在Hadoop生态系统中，配置文件是管理和优化集群性能的关键元素。本文将深入解析Hadoop的常用配置，包括HDFS（Hadoop Distributed File System）和MapReduce的端口配置，以及一些核心的默认配置参数。
让我们关注HDFS的端口配置：
1. **fs.default.name**: 这个参数定义了默认的文件系统URI，例如`hdfs://master:8020/`，其中`master`是NameNode的主机名，`8020`是NameNode的RPC交互端口。
2. **dfs.http.address**: NameNode的Web管理界面运行在50070端口上，允许用户通过浏览器监控HDFS的状态。
3. **dfs.datanode.address**: DataNode的控制端口是50010，用于DataNode与NameNode之间的通信。
4. **dfs.datanode.ipc.address**: DataNode的RPC服务器运行在50020端口，处理来自客户端和NameNode的数据请求。
5. **dfs.datanode.http.address**: DataNode的HTTP服务器运行在50075端口，提供数据节点的监控信息。
接下来是MapReduce的端口配置：
1. **mapred.job.tracker**: 这个参数指定了JobTracker的交互端口，通常为8021，用于任务调度和资源管理。
2. **mapred.task.tracker.http.address**: TaskTracker的HTTP端口为50060，允许监控作业执行情况。
3. **mapred.job.tracker.webui.address**: JobTracker的Web管理界面运行在50030端口，展示作业状态和统计信息。
此外，还有其他重要的端口配置，如**dfs.secondary.http.address**，这是Secondary NameNode的Web管理端口，通常为50090，用于周期性合并HDFS的编辑日志。
除了端口配置，还有一些核心的默认配置值得我们了解：
1. **hadoop.tmp.dir**: 这是Hadoop的临时目录，默认为`/tmp/hadoop-${user.name}`，用于存放临时文件和数据。
2. **hadoop.security.authorization**: 如果设置为`true`，则启用Hadoop服务的权限验证。
3. **hadoop.security.authentication**: 默认的认证方式为`simple`，即用户名/密码认证。
4. **hadoop.logfile.size**: 日志文件的最大大小，这里设置为10MB。
5. **fs.default.name**: 指定默认的文件系统，如`file:///`表示本地文件系统，`hdfs:///`表示HDFS。
6. **fs.trash.interval**: 设定文件回收站的清理间隔，值为0表示禁用回收站功能。
7. **fs.hdfs.impl**: 定义HDFS文件系统的实现，通常是`org.apache.hadoop.hdfs.DistributedFileSystem`。
这些配置参数可以根据实际需求进行调整，以优化集群性能、提高安全性或者满足特定的存储和计算需求。在Hadoop集群的日常管理和维护中，理解和掌握这些配置是非常必要的。
