<property><name>dfs.namenode.servicerpc-address.mycluster.nn1</name><value>mynamenode1.example.com:8021</value></property><property><name>dfs.namenode.servicerpc-address.mycluster.nn2</name><value>mynamenode2.example.com:8021</value></property>

hadoop-daemon.sh stop zkfchdfs zkfc –formatZK需要重启集群，当然可以分开启动某些节点进程

-Dhdfs.audit.logger=${HDFS_AUDIT_LOGGER:-INFO,NullAppender}

-Dhdfs.audit.logger=${HDFS_AUDIT_LOGGER:-INFO,RFAAUDIT}

#
# hdfs audit logging
#
hdfs.audit.logger=INFO,NullAppender
hdfs.audit.log.maxfilesize=2560MB           //默认是256m
hdfs.audit.log.maxbackupindex=30　　　　　　　　//默认是20
log4j.logger.org.apache.hadoop.hdfs.server.namenode.FSNamesystem.audit=${hdfs.audit.logger}
log4j.additivity.org.apache.hadoop.hdfs.server.namenode.FSNamesystem.audit=false
log4j.appender.RFAAUDIT=org.apache.log4j.RollingFileAppender
log4j.appender.RFAAUDIT.File=/data1/hadoop/hadoop/logs/hdfs-audit.log   　　　　//默认是${hadoop.log.dir}/hdfs-audit.log
log4j.appender.RFAAUDIT.layout=org.apache.log4j.PatternLayout
log4j.appender.RFAAUDIT.layout.ConversionPattern=[%d{yyyy-MM-dd'T'HH:mm:ss.SSSXXX}] [%p] %c{3}.%M(%F %L) [%t] : %m%n
log4j.appender.RFAAUDIT.MaxFileSize=${hdfs.audit.log.maxfilesize}
log4j.appender.RFAAUDIT.MaxBackupIndex=${hdfs.audit.log.maxbackupindex}

<property><name>dfs.namenode.audit.log.async</name><value>true</value></property>

<property>

<name>dfs.namenode.edits.asynclogging</name>

<value>true</value>

</property>

log4j.logger.BlockStateChange=WARN
log4j.logger.org.apache.hadoop.ipc.Server=WARN

<property><name>ipc.8020.callqueue.impl</name><value>org.apache.hadoop.ipc.FairCallQueue</value></property>
<property><name>ipc.8020.faircallqueue.decay-scheduler.period-ms</name><value>60000</value>
</property>
<property><name>ipc.8020.backoff.enable</name>     //开启rpc 客户端 拥塞控制<value>true</value>
</property>

ipc.8020.scheduler.priority.levels //队列优先级，默认是4，基于提交用户来区分，目前就hadoop一个用户，所以不需要调整该参数，客户端用户数越多的情况，效果越明显ipc.8020.scheduler.impl    //默认DefaultRpcScheduler，这里只是记录一下，该参数配置以后，启动namenode提示找不到改类，这里仅仅记录一下。

dfs.namenode.avoid.read.stale.datanode=true
dfs.namenode.avoid.write.stale.datanode=true

dfs.client.read.shortcircuit=true
dfs.domain.socket.path=/var/lib/hadoop-hdfs/dn_socket   //该路径是存放数据块的目录

#cat /sys/kernel/mm/transparent_hugepage/defrag    //查看透明缓存页
[always] madvise never　　　　　　　　　　　　　　　　　　//默认是开启的

# echo "never" > /sys/kernel/mm/transparent_hugepage/defrag  //关闭透明缓存页，注意，该方式重启以后失效，如果需要永久有效，可以把命令添加到/etc/rc.local文件里面

#sysctl -w vm.swappiness = 10    //不要设置为0

<property><name>dfs.namenode.balancer.request.standby</name>     //这个值在hadoop2.9.2版本与hadoop3.2版本的默认配置文件中未找到，设置以后，发现集群的balancer依然获取的是active节点，这里仅仅记录一下<value>true</value></property><property><name>dfs.balancer.getBlocks.min-block-size</name><value>10485760</value></property>

<property><name>dfs.namenode.handler.count</name>    //如果没有配置service rpc  ，那么该参数配置的值处理所有的call<value>70</value>　　　　　　　　　　　　　　　　//该参数的建议值：集群的自然对数 * 20 例如：python -c "import math;print(math.log(70) *20)"，70为集群大小
</property>

<property>
　　<name>dfs.namenode.service.handler.count</name>    //在开启service rpc的情况配置改参数，用于处理datanode 上报数据块和心跳的线程数量。
　　<value>50</value>
</property>

export HADOOP_NAMENODE_OPTS="-Dhadoop.security.logger=${HADOOP_SECURITY_LOGGER:-INFO,RFAS} -Dhdfs.audit.logger=${HDFS_AUDIT_LOGGER:-INFO,RFAAUDIT} -Xmn3g  -XX:ParallelGCThreads=56  -XX:+UseConcMarkSweepGC -XX:ErrorFile=${HADOOP_HOME}/logs/gc_err.log -verbose:gc -XX:+PrintGCDetails -XX:+PrintGCTimeStamps -XX:+PrintGCDateStamps -Xloggc:${HADOOP_HOME}/logs/gc.log.`date "+%Y-%y-%d"` $HADOOP_NAMENODE_OPTS"