第一部分：core-site.xml
*core-site.xml为Hadoop的核心属性文件，参数为Hadoop的核心功能，独立于HDFS与MapReduce。
参数列表
*fs.default.name
*默认值 file:///
*说明：设置Hadoop namenode的hostname及port，预设是Standalone mode,如果是伪分布式文件系统要设置成
hdfs://localhost:9000，如果使用集群模式则配置为 hdfs://hostname:9000
*hadoop.tmp.dir
*默认值/tmp/hadoop-${user.name}
*会在tmp下根据username生成不同的目录
*fs.checkpoint.dir
*默认值${hadoop.tmp.dir}/dfs/namesecondary
*Sencondary NameNode 镜像存储目录
*fs.checkpoint.period
*默认值: 3600(秒)
* 控制 secondary namenode 的 checkpoint 时间间隔。如果距离上次 checkpoint 的时间大于这个参数的设定，就会触发 checkpoint。secondary namenode 會把 namenode 的 fsimage 和 editlog 做 snapshot。如果存取 Hadoop 的次数频繁或为了減少重起 namenode 的 downtime，可以把這个值设小一点。
*fs.checkpoint.size
*默认值67108864(byte)
*如果 Hadoop 非常的忙碌，editlog 可能会在短时间內变的很大，fs.checkpoint.period 的设定不见得可以完全预测这个状况，所以保险的做法会多设定这个值，以保证当数据大到超过 fs.checkpoint.size 的值也会触发 checkpoint。
*io.file.buffer.size
*默认值 4096
*這是读写 sequence file 的 buffer size, 可减少 I/O 次数。在大型的 Hadoop cluster，建议可设定为 65536 到 131072。
*ipc.client.connection.maxidletime
*默认值 10000(毫秒)
*设定 Hadoop client 连接時最大的闲置，默认是是 10 秒。如果 Hadoop cluster 的网络联系不稳，可以把这个值设到 60000(60秒)
*ipc.server.tcpnodelay
*默认值 false
*在 Hadoop server 是否启动 Nagle’s 算法。设 true 会 disable 这个演算法，关掉会减少延迟，但是会增加小数据包的传输。server site 不太需要这定这个值。
*hadoop.security.authorization
*默认值 false
*是不是要开启 账号验证机制，开启之后 Hadoop 在执行任何动作之前都会先确认是否有权限。详細的权限设定会放在 hadoop-policy.xml 裡。例如要让 fenriswolf 这个 account 及 mapreduce group 可以 submit M/R jobs，要设定security.job.submission.protocol.acl
*hadoop.security.authentication
*默认值 simple
* simple 表示沒有 authentication，Hadoop 會用 system account 及 group 來控管q权限。另外可以指定為 kerberos，这部分相对比較复杂，要有一個 kerberos server 并产生 account keytab，在执行任何操作前 client 要先用 kinit 指令對 kerberos server 認證，之後的任何操作都是以 kerberos account 來執行。
*fs.trash.interval
*默认值 0（分）
*清掉垃圾筒的时间。预设是不清, 所以在刪除文件时要自己执行
*hadoop.native.lib
*默认值 true
* 默认 Hadoop 会去找所有可用的 native libraries 并自动 load 进來使用，例如压缩类的 libraries 像 GZIP, LZO 等等。
第二部分：hdfs-site.xml
参数列表
*dfs.block.size
*默认值67108864（字节）
*默认每個 block 是 64MB。如果確定存取的文件块都很大可以改為 134217728(128MB)。Client 也可自行决定要使用的 block size 而不需要更改整個 cluster 的设定。
*dfs.safemode.threshold.pct
*默认值 0.999f
* Hadoop 启动时会进入 safe mode，也就是安全模式，這时是不能写入数据的。只有当99.9% 的 blocks 达到最小的 dfs.replication.min 数量(默认是3)才会离开safe mode。在 dfs.replication.min 设的比较大或 data nodes 数量比较多时会等比较久。
*dfs.namenode.handler.count
*默认值 10
*设定 namenode server threads 的数量，这些 threads 會用 RPC 跟其他的 datanodes 沟通。当 datanodes 数量太多时会发現很容易出現 RPC timeout，解決方法是提升网络速度或提高这个值，但要注意的是 thread 数量多也表示 namenode 消耗的内存也随着增加
*dfs.datanode.handler.count
*默认值 3
* 指定 data node 上用的 thread 数量。
*dfs.datanode.max.xcievers
*默认值 256
*这个值是指定 datanode 可同時处理的最大文件数量、
*dfs.datanode.du.reserved
*默认值 0
*默认值表示 data nodes 会使用整个 磁盘，写满之后会导致无法再写入 M/R jobs。如果还有其他程式共用这些目录也会受到影响。建议保留至少 1073741824(1G) 的空间。
第三部分：mapred-site.xml
参数列表
*io.sort.mb
*默认值100
*缓存map中间结果的buffer大小(in MB)
*io.sort.record.percent
*默认值 0.05
*io.sort.mb中用来保存map output记录边界的百分比，其他缓存用来保存数据
*io.sort.spill.percent
*默认值0.80
*map开始做spill操作的阈值
*io.sort.factor
*默认值 10
*做merge操作时同时操作的stream数上限。
*min.num.spill.for.combine
*默认值3
*combiner函数运行的最小spill数
*mapred.compress.map.output
*默认值 false
*map中间结果是否采用压缩
*mapred.map.output.compression.codec
*org.apache.hadoop.io.compress.DefaultCodec
*min.num.spill.for.combine
*默认值3
*combiner函数运行的最小spill数
*mapred.compress.map.output
*默认值 false
*map中间结果是否采用压缩
*mapred.map.output.compression.codec
*org.apache.hadoop.io.compress.DefaultCodec
*mapred.reduce.parallel.copies
*默认值5
*每个reduce并行下载map结果的最大线程数
*mapred.reduce.copy.backoff
*默认值 300
*reduce下载线程最大等待时间（in sec）
*io.sort.factor
*默认值10
*org.apache.hadoop.io.compress.DefaultCodec
*mapred.job.shuffle.input.buffer.percent
*默认值0.7
*用来缓存shuffle数据的reduce task heap百分比
*mapred.job.shuffle.merge.percent
*默认值 0.66
*缓存的内存中多少百分比后开始做merge操作
*mapred.job.reduce.input.buffer.percent
*默认值0.0
*sort完成后reduce计算阶段用来缓存数据的百分比
