATANODE_OPTS="-Dhadoop.security.logger=ERROR,RFAS-Xmx1024m"

1.2 NameNode 心跳并发配置

1）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 ×

标签：HDFS,fs,hadoop,Hadoop,调优,3.1,hadoop102,手册,zs
来源： https://blog.csdn.net/qq_46092061/article/details/120500710