Hadoop3教程（二十六）：（生产调优篇）NameNode核心参数配置与回收站的启用-CSDN博客

143NameNode内存配置

每个文件块的元数据等在内存中大概 占用150byte一台服务器128G内存的话大概能存储9.1亿个文件块。

在Hadoop2.x里如何配置NameNode内存

NameNode默认内存2000M。如果你的服务器内存是4G那一般可以把NN内存设置成3G留1G给服务器维持基本运行如系统运行需要、DataNode运行需要等所需就行。

在hadoop-env.sh文件中设置

HADOOP_NAMENODE_OPTS=-Xmx3072m

Hadoop3.x系列如何配置NameNode内存

答案是动态分配的。hadoop-env.sh有描述

# The maximum amount of heap to use (Java -Xmx).  If no unit
# is provided, it will be converted to MB.  Daemons will
# prefer any Xmx setting in their respective _OPT variable.
# There is no default; the JVM will autoscale based upon machine
# memory size.
# export HADOOP_HEAPSIZE_MAX=

# The minimum amount of heap to use (Java -Xms).  If no unit
# is provided, it will be converted to MB.  Daemons will
# prefer any Xms setting in their respective _OPT variable.
# There is no default; the JVM will autoscale based upon machine
# memory size.
# export HADOOP_HEAPSIZE_MIN=
HADOOP_NAMENODE_OPTS=-Xmx102400m

如何查看NN所占用内存

[atguigu@hadoop102 ~]$ jps
3088 NodeManager
2611 NameNode
3271 JobHistoryServer
2744 DataNode
3579 Jps
[atguigu@hadoop102 ~]$ jmap -heap 2611
Heap Configuration:
   MaxHeapSize              = 1031798784 (984.0MB)

如何查看DataNode所占内存

[atguigu@hadoop102 ~]$ jmap -heap 2744
Heap Configuration:
   MaxHeapSize              = 1031798784 (984.0MB)

DN和NN的内存在默认情况下都是自动分配的且NN和DN相等。这个就不太合理了万一两个加起来超过了节点总内存怎么办可能会崩掉。

经验参考

https://docs.cloudera.com/documentation/enterprise/6/release-notes/topics/rg_hardware_requirements.html#concept_fzz_dq4_gbb

NameNode是每增加100万个文件块就增加1G内存

DataNode是每增加100万个副本就增加1G内存。

本质上都是管理元数据可以理解成各自管理的数据单位量在上100w之后就增加1G内存。

具体修改hadoop-env.sh

export HDFS_NAMENODE_OPTS="-Dhadoop.security.logger=INFO,RFAS -Xmx1024m"
export HDFS_DATANODE_OPTS="-Dhadoop.security.logger=ERROR,RFAS -Xmx1024m"

144NN心跳并发配置

在实际生产运行时每台DataNode会跟NameNode通信客户端也会并发向NameNode发出申请那么NameNode准备多少个线程是合适的呢即NameNode的并发线程数设置成多少合适呢

一般在hdfs-sit.xml文件中配置

The number of Namenode RPC server threads that listen to requests from clients. If dfs.namenode.servicerpc-address is not configured then Namenode RPC server threads listen to requests from all nodes.
NameNode有一个工作线程池用来处理不同DataNode的并发心跳以及客户端并发的元数据操作。
对于大集群或者有大量客户端的集群来说通常需要增大该参数。默认值是10。
<property>
    <name>dfs.namenode.handler.count</name>
    <value>21</value>
</property>

企业经验dfs.namenode.handler.count=
比如集群规模DataNode台数为3台时此参数设置为21。

可通过简单的python代码计算该值代码如下:

[atguigu@hadoop102 ~]$ sudo yum install -y python
[atguigu@hadoop102 ~]$ python
Python 2.7.5 (default, Apr 11 2018, 07:36:10) 
[GCC 4.8.5 20150623 (Red Hat 4.8.5-28)] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import math
>>> print int(20*math.log(3))
21
>>> quit()

145开启回收站

开启回收站之后删除的文件会送进回收站等待超时后再彻底删除这样子方便恢复原数据起到防止误删除、备份等作用。本质上是将文件放在特定目录存储跟windows的回收站功能一样。

单位是min

参数说明

• 默认值fs.trash.interval = 00表示禁用回收站其他值表示设置文件的存活时间;
• 默认值fs.trash.checkpoint.interval = 0检查回收站的间隔时间意思是多长时间去检查一次准备删除文件。如果该值为0则该值设置和fs.trash.interval的参数值相等
• 要求fs.trash.checkpoint.interval <= fs.trash.interval

具体启用的话是修改core-site.xml配置垃圾回收时间是1分钟

<property>
    <name>fs.trash.interval</name>
    <value>1</value>
</property>

那回收站文件的路径在哪儿呢

回收站目录在HDFS集群中的路径/user/atguigu/.Trash/….

需要注意通过网页上HDFS目录管理里删除的文件并不会走回收站。

通过程序删除的文件同样也不会走回收站除非你在代码里显式调用了moveToTrash()

Trash trash = New Trash(conf);
trash.moveToTrash(path);

所以只有命令行里通过hadoop fs -rm指令删除的文件才会走回收站。且当你执行这个指令的时候会有以下提示

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -rm -r /user/atguigu/input
2021-07-14 16:13:42,643 INFO fs.TrashPolicyDefault: Moved: 'hdfs://hadoop102:9820/user/atguigu/input' to trash at: hdfs://hadoop102:9820/user/atguigu/.Trash/Current/user/atguigu/input

那如何恢复回收站数据呢

[atguigu@hadoop102 hadoop-3.1.3]$ hadoop fs -mv
/user/atguigu/.Trash/Current/user/atguigu/input    /user/atguigu/input

参考文献

1. 【尚硅谷大数据Hadoop教程hadoop3.x搭建到集群调优百万播放】