HDFS在CentOS上如何调优

5月 5th, 2025

在CentOS上优化Hadoop分布式文件系统（HDFS）的配置，可以从多个方面入手，包括调整内核参数、优化HDFS配置文件、以及提升硬件资源等。以下是详细的优化步骤和建议：

调整内核参数

单进程打开文件数限制：通过ulimit -n 65535命令临时修改，或编辑/etc/security/limits.conf和/etc/pam.d/login文件永久修改。
TCP参数优化：编辑/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
```
然后执行sysctl -p使配置生效。

优化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>

提升硬件资源

使用SSD：替换HDD为SSD可以显著提升I/O性能。
增加内存和CPU：根据集群规模和工作负载需求，适当增加服务器的内存和CPU资源。

其他优化建议

避免小文件：小文件会增加NameNode的负载，应通过合并小文件来减少NameNode的负担。
数据本地性：通过增加DataNode数量，使数据块尽可能存储在客户端附近，减少网络传输。
使用压缩技术：选择合适的压缩算法（如Snappy、LZO或Bzip2），通过配置mapreduce.map.output.compress参数来启用压缩，减少存储空间和网络传输时间。