在centos系统上优化hadoop分布式文件系统（hdfs）是一项多方面的工作，包括调整内核参数、优化配置文件、提升硬件资源等。以下是一些详细的优化步骤和建议：
调整内核参数
-
增加单进程打开文件数限制：可以通过执行
ulimit -n 65535命令临时修改，或者通过编辑/etc/security/limits.conf和/etc/pam.d/login文件来永久修改。 -
优化TCP参数：编辑
/etc/sysctl.conf文件，添加或修改以下行：<code>net.ipv4.tcp_tw_reuse = 1 net.core.somaxconn = 65535 net.ipv4.ip_local_port_range = 1024 65535</code>
然后执行
sysctl -p命令使配置立即生效。
优化HDFS配置文件
-
core-site.xml：
<code><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></code> -
hdfs-site.xml：
<code><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></code>
提升硬件资源
- 使用SSD：替换传统硬盘（HDD）为固态硬盘（SSD）可以显著提高I/O性能。
- 增加内存和CPU：根据集群规模和工作负载的需求，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轻NameNode的压力。
- 增强数据本地性：通过增加DataNode的数量，使数据块尽可能存储在客户端附近，以减少网络传输。
-
采用压缩技术：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。
启动和验证配置
-
格式化NameNode（仅在第一次执行时需要）：
<code>hdfs namenode -format</code>
-
启动HDFS：
<code>sbin/start-dfs.sh</code>
-
验证配置：使用
jps命令查看进程，确保NameNode和DataNode已成功启动。
在进行性能优化时，建议根据具体的工作负载和环境进行调整，并通过压测等方法验证优化效果。
