---

一、NameNode 内存生产配置

NameNode 内存计算

每个文件块大概占用150 byte，一台服务器128 G内存为例，能存储多少文件块呢 ？

Hadoop2.x系列，配置NameNode内存

NameNode 内存默认 2000 m，如果服务器内存4G，NameNode 内存可以配置 3g。在 hadoop-env.sh 文件中配置如下

HADOOP_NAMENODE_OPTS=-Xmx3072m
1

Hadoop3.x 系列，配置 NameNode 内存

A、hadoop-env.sh中描述Hadoop的内存是动态分配的

# 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
1
2
3
4
5
6
7
8
9
10
11
12
13
14

B、查看NameNode占用内存

[fancyry@hadoop102 ~]$ jps
3088 NodeManager
2611 NameNode
3271 JobHistoryServer
2744 DataNode
3579 Jps
[fancyry@hadoop102 ~]$ jmap -heap 2611
Heap Configuration:
   MaxHeapSize     =     1031798784 (984.0MB)
1
2
3
4
5
6
7
8
9

C、查看 DataNode 占用内存

[fancyry@hadoop102 ~]$ jmap -heap 2744
Heap Configuration:
   MaxHeapSize    =   1031798784 (984.0MB)
1
2
3

查看发现 hadoop102 上的 NameNode 和 DataNode 占用内存都是自动分配的，且相等。不是很合理。

经验参考：

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

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"
1
2
3

二、NameNode 心跳并发配置

A、hdfs-site.xml

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.countname>
    <value>21value>
property>
1
2
3
4

企业经验：

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。

[fancyry@hadoop102 ~]$ sudo yum install -y python
[fancyry@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()
1
2
3
4
5
6
7
8
9

三、开启回收站配置

开启回收站功能，可以将删除的文件在不超时的情况下，恢复原数据，起到防止误删除、备份等作用。

A、回收站工作机制

B、开启回收站功能参数说明

默认值fs.trash.interval = 0，0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。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。

C、启用回收站

修改core-site.xml，配置垃圾回收时间为1分钟。

<property>
    <name>fs.trash.interval</name>
    <value>1</value>
</property>
1
2
3
4

D、查看回收站

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

E、注意：通过网页上直接删除的文件也不会走回收站。

F、通过程序删除的文件不会经过回收站，需要调用moveToTrash()才进入回收站

Trash trash = New Trash(conf);
trash.moveToTrash(path);
1
2

G、只有在命令行利用 hadoop fs -rm 命令删除的文件才会走回收站。

[fancyry@hadoop102 hadoop-3.1.3]$ hadoop fs -rm -r /user/atguigu/input
2022-07-14 16:13:42,643 INFO fs.TrashPolicyDefault: Moved: 'hdfs://hadoop102:9820/user/fancyry/input' to trash at: hdfs://hadoop102:9820/user/fancyry/.Trash/Current/user/atguigu/input
1
2

H、恢复回收站数据

[fancyry@hadoop102 hadoop-3.1.3]$ hadoop fs -mv
/user/fancyry/.Trash/Current/user/fancyry/input    /user/fancyry/input
1
2