PTC的应用与加热优化参数说明

------------------------------------------------------------------------PTC发热元件安装安全保护装置，在当使用不正常时，电流会自动切断，以维持安全。PTC与加热元件整合在一起，有平均采暖控制效果。

例如：当用于加热器，它可以独立控制单PTC（500W，800W），双PTC（1000W，1500W）或三重PTC发热元件（1500W，2000W），有效节约电力成本，提高了产品的使用寿命。极和终端的连接点必须焊接，防止电极松动导致元件随温度增加时加热，冷收缩或热的通胀。PTC加热元件的封装设计有单和双重绝缘保护。

与金属接触时不会造成触电或短路。电极加热元件是密闭的，非常合应用在浴室或湿度高的场所。当与双重绝缘加热装置安装时，可在水中使用而不会造成漏电或短路，加热干燥时，它不会破裂或烧毁容器。无异味，无辐射，不会氧化；用于很长一段时间时，不会导致氧短缺。具有快速热响应时间，低浪涌电流。与易燃物品，如火柴，棉花，纸张接触时不会引起火灾。不需各种温度的选择控制，

静态加热，能有效降低产品成本，并有效地节省电力。加热组件不仅可以用于在加热器风扇，其各个组成部分也可以被用于一般家电产品，特别是空调等。PTC发热芯没有温控器需重新启动电源的操作

几乎无限的生命无运动部件磨损非常低的成本无电噪声使用的温度越高，更多的电力效率属于不燃烧材料PTC加热元件（圆盘型）热风扇加热板烘干机电吹风直发器卷发器暖脚柴油/燃油加热器型号参数

长度/mm宽度/mm厚度/mm表温/℃绝缘耐压/V使用电压/v用途24103.0~3.580~2903750100~240恒温加热24153.0~3.580~2903750100~240恒温加热3583.0~3.580~2903750100~240恒温加热35103.0~3.580~2903750100~240恒温加热35133.0~3.580~2903750100~240恒温加热35153.0~3.580~2903750100~240恒温加热4883.0~3.580~2903750100~240恒温加热48103.0~3.580~2903750100~240恒温加热48133.0~3.580~2903750100~240恒温加热48153.0~3.580~2903750100~240恒温加热6083.0~3.580~2903750100~240恒温加热60103.0~3.580~2903750100~240恒温加热60133.0~3.580~2903750100~240恒温加热60153.0~3.580~2903750100~240恒温加热7083.0~3.580~2903750100~240恒温加热70103.0~3.580~2903750100~240恒温加热70133.0~3.580~2903750100~240恒温加热70153.0~3.580~2903750100~240恒温加热70以上153.0~3.580~2903750100~240恒温加热备注：可根据客户要求，温度在50-290度之间设计，使用电压可在3V-240V之间设计。自我控制加热元件烘干机加热板化油器预热特别设计的尺寸或最大尺寸

2、PTC热导体加热效率高低电力消耗低成本可在宽电压范围（12V〜600V）高可靠性与自我调节特性加热功率（W）和自调节功能是在相关的周围环境（温度，空气流量，空气体积）最适合的加热，保温，恒温保持，具有几乎无限的应用！

PC主板的保护，在缺氧条件下维持恒定的温度，以保护电子元件故障。适用于医疗援助，美容，流熨衣，湿度控制，电加热，卫生处理，空气净化器等，为所有中低发热产品。（1）功率：2W〜2000W（2）表面温度：60°C〜240°C（3）电压：AC/DC5V〜600V（4）导线：22AWG150毫米（5）PTC热导体的功率（瓦*特数）增加的散热率。当热条件下保留没有气流（低散热）时，功率（W）将减少。这也适用于表面温度，表面温度与加热器功率（W）的表面温度将增加或减少的功率（W）。（6）功率（MAX）是最有效的热传导条件下的功率（W）的表面温度为240°C。功率（MIN）功率（W）时测得的稳定的5〜6分钟后加热的条件下，没有环境气流（非常低的散热率）。（7）一般热的发送功率是5％〜80％的最大功率。对于间接加热水，电源的最大功率只有15％〜60％。功率（W）的关系而变化的接触材料，散热器，散热面积大，环境温度，气流和产品应用。（8）较小的型号，可以根据客户的要求设计的。波纹条更节能高效的柴油和混合动力汽车的道路，排斥反应发生率更低的发热量，在生产汽车发动机，最近的趋势已逐步减少了可用的“废物”热舱加热。在努力减少室的加热时间，而增加室温度，电加热器系统已被开发，以补充当前热水基于车辆加热器的性能的一个新的PTC（正温度系数）。PTC的补充加热器系统设有自动功率调整响应于环境温度条件下，HVAC风扇速度，以及具有自调节加热器的温度。此外，PTC加热器的功率消耗可以被自动匹配可用于所有的车辆运行条件下可用的电功率电平。

新的PTC辅助加热器模型的特点多个加热器阶段是可能的。单级小型分散供热的加热器，可以产生强大的四或五个阶段的电子控制加热器容易两倍的热安全性和使用寿命长：在所有的高输出模式中，开关元件和印刷电路板的热的母线彼此隔离，此外，过量的温度纳入切出的PTC电子客户的具体应用和降低模具制造时间更短的开发时间带电波纹条可承受外部电击。3、

PTC陶瓷加热器带电波纹PTC发热体是一类大功率吹风PTC发热体，在普通PTC元件的两侧粘上波纹状的散热体，波纹孔可供热风通过.

特点：具有发热量大、功率稳定、使用方便寿命长、可靠性高、无明火等一系列优点。

应用：已广泛应用于暖风机、冷暖空调机、消毒柜、干衣机、干燥箱等家用发热设备上。注：红色字体表示可优化参数！core-site.xml是全局配置,hdfs-site.xml和mapred-site.xml分别是hdfs和mapred的局部配置。所有参数配置：core-default.html文件中1、hadoop.tmp.dir默认值：/tmp/hadoop-${}临时目录设定。尽量手动配置这个选项，否则的话都默认存在了系统的默认临时文件/tmp里。并且手动配置的时候，如果服务器是多磁盘的，每个磁盘都设置一个临时文件目录，这样便于mapreduce或者hdfs等使用的时候提高磁盘IO效率。hadoop.tmp.dir是hadoop文件系统依赖的基础配置，很多路径都依赖它。它默认的位置是在/tmp/{$user}下面，但是在/tmp路径下的存储是不安全的，因为linux一次重启，文件就可能被删除。怎么更改默认的hadoop.tmp.dir路径，并使其生效?1、编辑conf/core-site.xml,在里面加上如下属性:<property><name>hadoop.tmp.dir</name><value>/home/had/hadoop/data</value><description>Abaseforothertemporarydirectories.</description></property><property><name>hadoop.tmp.dir</name><value>/home/zj/tmp</value></property>目录不会被清空就可以了。Hadoop.native.lib默认值：true使用本地hadoop库标识。Hadoop.http.filter.initializershttp服务器过滤链设置。Hadoop.security.group.mapping默认值：org.apache.hadoop.security.ShellBasedUnixGroupsMapping组内用户的列表的类设定。Hadoop.security.authorization默认值：false服务端认证开启。Hadoop.security.authentication默认值：simple无认证或认证设置。7、hadoop.security.token.service.use_ip默认值：true是否开启使用IP地址作为连接的开关。8、hadoop.logfile.size默认值：10000000日志文件最大为10M。9、hadoop.logfile.count默认值：10日志文件数量为10个。io.file.buffer.size默认值：4096流文件的缓冲区为4K。SequenceFiles在读写中可以使用的缓存大小，流文件的缓冲区默认值为4K。。这个参数在新版本里变为了：file.stream-buffer-size，单位bytes。作为hadoop缓冲区，用于hadoop读hdfs的文件和写hdfs的文件，还有map的输出都用到了这个缓冲区容量，对于现在的硬件很保守，可以设置为128k(131072),甚至是1M(太大了map和reduce任务可能会内存溢出)。通过增大它的大小能够减少I/O次数以提高性能。如果系统允许，64KB（65536字节）至128KB（131072字节）是较普遍的选择。<property><name>io.file.buffer.size</name><value>131072</value></property>（部署注意：namenode磁盘:sas带RAID,多磁盘存储文件系统元信息.datanode配置:不带RAID,双网卡:一个用于内部数据传输，一个用于外部数据传输.hadoop各节点的分布:namenode和jobtracker部署:namenode与jobtracker分离.tasktracker与datanode配对.Trash:hadoop回收站功能默认是禁止的，删除文件，就是直接删除了,所以要记得配置好trash。trash功能还是不错的，当rm后，它会move到当前文件夹下的.Trash目录下,误删文件后，可以到对应的.Trash目录下恢复文件，参考配置属性erval。备份:namendoe的元数据切记做好多处备份，包括热备和冷备，否则元数据一丢，整个集群的数据都无法恢复了。热备:namenode的元数据配置写两份，一分写本地，另一份写远程nfs。冷备:定时拷贝namenode的元数据到远程的nfs，保留十天甚至更长。Datanode的数据目录:如果datanode对应的机器上有多块磁盘，例如/disk1-/disk3,dfs.data.dir可以配置为”/disk1/data,/disk2/data,/disk3/data”,datanode会在写数据时,以轮询的方式选择一个目录写入数据，一般这些目录是不同的块设备，不存在的目录会被忽略掉,参考配置属性dfs.data.dir.datanode如果有多个磁盘不建议做raid,因为做raid会有性能损失,还会导致一个磁盘坏了,整个硬盘也不能用了，而hadoop可以规避这个问题。Tasktracker的中间输出目录:MapReduce产生的中间数据会特别多，为了减少磁盘压力，如果机器有多个磁盘，也可以像datanode的数据目录设为”/disk1/local,/disk2/local,/disk3/local”,参考配置属性mapred.local.dir。map和reduce任务的JVM选项:mapred.child.java.opts配置map和reduce子进程的JVM属性,如果内存充裕，可以改为-Xmx2400m.Tasktracker的map和reducer数量配置:属性mapred.tasktracker.map.tasks.maximum配置这个tasktracker同时可以最多跑多少个maptask,要根据tracker的内存和磁盘情况规划。还有属性mapred.tasktracker.reduce.tasks.maximum配置这个tasktracker同时可以最多跑多少个reducetask.同理也是要根据tracker的内存和磁盘情况规划。缓冲区大小:io.file.buffer.size默认是4KB，作为hadoop缓冲区，用于hadoop读hdfs的文件和写hdfs的文件，还有map的输出都用到了这个缓冲区容量，对于现在的硬件很保守，可以设置为128k(131072),甚至是1M(太大了map和reduce任务可能会内存溢出)。noatime的设置:为了充分发挥性能，需要使用noatime选项挂载磁盘，表示执行读操作时，不更新文件的访问时间，可以显著提供性能。）11、io.bytes.per.checksum默认值：512校验位数为512字节。12、io.skip.checksum.errors默认值：false校验出错后是抛出异常还是略过标识。True则略过。13、pression.codecs默认值：press.DefaultCodec,press.GzipCodec,press.BZip2Codec,press.SnappyCodec压缩和解压的方式设置。14、io.serializations默认值：org.apache.hadoop.io.serializer.WritableSerialization序例化和反序列化的类设定。15、默认值：file:///缺省的文件URI标识设定。16、erval默认值：0文件废弃标识设定，0为禁止此功能。这个是开启hdfs文件删除自动转移到垃圾箱的选项，值为垃圾箱文件清除时间。一般开启这个会比较好，以防错误删除重要文件。单位是分钟。删除文件，就是直接删除了,所以要记得配置好trash。trash功能：当rm后，它会move到当前文件夹下的.Trash目录下,误删文件后，可以到对应的.Trash目录下恢复文件。一般设置为1440，即一天。<property><name>erval</name><value>1440</value></property>17、fs.file.impl默认值：org.apache.hadoop.fs.LocalFileSystem本地文件操作类设置。18、fs.hdfs.impl默认值：org.apache.hadoop.hdfs.DistributedFileSystemHDFS文件操作类设置。19、fs.s3.impl默认值：org.apache.hadoop.fs.s3.S3S3文件操作类设置。20、fs.s3n.impl默认值：org.apache.hadoop.fs.s3native.NativeS3FileSystemS3文件本地操作类设置。21、fs.kfs.impl默认值：org.apache.hadoop.fs.kfs.KosmosFileSystemKFS文件操作类设置。22、fs.hftp.impl默认值：org.apache.hadoop.hdfs.HftpFileSystemHTTP方式操作文件设置。23、fs.hsftp.impl默认值：org.apache.hadoop.hdfs.HsftpFileSystemHTTPS方式操作文件设置。24、fs.webhdfs.impl默认值：org.apache.hadoop.hdfs.web.WebHdfsFileSystemWEB方式操作文件类设置。25、fs.ftp.impl默认值：org.apache.hadoop.fs.ftp.FTPFileSystemFTP文件操作类设置。26、fs.ramfs.impl默认值：org.apache.hadoop.fs.InMemoryFileSystem内存文件操作类设置。27、fs.har.impl默认值：org.apache.hadoop.fs.HarFileSystem压缩文件操作类设置。28、fs.har.impl.disable.cache默认值：true是否缓存har文件的标识设定。29、fs.checkpoint.dir默认值：${hadoop.tmp.dir}/dfs/namesecondary备份名称节点的存放目录设置。尽secondaryNameNode的元数据以,号隔开,hdfs会把元数据冗余复制到这些目录，一般这些目录是不同的块设备，不存在的目录会被忽略掉Fs.checkpoint.edits.dir默认值：${fs.checkpoint.dir}备份名称节点日志文件的存放目录设置，secondaryNameNode的事务文件存储的目录,以,号隔开,hdfs会把事务文件冗余复制到这些目录。31、fs.checkpoint.period默认值：3600动态检查的间隔时间设置，默认为1小时。32、fs.checkpoint.size默认值：67108864日志文件大小为64M。33、fs.s3.block.size默认值：67108864写S3文件系统的块的大小为64M。34、fs.s3.buffer.dir默认值：${hadoop.tmp.dir}/s3S3文件数据的本地存放目录。35、fs.s3.maxRetries默认值：4S3文件数据的偿试读写次数。36、fs.s3.sleepTimeSeconds默认值：10S3文件偿试的间隔。Local.cache.size默认值;10737418240缓存大小设置为10GB.38、press.blocksize默认值：1000000压缩流式文件中的最小块数为100万。39、io.seqfile.lazydecompress默认值：true块是否需要压缩标识设定。40、io.seqfile.sorter.recordlimit默认值：1000000内存中排序记录块类最小为100万。41、io.mapfile.bloom.size默认值：1048576BloomMapFiler过滤量为1M。42、io.mapfile.bloom.error.rate默认值：0.005误报的速度在BloomFilter-sBloomMapFile中使用。当这个值减少,BloomFilter-s的规模呈指数增长。这个值是遇到误报(默认值是0.5%)的概率。Hadoop.util.hash.type默认值：murmur缺少hash方法为murmur。44、ipc.client.idlethreshold默认值：4000连接数据最小阀值为4000。45、ipc.client.kill.max默认值：10一个客户端连接数最大值为10。46、ipc.client.connection.maxidletime默认值:10000断开与服务器连接的时间最大为10秒.47、ipc.client.connect.max.retries默认值:10建立与服务器连接的重试次数为10次48、ipc.server.listen.queue.size默认值：128接收客户连接的监听队例的长度为128。49、ipc.server.tcpnodelay默认值：false开启或关闭服务器端TCP连接算法。50、ipc.client.tcpnodelay默认值：false开启或关闭客户端TCP连接算法。51、webinterface.private.actions默认值：falseWeb交互的行为设定。52、hadoop.rpc.socket.factory.class.default默认值：.StandardSocketFactory缺省的socket工厂类设置。53、hadoop.rpc.socket.factory.class.ClientProtocol与dfs连接时的缺省socket工厂类。54、hadoop.socks.server服务端的工厂类缺省设置为SocksSocketFactory.55、topology.node.switch.mapping.impl默认值：.ScriptBasedMapping56、默认值：57、topology.script.number.args默认值：100参数数量最多为100。58、hadoop.security.uid.cache.secs默认值：1440059、fs.inmemory.size.mb默认值：reduce阶段用户合并map输出所需的内存文件系统分配更多的内存。reduce阶段用户合并map输出的内存限制。一般设为200，可根据自身硬件设备进行更改测试。<property><name>fs.inmemory</name><value>200</value></property>hdfs-default.html1、node.logging.level默认值：info输出日志类型。2、dfs.secondary.http.address默认值：:50090备份名称节点的http协议访问地址与端口。3、dfs.datanode.address默认值：:50010数据节点的TCP管理服务地址和端口。4、dfs.datanode.http.address默认值：:50010数据节点的HTTP协议访问地址和端口。5、dfs.datanode.ipc.address默认值：:50020数据节点的IPC服务访问地址和端口。6、dfs.datanode.handler.count默认值：3数据节点的服务连接处理线程数。7、dfs.http.address默认值：:50070名称节点的http协议访问地址与端口。8、dfs.https.enable默认值：false支持https访问方式标识。9、dfs.https.need.client.auth默认值：false客户端指定https访问标识。10、dfs.https.server.keystore.resource默认值：ssl-server.xmlSsl密钥服务端的配置文件。11、dfs.https.client.keystore.resource默认值：ssl-client.xmlSsl密钥客户端的配置文件。12、dfs.datanode.https.address默认值：:50475数据节点的HTTPS协议访问地址和端口。13、dfs.https.address默认值：:50470名称节点的HTTPS协议访问地址和端口。14、erface默认值：default数据节点采用IP地址标识。15、server默认值：default指定DNS的IP地址。16、dfs.replication.considerLoad默认值：true加载目标或不加载的标识。17、dfs.default.chunk.view.size默认值：32768浏览时的文件块大小设置为32K。18、dfs.datanode.du.reserved默认值：0每个卷预留的空闲空间数量。19、.dir默认值：${hadoop.tmp.dir}/dfs/name存贮在本地的名字节点数据镜象的目录,作为名字节点的冗余备份。20、.edits.dir默认值：${.dir}存贮文件操作过程信息的存贮目录。21、dfs.web.ugi默认值：webuser,webgroupWeb接口访问的用户名和组的帐户设定。22、dfs.permissions默认值：true文件操作时的权限检查标识。23、dfs.permissions.supergroup默认值：supergroup超级用户的组名定义。24、dfs.block.access.token.enable默认值：false数据节点访问令牌标识。25、erval默认值：600升级访问钥时的间隔时间。26、dfs.block.access.token.lifetime默认值：600访问令牌的有效时间。27、dfs.data.dir默认值：${hadoop.tmp.dir}/dfs/data数据节点的块本地存放目录。28、dfs.datanode.data.dir.perm默认值：755数据节点的存贮块的目录访问权限设置。29、dfs.replication默认值：3缺省的块复制数量。30、dfs.replication.max默认值：512块复制的最大数量。31、dfs.replication.min默认值：1块复制的最小数量。32、dfs.block.size默认值：67108864缺省的文件块大小为64M。hdfs里一个文件块的大小，默认64M，通常设置134217728，即128M，太大的话会有较少map同时计算，太小的话也浪费可用map个数资源，而且文件太小namenode就浪费内存多。根据需要进行设置。<property><name>dfs.block.size</name><value>134217728</value></property>33、erval默认值：60000磁盘空间统计间隔为6秒。34、dfs.client.block.write.retries默认值：3块写入出错时的重试次数。35、ervalMsec默认值：3600000块的报告间隔时为1小时。36、dfs.blockreport.initialDelay默认值：0块顺序报告的间隔时间。37、erval默认值：3数据节点的心跳检测间隔时间，单位为秒。38、node.handler.count默认值：10名称节点的连接处理的线程数量。若改为数值，同样可以尝试该值大小对效率的影响变化进行最合适的值的设定。39、dfs.safemode.threshold.pct默认值：0.999f启动安全模式的阀值设定。Dfs.safemode.extension默认值：30000当阀值达到量值后扩展的时限。41、dfs.balance.bandwidthPerSec默认值：1048576启动负载均衡的数据节点可利用带宽最大值为1M。42、dfs.hosts默认值：可与名称节点连接的主机地址文件指定。43、dfs.hosts.exclude默认值：删除与名称节点连接的主机地址文件设定。44、dfs.max.objects默认值：0文件数、目录数、块数的最大数量。45、erval默认值：30名称节点解除命令执行时的监测时间周期。46、erval默认值：5名称节点解除命令执行是否完检测次数。47、erval默认值：3名称节点计算数据节点的复制工作的周期数。48、dfs.access.time.precision默认值：3600000充许访问文件的时间精确到1小时。49、dfs.support.append默认值：false是否充许链接文件指定。50、node.delegation.key.update-interval默认值：86400000名称节点上的代理令牌的主key的更新间隔时间为24小时。node.delegation.token.max-lifetime默认值：604800000代理令牌的有效时间最大值为7天。52、node.delegation.token.renew-interval默认值：86400000代理令牌的更新时间为24小时53、dfs.datanode.failed.volumes.tolerated默认值：0决定停止数据节点提供服务充许卷的出错次数。0次则任何卷出错都要停止数据节点。mapred-default.html1、Hadoop.job.history.location默认值：作业跟踪管理器的静态历史文件的存放目录。2、hadoop.job.history.user.location默认值：可以指定具体某个作业的跟踪管理器的历史文件存放目录。3、pleted.location默认值：已完成作业的历史文件的存放目录。4、io.sort.factor默认值：10排完序的文件的合并时的打开文件句柄数。int类型，Map端和Reduce端使用该属性设置在Map端和Reduce端都使用到的对文件Sort时一次合并的最大流，其默认值是10，即一次合并10个流。在集群中，将其适当增大能够提高并行度以缩短合并所需时间。有利于减少合并次数，进而减少map对磁盘的读写频率，有可能达到优化作业的目的。<property><name>io.sort.factor</name><value>100</value></property>5、io.sort.mb默认值：100排序文件的内存缓存大小。int类型，Map端使用该属性设置对Map输出进行排序时使用的环形内存缓冲区的大小，以M字节为单位，默认是100M。如果允许，应该增加它的值来减少磁盘溢写的次数以提高性能。<property><name>io.sort.mb</name><value>200</value></property>6、io.sort.record.percent默认值：0.05排序线程阻塞的内存缓存剩余比率。该属性设置指io.sort.mb中用来存储Map输出的记录边界的百分比，其他剩余的缓存空间用来存储Map输出记录本身。<property><name>io.sort.record.percent</name><value>0.05</value></property>7、io.sort.spill.percent默认值：0.80当缓冲占用量为该值时，线程需要将内容先备份到磁盘中。即Map开始做spill（溢写）操作的阈值（buffersize*spillpercent=100MB*0.8=80MB）。内容缓冲区默认大小为100M时，溢写线程启动，锁定这80MB的内存，执行溢写过程。Maptask的输出结果还可以往剩下的20MB内存中写，互不影响。如果你确认map输出的数据基本有序，排序时间很短，可以将这个阈值适当调高，更理想的，如果你的map输出是有序的数据，那么可以把buffer设的更大，阈值设置为1。

<property><name>io.sort.spill.percent</name><value>0.80</value></property>8、io.map.index.skip默认值：0索引条目的间隔设定。9、mapred.job.tracker默认值：local作业跟踪管理器是否和MR任务在一个进程中。10、mapred.job.tracker.http.address默认值：:50030作业跟踪管理器的HTTP服务器访问端口和地址。mapred.job.tracker.handler.count默认值：10作业跟踪管理器的管理线程数,线程数比例是任务管理跟踪器数量的0.04。较大集群的话，可调大些，比如64。<property><name>mapred.job.tracker.handler.count</name><value>10</value></property>12、mapred.task.tracker.report.address默认值：:0任务管理跟踪器的主机地址和端口地址。13、mapred.local.dir默认值：${hadoop.tmp.dir}/mapred/localMR的中介数据文件存放目录。14、mapred.system.dir默认值：${hadoop.tmp.dir}/mapred/systemMR的控制文件存放目录。15、mapreduce.jobtracker.staging.root.dir默认值：${hadoop.tmp.dir}/mapred/staging每个正在运行作业文件的存放区。16、mapred.temp.dir默认值：${hadoop.tmp.dir}/mapred/tempMR临时共享文件存放区。17、mapred.local.dir.minspacestart默认值：0MR本地中介文件删除时，不充许有任务执行的数量值。18、mapred.local.dir.minspacekill默认值：0MR本地中介文件删除时，除非所有任务都已完成的数量值。19、erval默认值：600000任务管理跟踪器不发送心跳的累计时间间隔超过600秒，则任务管理跟踪器失效。20、mapred.tasktracker.resourcecalculatorplugin默认值：指定的一个用户访问资源信息的类实例。21、mapred.tasktracker.taskmemorymanager.monitoring-interval默认值：5000监控任务管理跟踪器任务内存使用率的时间间隔。22、mapred.tasktracker.tasks.sleeptime-before-sigkill默认值：5000发出进程终止后，间隔5秒后发出进程消亡信号。23、mapred.map.tasks默认值：2每个作业缺省的map任务数为2。24、mapred.reduce.tasks默认值：1每个作业缺省的reduce任务数为1。25、mapreduce.tasktracker.outofband.heartbeat默认值：false让在任务结束后发出一个额外的心跳信号。26、mapreduce.tasktracker.outofband.heartbeat.damper默认值：1000000当额外心跳信号发出量太多时，则适当阻止。27、mapred.jobtracker.restart.recover默认值：false充许任务管理器恢复时采用的方式。28、mapred.jobtracker.job.history.block.size默认值：3145728作业历史文件块的大小为3M。29、mapreduce.job.split.metainfo.maxsize默认值：10000000分隔元信息文件的最大值是10M以下。30、mapred.jobtracker.taskScheduler默认值：org.apache.hadoop.mapred.JobQueueTaskScheduler设定任务的执行计划实现类。31、mapred.jobtracker.taskScheduler.maxRunningTasksPerJob默认值：作业同时运行的任务数的最大值。32、mapred.map.max.attempts默认值：4Map任务的重试次数。33、mapred.reduce.max.attempts默认值：4Reduce任务的重试次数。34、mapred.reduce.parallel.copies默认值：5在复制阶段时reduce并行传送的值。reuduceshuffle阶段并行传输数据的数量。将Map输出复制到Reduce的线程的数量。对于较大集群，根据需要可以将其增大到20-50，增加了Reduce端复制过程的并行数，提高了系统性能。<property><name>mapred.reduce.parallel.copies</name><value>5</value></property>35、mapreduce.reduce.shuffle.maxfetchfailures默认值：10取map输出的最大重试次数。36、mapreduce.reduce.shuffle.connect.timeout默认值：180000REDUCE任务连接任务管理器获得map输出时的总耗时是3分钟。37、mapreduce.reduce.shuffle.read.timeout默认值：180000REDUCE任务等待map输出数据的总耗时是3分钟。38、mapred.task.timeout默认值：600000如果任务无读无写时的时间耗时为10分钟，将被终止。39、mapred.tasktracker.map.tasks.maximum默认值：2任务管理器可同时运行map任务数为2。mapred.tasktracker.map.tasks.maximum设置为节点的cpucores数目或者数目减1比较合适，此时的运行效率最高。<property><name>mapred.tasktracker.map.tasks.maximum</name><value>2</value></property>40、mapred.tasktracker.reduce.tasks.maximum默认值：2任管管理器可同时运行reduce任务数为2。优化值：mapred.tasktracker.map.tasks.maximum=CPU数量cpu数量=服务器CPU总核数/每个CPU的核数

服务器CPU总核数=more/proc/cpuinfo|grep'processor'|wc-l

每个CPU的核数=more/proc/cpuinfo|grep'cpucores'<property><name>mapred.tasktracker.reduce.tasks.maximum</name><value>2</value></property>41、pleteuserjobs.maximum默认值：100当用户的完成作业数达100个后，将其放入作业历史文件中。42、mapreduce.reduce.input.limit默认值：-1Reduce输入量的限制。43、mapred.job.tracker.retiredjobs.cache.size默认值：1000作业状态为已不在执行的保留在内存中的量为100044、mapred.job.tracker.jobhistory.lru.cache.size默认值：5作业历史文件装载到内存的数量。45、mapred.child.java.opts默认值：-Xmx200m启动task管理的子进程时的内存设置。String类型，Map和Reduce任务虚拟机使用该属性设置Map和Reduce任务运行时Java虚拟机指定的内存的大小，默认-Xmx200m，分配给每个任务200MB内存。只要条件允许，应该让任务节点上的内存大小尽量大，可以将其增大到-Xmx512m，即512MB，以提高MapReduce作业的性能。<property><name>mapred.child.java.opts</name><value>-Xmx512m</value></property>46、mapred.child.env默认值：子进程的参数设置。47、mapred.child.ulimit默认值：虚拟机所需内存的设定。48、mapred.cluster.map.memory.mb默认值：-149、mapred.cluster.reduce.memory.mb默认值：-150、mapred.cluster.max.map.memory.mb默认值：-151、mapred.cluster.max.reduce.memory.mb默认值：-152、mapred.job.map.memory.mb默认值：-153、mapred.job.reduce.memory.mb默认值：-154、mapred.child.tmp默认值：/tmpMr任务信息的存放目录。55、mapred.inmem.merge.threshold默认值：1000内存中的合并文件数设置。配置项mapred.job.shuffle.merge.percent优先判断，其次才判断mapred.inmem.merge.threshold。threshold取决于map输出数据的大小，如果map输出的数据很大，默认值1000反倒不好，应该小一些，如果map输出的数据不大（lightweight），可以设置2000或者以上。<property><name>mapred.inmem.merge.threshold</name><value>1000</value></property>56、mapred.job.shuffle.merge.percent默认值：0.66reduce归并接收map的输出数据可占用的内存配置百分比。类似mapreduce.reduce.shuffle.input.buffer.percen属性。缓存的内存中多少百分比后开始做merge(合并)操作。假设mapred.job.shuffle.input.buffer.percent为0.7，reducetask的maxheapsize为1G，那么用来做下载数据缓存的内存就为大概700MB左右，这700M的内存，跟map端一样，也不是要等到全部写满才会往磁盘刷的，而是当这700M中被使用到了一定的限度（通常是一个百分比），就会开始往磁盘刷。这个限度阈值也是可以通过job参数来设定的，设定参数为：mapred.job.shuffle.merge.percent（default0.66）。如果下载速度很快，很容易就把内存缓存撑大，那么调整一下这个参数有可能会对reduce的性能有所帮助。默认值偏小，可以设置到0.8左右；<property><name>mapred.job.shuffle.merge.percent</name><value>0.70</value></property>57、mapred.job.shuffle.input.buffer.percent默认值：0.70用来缓存shuffle数据的reducetaskheap百分比。Reduce在shuffle阶段对下载来的map数据，并不是立刻就写入磁盘的，而是会先缓存在内存中，然后当使用内存达到一定量的时候才刷入磁盘。当指定了JVM的堆内存最大值以后，上面这个配置项就是Reduce用来存放从Map节点取过来的数据所用的内存占堆内存的比例，默认是0.7，既70%，通常这个比例是够了，但是对于大数据的情况，这个比例还是小了一些，0.8-0.9之间比较合适。（前提是你的reduce函数不会疯狂的吃掉内存）。<property><name>mapred.job.shuffle.input.buffer.percent</name><value>0.80</value></property>

58、mapred.job.reduce.input.buffer.percent默认值：0.0sort完成后reduce计算阶段用来缓解数据的百分比。当reduce将所有的map上对应自己partition的数据下载完成后，就会开始真正的reduce计算阶段（中间有个sort阶段通常时间非常短，几秒钟就完成了，因为整个下载阶段就已经是边下载边sort，然后边merge的）。当reducetask真正进入reduce函数的计算阶段的时候，有一个参数也是可以调整reduce的计算行为。也就是：mapred.job.reduce.input.buffer.percent（default0.0）。由于reduce计算时肯定也是需要消耗内存的，而在读取reduce需要的数据时，同样是需要内存作为buffer，这个参数是控制需要多少的内存百分比来作为reduce读已经sort好的数据的buffer百分比。默认情况下，reduce是全部从磁盘开始读处理数据。如果这个参数大于0，那么就会有一定量的数据被缓存在内存并输送给reduce，当reduce计算逻辑消耗内存很小时，可以分一部分内存用来缓存数据，反正reduce的内存闲着也是闲着。<property><name>mapred.job.reduce.input.buffer.percent</name><value>0.0</value></property>59、mapred.map.tasks.speculative.execution默认值：trueMap任务的多实例并行运行标识。60、mapred.reduce.tasks.speculative.execution默认值：trueReduce任务的多实例并行运行标识。61、mapred.job.reuse.jvm.num.tasks默认值：1每虚拟机运行的任务数。62、mapred.min.split.size默认值：0Map的输入数据被分解的块数设置。63、mapred.jobtracker.maxtasks.per.job默认值：-1一个单独作业的任务数设置。64、mapred.submit.replication默认值：10提交作业文件的复制级别。65、erface默认值：default任务管理跟踪器是否报告IP地址名的开关。66、server默认值：default作业和任务管理跟踪器之间通讯方式采用的DNS服务的主机名或IP地址。67、tasktracker.http.threads默认值：40map和reduce是通过http进行数据传输的，这个是设置传输的并行线程数。http服务器的工作线程数量。大集群，可以将其设为40~50。<property><name>tasktracker.http.threads</name><value>40</value></property>68、mapred.task.tracker.http.address默认值：:50060任务管理跟踪器的http服务器的地址和端口。69、keep.failed.task.files默认值：false失败任务是否保存到文件中。70、press默认值：false作业的输出是否压缩。71、pression.type默认值：RECORD作业输出采用NONE,RECORDorBLOCK三种方式中一种压缩的写入到流式文件。72、pression.codec默认值：press.DefaultCodec压缩类的设置。73、press.map.output默认值：falseMap的输出是否压缩。如果压缩就会多耗cpu，但是减少传输时间，如果不压缩，就需要较多的传输带宽。配合press.codec使用，默认是press.DefaultCodec，可以根据需要设定数据压缩方式。这个参数设置为true时，那么map在写中间结果时，就会将数据压缩后再写入磁盘，读结果时也会采用先解压后读取数据。这样做的后果就是：写入磁盘的中间结果数据量会变少，但是CPU会消耗一些用来压缩和解压。所以这种方式通常适合job中间结果非常大，瓶颈不在CPU，而是在磁盘的读写的情况。直接来讲就是用CPU换IO。根据观察，通常大部分的作业CPU都不是瓶颈，除非运算逻辑异常复杂。所以对中间结果采用压缩（选择true）通常来说是有收益的。<property><name>press.map.output</name><value>true</value></property>74、pression.codec默认值：press.DefaultCodecMap的输出压缩的实现类指定。同样的job，同样的数据，在采用压缩的情况下，map中间结果能缩小将近10倍，如果map的瓶颈在磁盘，那么job的性能提升将会非常可观。当采用map中间结果压缩的情况下，用户还可以选择压缩时采用哪种压缩格式进行压缩，现在hadoop支持的压缩格式有：GzipCodec，LzoCodec，BZip2Codec，LzmaCodec等压缩格式。通常来说，想要达到比较平衡的cpu和磁盘压缩比，LzoCodec比较适合。但也要取决于job的具体情况。用户若想要自行选择中间结果的压缩算法，可以设置配置参数：pression.codec=press.DefaultCodec或者其他用户自行选择的压缩方式。<property><name>pression.codec</name><value>press.LzoCodec</value></property>75、map.sort.class默认值：org.apache.hadoop.util.QuickSort排序键的排序类指定。76、mapred.userlog.limit.kb默认值：0每个任务的用户日志文件大小。77、mapred.userlog.retain.hours默认值：24作业完成后的用户日志留存时间为24小时。78、mapred.user.jobconf.limit默认值：5242880Jobconf的大小为5M。79、mapred.hosts默认值：可与作业管理跟踪器连接的主机名。80、mapred.hosts.exclude默认值：不可与作业管理跟踪器连接的主机名。81、mapred.heartbeats.in.second默认值：100作业管理跟踪器的每秒中到达的心跳数量为100。82、mapred.max.tracker.blacklists默认值：4任务管理跟踪器的黑名单列表的数量。83、mapred.jobtracker.blacklist.fault-timeout-window默认值：180任务管理跟踪器超时180分钟则訪任务将被重启。84、mapred.jobtracker.blacklist.fault-bucket-width默认值：1585、mapred.max.tracker.failures默认值：4任务管理跟踪器的失败任务数设定。86、jobclient.output.filter默认值：FAILED控制任务的用户日志输出到作业端时的过滤方式。87、tatus.active默认值：false是否持久化作业管理跟踪器的信息。88、tatus.hours默认值：0持久化作业管理跟踪器的信息的保存时间。89、tatus.dir默认值：/jobtracker/jobsInfo作业管理跟踪器