Hadoop安装与性能调优

Hadoop 的安装配置文档，写得挺清楚的，适合新手也适合老鸟参考着快速上手。里面从基础环境准备、伪分布式搭建到集群部署，一步一步写得比较细。尤其是在调优部分，讲到了一些常见的坑，比如dfs.replication怎么设置合理，YARN资源怎么调配，这些经验还蛮实用的。

Hadoop 的调优，说实话有点玄学，不过文档里提到的mapreduce.task.io.sort.mb和yarn.scheduler.maximum-allocation-mb这些参数，确实是性能提升的关键点。你可以先按照文档建议配一遍，根据自己的机器慢慢调试。

如果你平时也用Spark、Hive、Zookeeper这些组件，推荐顺手看看几个相关链接，调优思路基本是通的。像Hadoop、Spark、Zookeeper 构建与调优这篇就挺有用的，配置细节讲得实。

哦对了，还有一点蛮重要的，日志别忘了开详细点，出问题排查的时候真的靠它救命。尤其是yarn.nodemanager.log-dirs和mapreduce.jobhistory.address，配置好日志位置省心不少。