在centos系統上優化hadoop分布式文件系統（hdfs）是一項多方面的工作，包括調整內核參數、優化配置文件、提升硬件資源等。以下是一些詳細的優化步驟和建議：
調整內核參數
- 增加單進程打開文件數限制：可以通過執行 ulimit -n 65535 命令臨時修改，或者通過編輯 /etc/security/limits.conf 和 /etc/pam.d/login 文件來永久修改。
- 優化TCP參數：編輯 /etc/sysctl.conf 文件，添加或修改以下行：
net.ipv4.tcp_tw_reuse = 1 net.core.somaxconn = 65535 net.ipv4.ip_local_port_range = 1024 65535
然后執行 sysctl -p 命令使配置立即生效。
優化hdfs配置文件
- core-site.xml：
<configuration> <property> <name>fs.defaultFS</name> <value>hdfs://namenode:9020</value> </property> <property> <name>hadoop.tmp.dir</name> <value>/path/to/hadoop/tmp</value> </property> </configuration>
- hdfs-site.xml：
<configuration> <property> <name>dfs.replication</name> <value>3</value> </property> <property> <name>dfs.block.size</name> <value>128M</value> </property> <property> <name>dfs.namenode.handler.count</name> <value>20</value> </property> <property> <name>dfs.datanode.handler.count</name> <value>30</value> </property> </configuration>
提升硬件資源
- 使用SSD：替換傳統硬盤（HDD）為固態硬盤（SSD）可以顯著提高I/O性能。
- 增加內存和CPU：根據集群規模和工作負載的需求，適當增加服務器的內存和CPU資源。
其他優化建議
- 避免小文件：小文件會增加NameNode的負載，應通過合并小文件來減輕NameNode的壓力。
- 增強數據本地性：通過增加DataNode的數量，使數據塊盡可能存儲在客戶端附近，以減少網絡傳輸。
- 采用壓縮技術：選擇合適的壓縮算法（如Snappy、LZO或Bzip2），通過配置 mapreduce.map.output.compress 參數來啟用壓縮，減少存儲空間和網絡傳輸時間。
啟動和驗證配置
- 格式化NameNode（僅在第一次執行時需要）：
hdfs namenode -format
- 啟動HDFS：
sbin/start-dfs.sh
- 驗證配置：使用 jps 命令查看進程，確保NameNode和DataNode已成功啟動。
在進行性能優化時，建議根據具體的工作負載和環境進行調整，并通過壓測等方法驗證優化效果。
