hadoop2.6 配置及優化思路

1.vi /opt/hadoop-2.6.0/etc/hadoop/hadoop-env.sh 

 export JAVA_HOME=/opt/jdk1.7.0_75

 

2.vi /opt/hadoop-2.6.0/etc/hadoop/core-site.xml 

 <property>
 <name>fs.default.name</name>
 <value>hdfs://spore:9000</value>
 </property>

注：spore爲機器的hostname

 

 <!--是否使用本地庫，注意hadoop的位數與操做系統的位數是否匹配-->
 <property>
 <name>hadoop.native.lib</name>
 <value>true</value>
 </property>

 

 <!--關閉hdfs用戶組權限，測試環境下建議打開，方便不一樣用戶訪問-->

<property>
<name>dfs.permissions</name>
<value>false</value>
</property>

 

 <!--hadoop數據存放點，默認/tmp，會重啓丟數據，最好配一個-->

<property>
<name>hadoop.tmp.dir</name>
<value>/opt/hadoop-2.6.0/tmp</value>
</property>

 

3.vi /opt/hadoop-2.6.0/etc/hadoop/hdfs-site.xml

 <!--數據備份數，生產環境最好配置3以上-->
 <property>
 <name>dfs.replication</name>
 <value>1</value>
 </property>

 

4.vi /opt/hadoop-2.6.0/etc/hadoop/mapred-site.xml

<!--使用yarn進行資源管理-->

<property>
<name>mapreduce.framework.name</name>
<value>yarn</value>
</property>

5.vi /opt/hadoop-2.6.0/etc/hadoop/slaves

添加slave的hostname

優化：

儘可能使用combiner減小鍵值對數目，本地合併鍵值對，減小網絡傳輸，優化效果明顯

調大mapreduce中間結果緩存的內存

巧用複合鍵讓系統完成排序，沒必要要本身實現排序