(转)hadoop 配置文件解释
借鉴：https://blog.csdn.net/wangming520liwei/article/details/78923216
Hadoop 参数配置 详解
一、常用端口
组件 | 节点 | 默认端口 | 配置 | 用途说明 |
HDFS | DataNode | 50010 | dfs.datanode.address | datanode服务端口，用于数据传输 |
HDFS | DataNode | 50075 | dfs.datanode.http.address | http服务的端口 |
HDFS | DataNode | 50475 | dfs.datanode.https.address | https服务的端口 |
HDFS | DataNode | 50020 | dfs.datanode.ipc.address | ipc服务的端口 |
HDFS | NameNode | 50070 | dfs.namenode.http-address | http服务的端口 |
HDFS | NameNode | 50470 | dfs.namenode.https-address | https服务的端口 |
HDFS | NameNode | 8020 | fs.defaultFS | 接收Client连接的RPC端口，用于获取文件系统metadata信息。 |
HDFS | journalnode | 8485 | dfs.journalnode.rpc-address | RPC服务 |
HDFS | journalnode | 8480 | dfs.journalnode.http-address | HTTP服务 |
HDFS | ZKFC | 8019 | dfs.ha.zkfc.port | ZooKeeper FailoverController，用于NN HA |
YARN | ResourceManager | 8032 | yarn.resourcemanager.address | RM的applications manager(ASM)端口，ResourceManager对客户端暴露的地址。客户端通过该地址向RM提交应用程序，杀死应用程序等 |
YARN | ResourceManager | 8030 | yarn.resourcemanager.scheduler.address | scheduler组件的IPC端口，ResourceManager对ApplicationMaster暴露的访问地址。ApplicationMaster通过该地址向RM申请资源、释放资源等。 |
YARN | ResourceManager | 8031 | yarn.resourcemanager.resource-tracker.address | IPC ResourceManager对NodeManager暴露的地址.。NodeManager通过该地址向RM汇报心跳，领取任务等。 |
YARN | ResourceManager | 8033 | yarn.resourcemanager.admin.address | IPC ResourceManager 对管理员暴露的访问地址。管理员通过该地址向RM发送管理命令等。 |
YARN | ResourceManager | 8088 | yarn.resourcemanager.webapp.address | http服务端口 ResourceManager对外web ui地址。用户可通过该地址在浏览器中查看集群各类信息。 |
YARN | NodeManager | 8040 | yarn.nodemanager.localizer.address | localizer IPC |
YARN | NodeManager | 8042 | yarn.nodemanager.webapp.address | http服务端口 |
YARN | NodeManager | 8041 | yarn.nodemanager.address | NM中container manager的端口 |
YARN | JobHistory Server | 10020 | mapreduce.jobhistory.address | IPC |
YARN | JobHistory Server | 19888 | mapreduce.jobhistory.webapp.address | http服务端口 |
HBase | Master | 60000 | hbase.master.port | IPC |
HBase | Master | 60010 | hbase.master.info.port | http服务端口 |
HBase | RegionServer | 60020 | hbase.regionserver.port | IPC |
HBase | RegionServer | 60030 | hbase.regionserver.info.port | http服务端口 |
HBase | HQuorumPeer | 2181 | hbase.zookeeper.property.clientPort | HBase-managed ZK mode，使用独立的ZooKeeper集群则不会启用该端口。 |
HBase | HQuorumPeer | 2888 | hbase.zookeeper.peerport | HBase-managed ZK mode，使用独立的ZooKeeper集群则不会启用该端口。 |
HBase | HQuorumPeer | 3888 | hbase.zookeeper.leaderport | HBase-managed ZK mode，使用独立的ZooKeeper集群则不会启用该端口。 |
Hive | Metastore | 9083 | /etc/default/hive-metastore中export PORT=<port>来更新默认端口 |
|
Hive | HiveServer | 10000 | /etc/hive/conf/hive-env.sh中export HIVE_SERVER2_THRIFT_PORT=<port>来更新默认端口 |
|
ZooKeeper | Server | 2181 | /etc/zookeeper/conf/zoo.cfg中clientPort=<port> | 对客户端提供服务的端口 |
ZooKeeper | Server | 2888 | /etc/zookeeper/conf/zoo.cfg中server.x=[hostname]:nnnnn[:nnnnn]，标蓝部分 | follower用来连接到leader，只在leader上监听该端口。 |
ZooKeeper | Server | 3888 | /etc/zookeeper/conf/zoo.cfg中server.x=[hostname]:nnnnn[:nnnnn]，标蓝部分 | 用于leader选举的。只在electionAlg是1,2或3(默认)时需要。 |
组件 | 节点 | 缺省值 | 配置 | 用途说明 |
YARN | NodeManager | 8192 | yarn.nodemanager.resource.memory-mb | NodeManager总的可用物理内存。注意，该参数是不可修改的，一旦设置，整个运行过程中不 可动态修改。另外，该参数的默认值是8192MB，即使你的机器内存不够8192MB，YARN也会按照这些内存来使用，因此，这个值通过一 定要配置。不过，Apache已经正在尝试将该参数做成可动态修改的。 |
YARN | NodeManager | 2.1 | yarn.nodemanager.vmem-pmem-ratio | 每使用1MB物理内存，最多可用的虚拟内存数。 |
YARN | NodeManager | 8 | yarn.nodemanager.resource.cpu-vcores | NodeManager总的可用虚拟CPU个数。 |
YARN | NodeManager | ${hadoop.tmp.dir}/nm-local-dir | yarn.nodemanager.local-dirs | 中间结果存放位置，类似于1.0中的mapred.local.dir。注意，这个参数通常会配置多个目录，已分摊磁盘IO负载。 |
YARN | NodeManager | 10800（3小时） | yarn.nodemanager.log.retain-seconds | NodeManager上日志最多存放时间（不启用日志聚集功能时有效）。 |
YARN | NodeManager | yarn.nodemanager.aux-services | NodeManager上运行的附属服务。需配置成mapreduce_shuffle，才可运行MapReduce程序 | |
YARN | NodeManager | 1024/8192 | yarn.scheduler.minimum-allocation-mb/ yarn.scheduler.maximum-allocation-mb | 单个可申请的最小/最大内存资源量。比如设置为1024和3072，则运行MapRedce作业时，每个Task最少可申请1024MB内存，最多可申请3072MB内存。 |
YARN | NodeManager | yarn.scheduler.minimum-allocation-vcores / yarn.scheduler.maximum-allocation-vcores | 单个可申请的最小/最大虚拟CPU个数。比如设置为1和4，则运行MapRedce作业时，每个Task最少可申请1个虚拟CPU，最多可申请4个虚拟CPU。什么是虚拟CPU,查看：http://dongxicheng.org/mapreduce-nextgen/yarnmrv2-resource-manager-resource-manager/ | |
| ||||
| ||||
| ||||
MapReduce参数配置
参数名称 | 缺省值 | 说明 |
mapreduce.job.name |
| 作业名称 |
mapreduce.job.priority | NORMAL | 作业优先级 |
yarn.app.mapreduce.am.resource.mb | 1536 | MR ApplicationMaster占用的内存量 |
yarn.app.mapreduce.am.resource.cpu-vcores | 1 | MR ApplicationMaster占用的虚拟CPU个数 |
mapreduce.am.max-attempts | 2 | MR ApplicationMaster最大失败尝试次数 |
mapreduce.map.memory.mb | 1024 | 每个Map Task需要的内存量 |
mapreduce.map.cpu.vcores | 1 | 每个Map Task需要的虚拟CPU个数 |
mapreduce.map.maxattempts | 4 | Map Task最大失败尝试次数 |
mapreduce.reduce.memory.mb | 1024 | 每个Reduce Task需要的内存量 |
mapreduce.reduce.cpu.vcores | 1 | 每个Reduce Task需要的虚拟CPU个数 |
mapreduce.reduce.maxattempts | 4 | Reduce Task最大失败尝试次数 |
mapreduce.map.speculative | false | 是否对Map Task启用推测执行机制 |
mapreduce.reduce.speculative | false | 是否对Reduce Task启用推测执行机制 |
mapreduce.job.queuename | default | 作业提交到的队列 |
mapreduce.task.io.sort.mb | 100 | 任务内部排序缓冲区大小 |
mapreduce.map.sort.spill.percent | 0.8 | Map阶段溢写文件的阈值（排序缓冲区大小的百分比） |
mapreduce.reduce.shuffle.parallelcopies | 5 | Reduce Task启动的并发拷贝数据的线程数目 |
参考文档：
core-site.xml
hadoop.common.configuration.version
描述： 配置文件的版本。
hadoop.tmp.dir=/tmp/hadoop-${user.name}
描述：Hadoop的临时目录，其它目录会基于此路径。本地目录。
只可以设置一个值；建议设置到一个足够空间的地方，而不是默认的/tmp下
服务端参数，修改需重启
hadoop.security.authorization=false
是否开启安全服务验证。
建议不开启。认证操作比较复杂，在公司内部网络下，重要性没那么高
io.file.buffer.size=4096
在读写文件时使用的缓存大小。这个大小应该是内存Page的倍数。
建议1M
io.compression.codecs=null
压缩和解压缩编码类列表，用逗号分隔。这些类是使用Java ServiceLoader加载。
fs.defaultFS=file:///
默认文件系统的名称。URI形式。uri's的scheme需要由(fs.SCHEME.impl)指定文件系统实现类。uri's的authority部分用来指定host, port等。默认是本地文件系统。
HA方式，这里设置服务名，例如：hdfs://mycluster1
HDFS的客户端访问HDFS需要此参数。
fs.trash.interval=0
以分钟为单位的垃圾回收时间，垃圾站中数据超过此时间，会被删除。如果是0，垃圾回收机制关闭。可以配置在服务器端和客户端。如果在服务器端配置trash无效，会检查客户端配置。如果服务器端配置有效，客户端配置会忽略。
建议开启，建议4320（3天）
垃圾回收站，如有同名文件被删除，会给文件顺序编号，例如：a.txt,a.txt(1)
fs.trash.checkpoint.interval=0
以分钟为单位的垃圾回收检查间隔。应该小于或等于fs.trash.interval。如果是0，值等同于fs.trash.interval。每次检查器运行，会创建新的检查点。
建议设置为60（1小时）
dfs.ha.fencing.methods=null
HDFS的HA功能的防脑裂方法。可以是内建的方法(例如shell和sshfence)或者用户定义的方法。建议使用sshfence(hadoop:9922)，括号内的是用户名和端口，注意，这需要NN的2台机器之间能够免密码登陆
fences是防止脑裂的方法，保证NN中仅一个是Active的，如果2者都是Active的，新的会把旧的强制Kill。
dfs.ha.fencing.ssh.private-key-files=null
使用sshfence时，SSH的私钥文件。 使用了sshfence，这个必须指定
ha.zookeeper.quorum=null
Ha功能，需要一组zk地址，用逗号分隔。被ZKFailoverController使用于自动失效备援failover。
9.ha.zookeeper.session-timeout.ms=5000
ZK连接超时。ZKFC连接ZK时用。设置一个小值可以更快的探测到服务器崩溃（crash),但也会更频繁的触发失效备援，在传输错误或者网络不畅时。建议10s-30s
hadoop.http.staticuser.user=dr.who
在网页界面访问数据使用的用户名。默认值是一个不真实存在的用户，此用户权限很小，不能访问不同用户的数据。这保证了数据安全。也可以设置为hdfs和hadoop等具有较高权限的用户，但会导致能够登陆网页界面的人能看到其它用户数据。实际设置请综合考虑。如无特殊需求。使用默认值就好
fs.permissions.umask-mode=22
在创建文件和目录时使用此umask值（用户掩码）。类linux上的文件权限掩码。可以使用8进制数字也可以使用符号，例如："022" (8进制，等同于以符号表示的u=rwx,g=r-x,o=r-x)，或者"u=rwx,g=rwx,o="(符号法，等同于8进制的007)。注意，8进制的掩码，和实际权限设置值正好相反，建议使用符号表示法，描述更清晰
io.native.lib.available=true
是否启动Hadoop的本地库，默认启用。本地库可以加快基本操作，例如IO，压缩等。
hadoop.http.filter.initializers=org.apache.hadoop.http.lib.StaticUserWebFilter
Hadoop的Http服务中，用逗号分隔的一组过滤器类名，每个类必须扩展自org.apache.hadoop.http.FilterInitializer。 这些组件被初始化，应用于全部用户的JSP和Servlet页面。 列表中定义的顺序就是过滤器被调用的顺序。
hadoop.security.authentication
安全验证规则，可以是simple和kerberos。simple意味着不验证。
hadoop.security.group.mapping=org.apache.hadoop.security.JniBasedUnixGroupsMappingWithFallback
user到group的映射类。ACL用它以给定user获取group。默认实现是org.apache.hadoop.security.JniBasedUnixGroupsMappingWithFallback,如果JNI有效，它将发挥作用，使用Hadoop的API去获取user的groups列表。如果JNI无效，会使用另一个基于shell的实现, ShellBasedUnixGroupsMapping。这个实现是基于Linux、Unix的shell的环境。
hadoop.security.groups.cache.secs=300
user到gourp映射缓存的有效时间。如果超时，会再次调用去获取新的映射关系然后缓存起来。
hadoop.security.service.user.name.key=null
如果相同的RPC协议被多个Server实现，这个配置是用来指定在客户端进行RPC调用时，使用哪个principal name去联系服务器。不建议使用
hadoop.security.uid.cache.secs=14400
安全选项。不建议使用
hadoop.rpc.protection=authentication
rpc连接保护。可取的值有authentication（认证）, integrity（完整）and privacy（隐私）。不建议使用
hadoop.work.around.non.threadsafe.getpwuid=false
一些系统已知在调用getpwuid_r和getpwgid_r有问题，这些调用是非线程安全的。这个问题的主要表现特征是JVM崩溃。如果你的系统有这些问题，开启这个选项。默认是关闭的。
hadoop.kerberos.kinit.command=kinit
用来定期的向Hadoop提供新的Kerberos证书。所提供命令需要能够在运行Hadoop客户端的用户路径中查找到，否则，请指定绝对路径。不建议使用
hadoop.security.auth_to_local=null
映射kerberos principals（代理人）到本地用户名
io.bytes.per.checksum=512
每次进行校验和检查的字节数。一定不能大于io.file.buffer.size.
io.skip.checksum.errors=FALSE
是否跳过校验和错误，默认是否，校验和异常时会抛出错误。
io.serializations=org.apache.hadoop.io.serializer.WritableSerialization,org.apache.hadoop.io.serializer.avro.AvroSpecificSerialization,org.apache.hadoop.io.serializer.avro.AvroReflectSerialization
序列化类列表，可以被用来获取序列化器和反序列化器（serializers and deserializers）。
io.seqfile.local.dir=${hadoop.tmp.dir}/io/local
本地文件目录。sequence file在merge过程中存储内部数据的地方。可以是逗号分隔的一组目录。最好在不同磁盘以分散IO。实际不存在的目录会被忽略。
io.map.index.skip=0
跳过的索引实体数量在entry之间。默认是0。设置大于0的值可以用更少的内存打开大MapFiles。注意：MpaFile是一组Sequence文件，是排序后的，带内部索引的文件
io.map.index.interval=128
MapFile包含两个文件，数据文件和索引文件。每io.map.index.interval个记录写入数据文件，一条记录(行key，数据文件位置)写入索引文件。
fs.default.name=file:///
过时。使用(fs.defaultFS)代替
fs.AbstractFileSystem.file.impl=org.apache.hadoop.fs.local.LocalFs
文件系统实现类：file
fs.AbstractFileSystem.hdfs.impl=org.apache.hadoop.fs.Hdfs
文件系统实现类：hdfs
fs.AbstractFileSystem.viewfs.impl=org.apache.hadoop.fs.viewfs.ViewFs
文件系统实现类：viewfs (例如客户端挂载表)。
在实现federation特性时，客户端可以部署此系统，方便同时访问多个nameservice
fs.ftp.host=0.0.0.0
非Hdfs文件系统设置。暂不关注
fs.ftp.host.port=21
非Hdfs文件系统设置。暂不关注
fs.df.interval=60000
磁盘使用统计刷新间隔，以毫秒为单位
fs.s3.block.size=67108864
非Hdfs文件系统设置。暂不关注
fs.s3.buffer.dir=${hadoop.tmp.dir}/s3
非Hdfs文件系统设置。暂不关注
fs.s3.maxRetries=4
非Hdfs文件系统设置。暂不关注
fs.s3.sleepTimeSeconds=10
非Hdfs文件系统设置。暂不关注
fs.automatic.close=true
默认的，文件系统实例在程序退出时自动关闭，通过JVM shutdown hook方式。可以把此属性设置为false取消这种操作。这是一个高级选项，需要使用者特别关注关闭顺序。不要关闭
fs.s3n.block.size=67108864
非Hdfs文件系统设置。暂不关注
io.seqfile.compress.blocksize=1000000
SequenceFiles以块压缩方式压缩时，块大小大于此值时才启动压缩。
io.seqfile.lazydecompress=TRUE
懒惰解压，仅在必要时解压，仅对块压缩的SequenceFiles有效。
io.seqfile.sorter.recordlimit=1000000
在SequenceFiles.Sorter spill过程中，保存在内存中的记录数
io.mapfile.bloom.size=1048576
在BloomMapFile使用的布隆过滤器内存大小。
io.mapfile.bloom.error.rate=0.005
BloomMapFile中使用布隆过滤器失败比率.如果减少这个值，使用的内存会成指数增长。
hadoop.util.hash.type=murmur
默认Hash算法实现. 'murmur':MurmurHash, 'jenkins':JenkinsHash.
ipc.client.idlethreshold=4000
连接数阀值，超过此值，需要进行空闲连接检查
ipc.client.kill.max=10
定义客户端最大数量，超过会被断开连接
ipc.client.connection.maxidletime=10000
毫秒，最大时间，超过后客户端会断开和服务器的连接。
ipc.client.connect.max.retries=10
客户端连接重试次数。
ipc.client.connect.max.retries.on.timeouts=45
在连接超时后，客户端连接重试次数
ipc.server.listen.queue.size=128
定义服务器端接收客户端连接的监听队列长度
ipc.server.tcpnodelay=false
在服务器端开启/关闭Nagle's算法，此算法可以延迟小数据包发送，从而达到网络流量更有效利用。但是这对小数据包是不利的。默认关闭。建议false，即开启Nagle算法
ipc.client.tcpnodelay=false
参考ipc.server.tcpnodelay，客户端参数。或许可以考虑关闭Nagle算法，增加客户端响应速度
hadoop.rpc.socket.factory.class.default=org.apache.hadoop.net.StandardSocketFactory
高级选项，暂不考虑
hadoop.rpc.socket.factory.class.ClientProtocol=null
高级选项，暂不考虑
hadoop.socks.server=null
高级选项，暂不考虑
net.topology.node.switch.mapping.impl=org.apache.hadoop.net.ScriptBasedMapping
机架感知实现类。
net.topology.script.file.name=null
配合ScriptBasedMapping使用。脚本文件。此脚本文件，输入是ip地址，输出是机架路径。
net.topology.script.number.args=100
机架感知脚本文件的参数最大数量。脚本每次运行被传递的参数，每个参数是一个ip地址
net.topology.table.file.name=null
在net.topology.script.file.name被设置为org.apache.hadoop.net.TableMapping时，可以使用此配置。文件格式是一个有两个列的文本文件，使用空白字符分隔。第一列是DNS或IP地址，第二列是机架路径。如无指定，使用默认机架（/default-rack）
file.stream-buffer-size=4096
非hdfs文件系统，暂不关注
s3.stream-buffer-size=4096
非hdfs文件系统，暂不关注
kfs.stream-buffer-size=4096
非hdfs文件系统，暂不关注
ftp.stream-buffer-size=4096
非hdfs文件系统，暂不关注
tfile.io.chunk.size=1048576
非hdfs文件系统，暂不关注
hadoop.http.authentication.type=simple
Oozie Http终端安全验证。可选值：simple | kerberos |#AUTHENTICATION_HANDLER_CLASSNAME#
建议simple，关闭验证
hadoop.http.authentication.token.validity=36000
安全选项。暂不关注
hadoop.http.authentication.signature.secret.file=${user.home}/hadoop-http-auth-signature-secret
安全选项。暂不关注
hadoop.http.authentication.cookie.domain=null
安全选项。暂不关注
hadoop.http.authentication.simple.anonymous.allowed=TRUE
安全选项。暂不关注
hadoop.http.authentication.kerberos.principal=HTTP/_HOST@LOCALHOST
安全选项。暂不关注
hadoop.http.authentication.kerberos.keytab=${user.home}/hadoop.keytab
安全选项。暂不关注
dfs.ha.fencing.ssh.connect-timeout=30000
SSH连接超时，毫秒，仅适用于内建的sshfence fencer。
ha.zookeeper.parent-znode=/hadoop-ha
ZK失效备援功能，需要在ZK上创建节点，这里是根节点的名称。ZKFC会在这下面工作。注意，NameService ID会 被写到此节点下，所以即便是开启federation功能，也仅需要指定一个值。
ha.zookeeper.acl=world:anyone:rwcda
ZKFC创建的ZK节点的访问控制权限设置。可以多个，逗号分隔。此设置和ZK的CLI使用相同的格式。
ha.zookeeper.auth=null
ZK操作时的权限验证。
hadoop.ssl.keystores.factory.class=org.apache.hadoop.security.ssl.FileBasedKeyStoresFactory
安全选项。暂不关注
hadoop.ssl.require.client.cert=FALSE
安全选项。暂不关注
hadoop.ssl.hostname.verifier=DEFAULT
安全选项。暂不关注
hadoop.ssl.server.conf=ssl-server.xml
安全选项。暂不关注
hadoop.ssl.client.conf=ssl-client.xml
安全选项。暂不关注
hadoop.ssl.enabled=FALSE
安全选项。暂不关注
hadoop.jetty.logs.serve.aliases=TRUE
是否允许在Jetty中使用别名服务。
ha.health-monitor.connect-retry-interval.ms=1000
HA功能的健康监控连接重试间隔
ha.health-monitor.check-interval.ms=1000
HA功能的健康监控连接间隔
ha.health-monitor.sleep-after-disconnect.ms=1000
HA功能的健康监控，在因网络问题失去连接后休眠多久。用于避免立即重试，此时网络问题仍在，没有意义
ha.health-monitor.rpc-timeout.ms=45000
HA功能健康监控的超时时间，毫秒
ha.failover-controller.new-active.rpc-timeout.ms=60000
FC等待新的NN变成active状态的超时时间。
ha.failover-controller.graceful-fence.rpc-timeout.ms=5000
FC等待旧的active变成standby的超时时间。
ha.failover-controller.graceful-fence.connection.retries=1
FC在做完美隔离是的连接重试次数（graceful fencing）
ha.failover-controller.cli-check.rpc-timeout.ms=20000
手动运行的FC功能（从CLI）等待健康检查、服务状态的超时时间。
hdfs-site.xml
hadoop.hdfs.configuration.version=1
配置文件的版本
dfs.datanode.address=0.0.0.0:50010
DN服务地址和端口，用于数据传输。0表示任意空闲端口。
xferPort dfs.datanode.address 50010 数据流地址 数据传输 infoPort dfs.datanode.http.address 50075 ipcPort dfs.datanode.ipc.address 50020命令
dfs.datanode.http.address=0.0.0.0:50075
DN的HTTP服务地址和端口。0表示任意空闲端口。
dfs.datanode.ipc.address=0.0.0.0:50020
DN的IPC地址和端口。0表示任意空闲端口。
dfs.namenode.rpc-address=0.0.0.0:50090
NN的RPC地址和端口
dfs.namenode.http-address=0.0.0.0:50070
NN的HTTP地址和端口。0表示任意空闲端口。
dfs.datanode.du.reserved=0
每个磁盘（volume）的保留空间，字节。要注意留足够的空间给非HDFS文件使用。建议保留磁盘容量的5%或者50G以上
dfs.namenode.name.dir.restore=FALSE
设置为true，允许NN尝试恢复之前失败的dfs.namenode.name.dir目录。在创建checkpoint是做此尝试。如果设置多个磁盘，建议允许
dfs.namenode.edits.dir=${dfs.namenode.name.dir}
本地文件，NN存放edits文件的目录。可以是逗号分隔的目录列表。edits文件会存储在每个目录，冗余安全。
dfs.namenode.shared.edits.dir=null
在多个NN中共享存储目录，用于存放edits文件。这个目录，由active写，由standby读，以保持命名空间数据一致。此目录不需要是dfs.namenode.edits.dir中列出的。在非HA集群中，它不会使用。建议使用qj方式，可以不关注这个选项
dfs.namenode.edits.journal-plugin.qjournal=org.apache.hadoop.hdfs.qjournal.client.QuorumJournalManager
qj方式共享edits。建议使用此方式
dfs.permissions.enabled=true
是否在HDFS中开启权限检查。
dfs.permissions.superusergroup=supergroup
超级用户组。仅能设置一个。
dfs.datanode.data.dir=file://${hadoop.tmp.dir}/dfs/data
本地磁盘目录，HDFS数据应该存储Block的地方。可以是逗号分隔的目录列表（典型的，每个目录在不同的磁盘）。这些目录被轮流使用，一个块存储在这个目录，下一个块存储在下一个目录，依次循环。每个块在同一个机器上仅存储一份。不存在的目录被忽略。必须创建文件夹，否则被视为不存在。
dfs.replication=3
数据块副本数。此值可以在创建文件是设定，客户端可以只有设定，也可以在命令行修改。不同文件可以有不同的副本数。默认值用于未指定时。
dfs.replication.max=512
最大块副本数，不要大于节点总数。
dfs.namenode.replication.min=1
最小块副本数。在上传文件时，达到最小副本数，就认为上传是成功的
dfs.blocksize=67108864
块大小，字节。可以使用后缀: k(kilo), m(mega), g(giga), t(tera), p(peta), e(exa)指定大小(就像128k, 512m, 1g,等待)。
dfs.client.block.write.retries=3
客户端写数据到DN时，最大重试次数。超过重试次数就会报出错误。
dfs.client.block.write.replace-datanode-on-failure.enable=true
在进行pipeline写数据（上传数据的方式）时，如果DN或者磁盘故障，客户端将尝试移除失败的DN，然后写到剩下的磁盘。一个结果是，pipeline中的DN减少了。这个特性是添加新的DN到pipeline。这是一个站点范围的选项。当集群规模非常小时，例如3个或者更小，集群管理者可能想要禁止掉此特性。
dfs.client.block.write.replace-datanode-on-failure.policy=DEFAULT
此属性仅在dfs.client.block.write.replace-datanode-on-failure.enable设置为true时有效。
ALWAYS: 总是添加新的DN
NEVER: 从不添加新的DN
DEFAULT: 设r是副本数，n是要写的DN数。在r>=3并且floor(r/2)>=n或者r>n(前提是文件是hflushed/appended)时添加新的DN。
dfs.heartbeat.interval=3
DN的心跳间隔，秒
dfs.namenode.handler.count=10
NN的服务线程数。用于处理RPC请求。
dfs.namenode.safemode.threshold-pct=0.999f
数据进入安全模式阀值，百分比，float形式，数据块达到最小副本数（dfs.namenode.replication.min）的百分比。值小于等于0意味着在退出安全模式前不等待数据修复。大于1的值将导致无法离开安全模式。
dfs.namenode.safemode.extension=30000
安全模式扩展存在时间，在需要的阀值达到后，毫秒。可以设置为0，或者比较短的一个时间，例如3秒
dfs.datanode.balance.bandwidthPerSec=1048576
在做数据平衡时，每个DN最大带宽占用，每秒字节。默认值是1M。建议可以到10M
dfs.hosts=null
文件名，包含了一个host列表，允许列表内机器连到NN。必须指定完整路径。如果值为空，全部hosts都允许连入。
dfs.hosts.exclude=null
文件名，包含了一个hosts列表，不允许列表内机器连到NN。必须指定完整路径。如果值为空。没有host被禁止。如果上述2个都设置并且有重合，dfs.hosts中优先级高。
dfs.stream-buffer-size=4096
文件流缓存大小。需要是硬件page大小的整数倍。在读写操作时，数据缓存大小。注意和core-default.xml中指定文件类型的缓存是不同的，这个是dfs共用的
dfs.namenode.num.extra.edits.retained=1000000
除最小的必须的editlog之外，额外保留的editlog文件数量。这是有用的，可以用于审核目的，或者HA设置一个远程Standby节点并且有时可能离线时，都需要保留一个较长的backlog。
典型的，每个edit大约几百字节，默认的1百万editlog大约有百兆到1G。注意：早先的extra edits文件可能操作这里设置的值，因为还有其它选项，例如dfs.namenode.max.extra.edits.segments.retained
建议值：2200，约3天的
dfs.datanode.handler.count=10
DN的服务线程数。这些线程仅用于接收请求，处理业务命令
dfs.datanode.failed.volumes.tolerated=0
可以接受的卷的失败数量。默认值0表示，任一个卷失败都会导致DN关闭。
建议设置此值，避免个别磁盘问题。如果此值超过真实磁盘数，将会报错，启动失败
dfs.namenode.support.allow.format=true
NN是否允许被格式化？在生产系统，把它设置为false，阻止任何格式化操作在一个运行的DFS上。
建议初次格式化后，修改配置禁止
dfs.client.failover.max.attempts=15
专家设置。客户端失败重试次数。
dfs.client.failover.connection.retries=0
专家设置。IPC客户端失败重试次数。在网络不稳定时建议加大此值
dfs.client.failover.connection.retries.on.timeouts=0
专家设置。IPC客户端失败重试次数，此失败仅指超时失败。在网络不稳定时建议加大此值
dfs.nameservices=null
nameservices列表。逗号分隔。
我们常用的仅配置一个，启动federation功能需要配置多个
dfs.nameservice.id=null
nameservice id，如果没有配置或者配置多个，由匹配到的本地节点地址配置的IP地址决定。我们进配置一个NS的情况下，建议这里不配置
dfs.ha.namenodes.EXAMPLENAMESERVICE=null
包含一个NN列表。EXAMPLENAMESERVICE是指具体的nameservice名称，通常就是dfs.nameservices中配置的。值是预备配置的NN的ID。
ID是自己取的，不重复就可以，例如nn1,nn2
dfs.ha.namenode.id=null
NN的ID，如果没有配置，由系统决定。通过匹配本地节点地址和配置的地址。
这里设置的是本机的NN的ID（此配置仅对NN生效），由于要配置2个NN，建议没有特殊需要，这里不进行配置
dfs.ha.automatic-failover.enabled=FALSE
是否开启自动故障转移。建议开启，true
dfs.namenode.avoid.write.stale.datanode=FALSE
决定是否避开在脏DN上写数据。写操作将会避开脏DN，除非超过一个配置的比率(dfs.namenode.write.stale.datanode.ratio)。
尝试开启
dfs.journalnode.rpc-address=0.0.0.0:8485
JournalNode RPC服务地址和端口
dfs.journalnode.http-address=0.0.0.0:8480
JournalNode的HTTP地址和端口。端口设置为0表示随机选择。
dfs.namenode.audit.loggers=default
审查日志的实现类列表，能够接收audit事件。它们需要实现org.apache.hadoop.hdfs.server.namenode.AuditLogger接口。默认值"default"可以用于引用默认的audit logger， 它使用配置的日志系统。安装客户自己的audit loggers可能影响NN的稳定性和性能。
建议default，开启
dfs.client.socket-timeout=60*1000
dfs.datanode.socket.write.timeout=8*60*1000
dfs.datanode.socket.reuse.keepalive=1000
dfs.namenode.logging.level=info
DFS的NN的日志等级。值可以是：info，dir(跟踪命名空间变动)，"block" (跟踪块的创建删除，replication变动)，或者"all".
dfs.namenode.secondary.http-address=0.0.0.0:50090
SNN的http服务地址。如果是0，服务将随机选择一个空闲端口。使用了HA后，就不再使用SNN了
dfs.https.enable=FALSE
允许HDFS支持HTTPS(SSL)。建议不支持
dfs.client.https.need-auth=FALSE
安全选项，暂不关注
dfs.https.server.keystore.resource=ssl-server.xml
安全选项，暂不关注
dfs.client.https.keystore.resource=ssl-client.xml
安全选项，暂不关注
dfs.datanode.https.address=0.0.0.0:50475
安全选项，暂不关注
dfs.namenode.https-address=0.0.0.0:50470
安全选项，暂不关注
dfs.datanode.dns.interface=default
DN汇报它的IP地址的网卡。我们给DN指定了0.0.0.0之类的地址，这个地址需要被解析成对外地址，这里指定的是网卡名，即那个网卡上绑定的IP是可以对外的IP，一般的，默认值就足够了
dfs.datanode.dns.nameserver=default
DNS的域名或者IP地址。DN用它来确定自己的域名，在对外联系和显示时调用。一般的，默认值就足够了
dfs.namenode.backup.address=0.0.0.0:50100
NN的BK节点地址和端口，0表示随机选用。使用HA，就不需要关注此选项了。建议不使用BK节点
dfs.namenode.backup.http-address=0.0.0.0:50105
使用HA，就不需要关注此选项了。建议不使用BK节点
dfs.namenode.replication.considerLoad=true
设定在选择存放目标时是否考虑负载。需要
dfs.default.chunk.view.size=32768
在浏览器中查看一个文件时，可以看到的字节数。
dfs.namenode.name.dir=file://${hadoop.tmp.dir}/dfs/name
本地磁盘目录，NN存储fsimage文件的地方。可以是按逗号分隔的目录列表，fsimage文件会存储在全部目录，冗余安全。这里多个目录设定，最好在多个磁盘，另外，如果其中一个磁盘故障，不会导致系统故障，会跳过坏磁盘。由于使用了HA，建议仅设置一个。如果特别在意安全，可以设置2个
dfs.namenode.fs-limits.max-component-length=0
路径中每个部分的最大字节长度（目录名，文件名的长度）。0表示不检查长度。长文件名影响性能
dfs.namenode.fs-limits.max-directory-items=0
设置每个目录最多拥有多少个子目录或者文件。0表示无限制。同一目录下子文件和目录多影响性能
dfs.namenode.fs-limits.min-block-size=1048576
最小的Block大小，字节。在NN创建时强制验证。避免用户设定过小的Block Size，导致过多的Block，这非常影响性能。
dfs.namenode.fs-limits.max-blocks-per-file=1048576
每个文件最大的Block数。在NN写时强制检查。用于防止创建超大文件。
dfs.block.access.token.enable=FALSE
访问DN时是否验证访问令牌。建议false，不检查
dfs.block.access.key.update.interval=600
安全选项，暂不关注
dfs.block.access.token.lifetime=600
安全选项，暂不关注
dfs.datanode.data.dir.perm=700
本地数据目录权限设定。8进制或者符号方式都可以。
dfs.blockreport.intervalMsec=21600000
数据块汇报间隔，毫秒，默认是6小时。
dfs.blockreport.initialDelay=0
第一次数据块汇报时延迟，秒。目的是减轻NN压力？
dfs.datanode.directoryscan.interval=21600
DN的数据块扫描间隔，秒。磁盘上数据和内存中数据调整一致。
dfs.datanode.directoryscan.threads=1
线程池要有多少线程用来并发的压缩磁盘的汇报数据。
dfs.namenode.safemode.min.datanodes=0
NN收到回报的DN的数量的最小值，达不到此值，NN不退出安全模式。（在系统启动时发生作用）。<=0的值表示不关心DN数量，在启动时。大于DN实际数量的值会导致无法离开安全模式。建议不设置此值
dfs.namenode.max.objects=0
DFS支持的最大文件、目录、数据块数量。0无限制。
dfs.namenode.decommission.interval=30
NN周期性检查退役是否完成的间隔，秒。
dfs.namenode.decommission.nodes.per.interval=5
NN检查退役是否完成，每dfs.namenode.decommission.interval秒检查的节点数量。
dfs.namenode.replication.interval=3
NN周期性计算DN的副本情况的频率，秒。
dfs.namenode.accesstime.precision=3600000
HDFS文件的访问时间精确到此值，默认是1小时。0表示禁用访问时间。
dfs.datanode.plugins=null
DN上的插件列表，逗号分隔。
dfs.namenode.plugins=null
NN上的插件列表，逗号分隔。
dfs.bytes-per-checksum=512
每次计算校验和的字节数。一定不能大于dfs.stream-buffer-size。
dfs.client-write-packet-size=65536
客户端写数据时的包的大小。包是块中的更小单位数据集合
dfs.client.write.exclude.nodes.cache.expiry.interval.millis=600000
最大周期去让DN保持在例外节点队列中。毫秒。操过此周期，先前被排除的DN将被移除缓存并被尝试再次申请Block。默认为10分钟。
dfs.namenode.checkpoint.dir=file://${hadoop.tmp.dir}/dfs/namesecondary
本地文件系统中，DFS SNN应该在哪里存放临时[用于合并|合并后]（to merge）的Image。如果是逗号分隔的目录列表，Image文件存放多份。冗余备份。建议不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.edits.dir=${dfs.namenode.checkpoint.dir}
建议不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.period=3600
建议不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.txns=1000000
建议不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.check.period=60
建议不使用SNN功能，忽略此配置
dfs.namenode.checkpoint.max-retries=3
建议不使用SNN功能，忽略此配置
dfs.namenode.num.checkpoints.retained=2
建议不使用SNN功能，忽略此配置
dfs.namenode.num.extra.edits.retained=1000000
数量限制，额外的edits事务数。
dfs.namenode.max.extra.edits.segments.retained=10000
extra edit日志文件segments的最大数量。除了用于NN重启时的最小edits文件之外。一个segments包含多个日志文件
dfs.namenode.delegation.key.update-interval=86400000
NN中更新主代理令牌的时间间隔，毫秒。安全选项，不关注
dfs.namenode.delegation.token.max-lifetime=604800000
NN中更新主代理令牌的时间间隔，毫秒。安全选项，不关注
dfs.namenode.delegation.token.renew-interval=86400000
NN中更新主代理令牌的时间间隔，毫秒。安全选项，不关注
dfs.image.compress=FALSE
Image文件要压缩吗？
dfs.image.compression.codec=org.apache.hadoop.io.compress.DefaultCodec
Image文件压缩编码。必须是在io.compression.codecs中定义的编码。
dfs.image.transfer.timeout=600000
Image文件传输时超时。HA方式使用不到，可不关注
dfs.image.transfer.bandwidthPerSec=0
Image文件传输时可以使用的最大带宽，秒字节。0表示没有限制。HA方式使用不到，可不关注
dfs.datanode.max.transfer.threads=4096
= 旧参数 dfs.datanode.max.xcievers
DN上传送数据出入的最大线程数。
dfs.datanode.readahead.bytes=4193404
预读磁盘数据。如果Hadoop本地库生效，DN可以调用posix_fadvise系统获取页面数据到操作系统的缓存中。这个配置指定读取当前读取位置之前的字节数。设置为0，取消此功能。无本地库，此功能也无效。？
dfs.datanode.drop.cache.behind.reads=FALSE
在有些场景下，特别是对一些大的，并且不可能重用的数据，缓存在操作系统的缓存区是无用的。此时，DN可以配置自动清理缓存区数据，在已经发生向客户端之后。此功能自动失效，在读取小数据片时。(例如HBase的随机读写场景）。通过释放缓存，这在某些场景下可以提高性能。Hadoop本地库无效，此功能无效。看起来是一个可以尝试的特性
dfs.datanode.drop.cache.behind.writes=FALSE
同dfs.datanode.drop.cache.behind.reads相似。
dfs.datanode.sync.behind.writes=FALSE
如果是true，在写之后，DN将指示操作系统把队列中数据全部立即写磁盘。和常用的OS策略不同，它们可能在触发写磁盘之前等待30秒。Hadoop本地库无效，此功能无效。
dfs.client.failover.sleep.base.millis=500
专家设置。失败重试间的等待时间，毫秒。这里的值是个基本值，实际值会根据失败/成功次数递增/递减50%。第一次失败会立即重试。第二次将延迟至少dfs.client.failover.sleep.base.millis毫秒。依次类推。
dfs.client.failover.sleep.max.millis=15000
专家设置。失败重试见的等待时间最大值，毫秒。
dfs.ha.log-roll.period=120
StandbyNode要求Active滚动EditLog，由于StandBy只能从已经完成的Log Segments中读，所以Standby上的数据新鲜程度依赖于以如何的频率滚动日志。秒。另外，故障转移也会触发一次日志滚动，所以StandbyNode在Active之前，数据也会更新成最新的。秒，默认是2分钟。
dfs.ha.tail-edits.period=60
StandbyNode以此频率检测共享目录中最新的日志，秒。
dfs.ha.zkfc.port=8019
zkfc的rpc端口
dfs.support.append=TRUE
是否允许append。
dfs.client.use.datanode.hostname=FALSE
是否客户端应该使用DN的HostName，在连接DN时，默认是使用IP。
dfs.datanode.use.datanode.hostname=FALSE
是否DN应该使用HostName连接其它DN，在数据传输时。默认是是IP。
dfs.client.local.interfaces=null
逗号分隔的网卡列表，用于在客户端和DN之间传输数据时。当创建连接时，客户端随机选择一个并绑定它的socket到这个网卡的IP上。名字可以以网卡名(例如"eth0"),子网卡名(eg "eth0:0"),或者IP地址(which may be specified using CIDR notation to match a range of IPs)。
dfs.namenode.kerberos.internal.spnego.principal=${dfs.web.authentication.kerberos.principal}
安全选项，暂不关注
dfs.secondary.namenode.kerberos.internal.spnego.principal=${dfs.web.authentication.kerberos.principal}
安全选项，暂不关注
dfs.namenode.avoid.read.stale.datanode=FALSE
决定是否避开从脏DN上读数据。脏DN指在一个指定的时间间隔内没有收到心跳信息。脏DN将被移到可以读取节点列表的尾端。尝试开启
dfs.namenode.stale.datanode.interval=30000
标记一个DN是脏的时间间隔。例如，如果NN在此设定的时间内没有接收到来自某一个节点的心跳信息，此DN将被标记为脏的。此间隔不能太小，否则容易导致被频繁的标记为脏DN。
我们建议是1分钟
dfs.namenode.write.stale.datanode.ratio=0.5f
当全部DN被标记为脏DN的比率高于此阀值，停止不写数据到脏DN的策略，以免造成热点问题（有效的，可写的DN太少，压力太大）。
dfs.namenode.invalidate.work.pct.per.iteration=0.32f
高级属性。改变需小心。
dfs.namenode.replication.work.multiplier.per.iteration=2
高级属性。改变需小心。
dfs.webhdfs.enabled=FALSE
在NN和DN上开启WebHDFS (REST API)功能。
可以开启尝试
hadoop.fuse.connection.timeout=300
秒，在fuse_dfs中缓存libhdfs连接对象的超时时间。 小值使用内存小。大值可以加快访问，通过避开创建新的连接对象。
hadoop.fuse.timer.period=5
秒
dfs.metrics.percentiles.intervals=null
Comma-delimited set of integers denoting the desired rollover intervals (in seconds) for percentile latency metrics on the Namenode and Datanode. By default, percentile latency metrics are disabled.
dfs.encrypt.data.transfer=FALSE
是否加密传输数据？仅需要配置在NN和DN。客户端可以自行判断。
dfs.encrypt.data.transfer.algorithm=null
可以设置为"3des"或"rc4"。否则使用默认的，通常是usually 3DES。3DES更安全，RC4更快。
dfs.datanode.hdfs-blocks-metadata.enabled=TRUE
布尔值，设定后台DN端是否支持DistributedFileSystem#getFileVBlockStorageLocations API。
dfs.client.file-block-storage-locations.num-threads=10
在调用DistributedFileSystem#getFileBlockStorageLocations()的并发RPC的线程数
dfs.client.file-block-storage-locations.timeout=60
Timeout (in seconds) for the parallel RPCs made in DistributedFileSystem#getFileBlockStorageLocations().
dfs.domain.socket.path=/var/run/hadoop-hdfs/dn._PORT
可选选项。socket文件路径，unix下。用来在DN和本地的HDFS客户端加快网络连接。如果字符串"_PORT"出现在路径中，它将被DN的TCP端口替换。
yarn-site.xml
yarn.app.mapreduce.am.resource.mb=1536
AM申请的内存
yarn.resourcemanager.address=0.0.0.0:8032
RM地址:端口
yarn.resourcemanager.scheduler.address=0.0.0.0:8030
调度器地址：端口
yarn.admin.acl=*
ACL中谁可以管理YARN集群
yarn.resourcemanager.admin.address=0.0.0.0:8033
RM管理接口地址：端口
yarn.resourcemanager.am.max-retries=1
AM重试最大次数。服务端参数。重启生效。
建议4
yarn.resourcemanager.nodes.include-path=null
存储有效节点列表的文件
yarn.resourcemanager.nodes.exclude-path=null
存储拒绝节点列表的文件。如和包含文件冲突，包含文件优先级高
yarn.resourcemanager.scheduler.class=org.apache.hadoop.yarn.server.resourcemanager.scheduler.fifo.FifoScheduler
调度器实现类。
建议使用公平调度器
yarn.scheduler.minimum-allocation-mb=1024
每个container想RM申请内存的最小大小。兆字节。内存请求小于此值，实际申请到的是此值大小。默认值偏大
yarn.scheduler.maximum-allocation-mb=8192
每个container向RM申请内存的最大大小，兆字节。申请值大于此值，将最多得到此值内存。
yarn.resourcemanager.recovery.enabled=FALSE
是否启动RM的状态恢复功能。如果true，必须指定yarn.resourcemanager.store.class。尝试启用
yarn.resourcemanager.store.class=null
用于持久存储的类。尝试开启
yarn.resourcemanager.max-completed-applications=10000
RM中保存的最大完成的app数量。内存中存储。
yarn.nodemanager.address=0.0.0.0:0
NM中的container管理器的地址：端口
yarn.nodemanager.env-whitelist=JAVA_HOME,HADOOP_COMMON_HOME,HADOOP_HDFS_HOME,HADOOP_CONF_DIR,YARN_HOME
container应该覆盖而不是使用NM的环境变量名单。允许container自己配置的环境变量
yarn.nodemanager.delete.debug-delay-sec=0
秒，一个app完成后，NM删除服务将删除app的本地文件目录和日志目录。为了诊断问题，把这个选项设置成足够大的值（例如，设置为10分钟），可以继续访问这些目录。设置此选项，需要重启NM。Yarn应用的工作目录根路径是yarn.nodemanager.local-dirs，Yarn应用日志目录的根路径是yarn.nodemanager.log-dirs。
调试问题时可用
yarn.nodemanager.local-dirs=${hadoop.tmp.dir}/nm-local-dir
本地文件存储目录，列表。一个应用的本地文件目录定位方式：${yarn.nodemanager.local-dirs}/usercache/${user}/appcache/application_${appid}。每个container的工作目录，是此目录的子目录，目录名是container_${contid}。
非常重要，建议配置多个磁盘，平衡IO。
yarn.nodemanager.log-dirs=${yarn.log.dir}/userlogs
存储container日志的地方。一个应用的本地日志目录定位是：${yarn.nodemanager.log-dirs}/application_${appid}。每个container的日志目录在此目录下，名字是container_{$contid}。每个container目录中包含stderr, stdin, and syslog等container产生的文件
非常重要，建议配置多个磁盘
yarn.log-aggregation-enable=FALSE
是否允许日志汇聚功能。建议开启
yarn.log-aggregation.retain-seconds=-1
保存汇聚日志时间，秒，超过会删除，-1表示不删除。 注意，设置的过小，将导致NN垃圾碎片。建议3-7天= 7 * 86400 = 604800
yarn.nodemanager.log.retain-seconds=10800
保留用户日志的时间，秒。在日志汇聚功能关闭时生效。
建议7天
yarn.nodemanager.remote-app-log-dir=/tmp/logs
汇聚日志的地方，目录路径，HDFS系统。
对于开了权限检查的系统，注意权限问题。HDFS上。
yarn.nodemanager.remote-app-log-dir-suffix=logs
汇聚日志目录路径后缀。汇聚目录创建在{yarn.nodemanager.remote-app-log-dir}/${user}/{thisParam}
yarn.nodemanager.resource.memory-mb=8192
NM上可以用于container申请的物理内存大小，MB。
yarn.nodemanager.vmem-pmem-ratio=2.1
在设置container的内存限制时，虚拟内存到物理内存的比率。Container申请的内存如果超过此物理内存，可以以此比率获取虚拟内存用于满足需求。虚拟地址的是物理地址的倍数上限。建议设置的大点，例如：4.1，8.1，此虚拟内存并非内存，而是占用的虚拟地址。
yarn.nodemanager.webapp.address=0.0.0.0:8042
NM的网页界面地址和端口。
yarn.nodemanager.log-aggregation.compression-type=none
汇聚日志的压缩类型。汇聚日志是TFile格式文件。Hadoop-3315。可以使用的值有none,lzo,gz等。
可以尝试
yarn.nodemanager.aux-services=null
请配置为：mapreduce.shuffle，在Yarn上开启MR的必须项
yarn.nodemanager.aux-services.mapreduce.shuffle.class=org.apache.hadoop.mapred.ShuffleHandler
对应参考yarn.nodemanager.aux-services
mapreduce.job.jar=null
Job客户端参数。提交的job的jar文件。
mapreduce.job.hdfs-servers=${fs.defaultFS}
Job客户端参数。
yarn.application.classpath=$HADOOP_CONF_DIR,$HADOOP_COMMON_HOME/share/hadoop/common/,$HADOOP_COMMON_HOME/share/hadoop/common/lib/,$HADOOP_HDFS_HOME/share/hadoop/hdfs/,$HADOOP_HDFS_HOME/share/hadoop/hdfs/lib/,$YARN_HOME/share/hadoop/yarn/*,$YARN_HOME/share/hadoop/yarn/lib/*
YARN应用的CLASSPATH，逗号分隔列表。
yarn.app.mapreduce.am.job.task.listener.thread-count=30
MR AM处理RPC调用的线程数。
yarn.app.mapreduce.am.job.client.port-range=null
MR AM能够绑定使用的端口范围。例如：50000-50050,50100-50200。 如果你先要全部的有用端口，可以留空（默认值null）。
yarn.app.mapreduce.am.job.committer.cancel-timeout=60000
毫秒，如果job被kill了，等待output committer取消操作的时间。
yarn.app.mapreduce.am.scheduler.heartbeat.interval-ms=1000
MR AM发送心跳到RM的时间间隔，毫秒
yarn.app.mapreduce.client-am.ipc.max-retries=3
在重新连接RM获取Application状态前，客户端重试连接AM的次数。
yarn.app.mapreduce.client.max-retries=3
客户端重连RM/HS/AM的次数。这是基于ipc接口上的规则
yarn.ipc.client.factory.class=null
创建客户端IPC类的工厂类
yarn.ipc.serializer.type=protocolbuffers
使用哪种序列化类
yarn.ipc.server.factory.class=null
创建IPC服务类的工厂类
yarn.ipc.exception.factory.class=null
创建IPC异常的工厂类
yarn.ipc.record.factory.class=null
创建序列化记录的工厂类
yarn.ipc.rpc.class=org.apache.hadoop.yarn.ipc.HadoopYarnProtoRPC
RPC类实现类
yarn.resourcemanager.client.thread-count=50
RM用来处理客户端请求的线程数
yarn.am.liveness-monitor.expiry-interval-ms=600000
AM报告间隔，毫秒。？
yarn.resourcemanager.principal=null
安全选项
yarn.resourcemanager.scheduler.client.thread-count=50
调度器用于处理请求的线程数
yarn.resourcemanager.webapp.address=0.0.0.0:8088
RM的网页接口地址：端口
yarn.resourcemanager.resource-tracker.address=0.0.0.0:8031
？
yarn.acl.enable=TRUE
开启访问控制
yarn.resourcemanager.admin.client.thread-count=1
RM管理端口处理事务的线程数
yarn.resourcemanager.amliveliness-monitor.interval-ms=1000
RM检查AM存活的间隔
yarn.resourcemanager.container.liveness-monitor.interval-ms=600000
检查container存活的时间间隔，毫秒。建议短一些，例如3分钟
yarn.resourcemanager.keytab=/etc/krb5.keytab
安全选项
yarn.nm.liveness-monitor.expiry-interval-ms=600000
RM判断NM死亡的时间间隔。
非主动检查，被动等待，不连接时间超过此值
10分钟无检查到活动，判定NM死亡
yarn.resourcemanager.nm.liveness-monitor.interval-ms=1000
RM检查NM存活的时间间隔。
yarn.resourcemanager.resource-tracker.client.thread-count=50
处理资源跟踪调用的线程数。？
yarn.resourcemanager.delayed.delegation-token.removal-interval-ms=30000
安全选项
yarn.resourcemanager.application-tokens.master-key-rolling-interval-secs=86400
安全选项
yarn.resourcemanager.container-tokens.master-key-rolling-interval-secs=86400
安全选项
yarn.nodemanager.admin-env=MALLOC_ARENA_MAX=$MALLOC_ARENA_MAX
应该从NM传送到container的环境变量
yarn.nodemanager.container-executor.class=org.apache.hadoop.yarn.server.nodemanager.DefaultContainerExecutor
启动containers的类。
yarn.nodemanager.container-manager.thread-count=20
用于container管理的线程数
yarn.nodemanager.delete.thread-count=4
mapred-site.xml
mapreduce.job.maps
默认 每个job的maptask数量，默认值是2
mapreduce.job.reduces
默认 每个job的reducetask数量，默认值是1
mapreduce.reduce.shuffle.parallelcopies
shuffle的并行数量，默认值是5
mapreduce.task.timeout
一个task 超时时间默认600000milliseconds
