备注: 文章来源引用"黑马大数据开发"
通用调优
- NameNode的元数据备份使用SSD
- 定时备份NameNode上的元数据每小时或者每天备份，如果数据极其重要，可以5~10分钟备份一次。备份可以通过定时任务复制元数据目录即可。
3)为NameNode指定多个元数据目录使用dfs.name.dir或者dfs.namenode.name.dir指定。一个指定本地磁盘，一个指定网络磁盘。这样可以提供元数据的冗余和健壮性，以免发生故障。设置dfs.namenode.name.dir.restore为true，允许尝试恢复之前失败的dfs.namenode.name.dir目录，在创建checkpoint时做此尝试，如果设置了多个磁盘，建议允许。 - NameNode节点配置为RAID1（镜像盘）结构
- 保持NameNode日志目录有足够的空间，有助于帮助发现问题。
- Hadoop是IO密集型框架，所以尽量提升存储的速度和吞吐
Linux调优
- 开启文件系统的预读缓存可以提高读取速$ sudoblockdev--setra32768 /dev/sda（尖叫提示：ra是readahead的缩写）
- 最大限度使用物理内存$ sudosysctl-w vm.swappiness=0◆swappiness，Linux内核参数，控制换出运行时内存的相对权重◆swappiness参数值可设置范围在0到100之间，低参数值会让内核尽量少用交换，更高参数值会使内核更多的去使用交换空间◆默认值为60（当剩余物理内存低于40%（40=100-60）时，开始使用交换空间）◆对于大多数操作系统，设置为100可能会影响整体性能，而设置为更低值（甚至为0）则可能减少响应延迟
- 调整ulimit上限, 默认值为比较小的数字
ulimit-u 查看允许打开最大文件数
4)开启集群的时间同步NTP
HDFS调优
-
保证RPC调用会有较多的线程
属性：dfs.namenode.handler.count
解释：该属性是NameNode服务默认线程数，的默认值是10，根据机器的可用内存可以调整为50~100
属性：dfs.datanode.handler.count
解释：该属性默认值为10，是DataNode的处理线程数，如果HDFS客户端程序读写请求比较多，可以调高到1520，设置的值越大，内存消耗越多，不要调整的过高，一般业务中，510即可。 -
副本数量的调整属性：dfs.replication解释：如果数据量巨大，且不是非常之重要，可以调整为23，如果数据非常之重要，可以调整为35。
-
文件块大小的调整属性：dfs.blocksize解释：块大小定义，该属性应该根据存储的大量的单个文件大小来设置，如果大量的单个文件都小于100M，建议设置成64M块大小，对于大于100M或者达到GB的这种情况，建议设置成256M，一般设置范围波动在64M~256M之间。
HBase的调优
- 优化DataNode允许的最大文件数属性：dfs.datanode.max.transfer.threads文件：hdfs-site.xml解释：HBase一般都会同一时间操作大量的文件，根据集群的数量和规模以及数据动作，设置为4096或者更高。默认值：4096
- 优化延迟高的数据操作的等待时间属性：dfs.image.transfer.timeout文件：hdfs-site.xml解释：如果对于某一次数据操作来讲，延迟非常高，socket需要等待更长的时间，建议把该值设置为更大的值（默认60000毫秒），以确保socket不会被timeout掉。
- 优化数据的写入效率属性：mapreduce.map.output.compressmapreduce.map.output.compress.codec文件：mapred-site.xml解释：开启这两个数据可以大大提高文件的写入效率，减少写入时间。第一个属性值修改为true，第二个属性值修改为：org.apache.hadoop.io.compress.GzipCodec
HBase的调优
- 优化DataNode存储属性：dfs.datanode.failed.volumes.tolerated文件：hdfs-site.xml解释：默认为0，意思是当DataNode中有一个磁盘出现故障，则会认为该DataNodeshutdown了。如果修改为1，则一个磁盘出现故障时，数据会被复制到其他正常的DataNode上。
- 设置RPC监听数量属性：hbase.regionserver.handler.count文件：hbase-site.xml解释：默认值为30，用于指定RPC监听的数量，可以根据客户端的请求数进行调整，读写请求较多时，增加此值。
- 优化HStore文件大小属性：hbase.hregion.max.filesize文件：hbase-site.xml解释：默认值10737418240（10GB），如果需要运行HBase的MR任务，可以减小此值，因为一个region对应一个map任务，如果单个region过大，会导致map任务执行时间过长。该值的意思就是，如果HFile的大小达到这个数值，则这个region会被切分为两个Hfile。
HBase的调优
- 优化hbase客户端缓存属性：hbase.client.write.buffer文件：hbase-site.xml解释：用于指定HBase客户端缓存，增大该值可以减少RPC调用次数，但是会消耗更多内存，反之则反之。一般我们需要设定一定的缓存大小，以达到减少RPC次数的目的。
- 指定scan.next扫描HBase所获取的行数属性：hbase.client.scanner.caching文件：hbase-site.xml解释：用于指定scan.next方法获取的默认行数，值越大，消耗内存越大。
网友评论