说明：这是hadoop2.x版本的参数。下面的value都是参数默认值。
常用配置：
♥♥♥1.mapreduce.job.hdfs-serversvalue：${fs.defaultFS} 说明：job客户端参数。2.mapreduce.task.io.sort.factorvalue：10说明：在Reduce Task阶段，排序文件时一次合并的流的数量。 这决定了打开文件句柄的数量。也即是一次合并的文件数据，每次合并的时候选择最小的前10进行合并。3.mapreduce.task.io.sort.mbvalue：100说明：排序文件时使用的缓冲区内存总量，以兆字节为单位。 默认情况下，为每个合并流提供1MB，这应该最小化搜索。4.mapreduce.map.sort.spill.percentvalue：0.8说明：Map阶段溢写文件的阈值（排序缓冲区大小的百分比）。5.mapreduce.jobtracker.addressvalue：local说明：MapReduce作业跟踪器运行的主机和端口。 如果是“本地”，则作业将作为单个映射在进程中运行并减少任务。6.mapreduce.job.mapsvalue:2说明：单个任务的map数量。7.mapreduce.job.reducesvalue：1说明：单个任务的reduce数量。 8.mapreduce.job.running.map.limitvalue：0说明：单个任务并发的最大map数，0或负数没有限制9.mapreduce.job.running.reduce.limitvalue：0单个任务并发的最大reduce数，0或负数没有限制10.mapreduce.job.max.mapvalue：-1说明：单个任务允许的最大map数，-1表示没有限制。11.mapreduce.job.max.split.locationsvalue：10说明：分片数量12.mapreduce.job.split.metainfo.maxsizevalue:10000000说明：split的元数据信息数量，如果value为-1，则没有限制13.mapreduce.map.maxattemptsvalue：4说明：每个 Map Task 最大重试次数,一旦重试参数超过该值,则认为 Map Task 运行失败。14.mapreduce.reduce.maxattemptsvalue：4说明：每个 reduce Task 最大重试次数,一旦重试参数超过该值,则认为 reduce Task 运行失败。15.mapreduce.reduce.shuffle.parallelcopiesvalue：5说明：Reduce Task启动的并发拷贝数据的线程数目 16.mapreduce.task.timeoutvalue：600000说明：如果任务既不读取输入，也不写入输出，也不更新其状态字符串，则任务终止之前的毫秒数。0表示禁用超时。17.mapreduce.map.memory.mbvalue：1024说明：每个Map Task需要的内存量18.mapreduce.map.cpu.vcoresvalue：1说明：每个Map Task需要的虚拟CPU个数19.mapreduce.reduce.memory.mbvalue：1024说明：每个Reduce Task需要的内存量20.mapreduce.reduce.cpu.vcoresvalue：1说明：每个Reduce Task需要的虚拟CPU个数21.mapred.child.java.optsvalue：-Xmx200m说明：jvm启动的子线程可以使用的最大内存。建议值-XX:-UseGCOverheadLimit -Xms512m -Xmx2048m -verbose:gc -Xloggc:/tmp/@taskid@.gc22.yarn.app.mapreduce.am.resource.mbvalue：1536说明：MR ApplicationMaster占用的内存量。23.yarn.app.mapreduce.am.resource.cpu-vcoresvalue：1说明：MR ApplicationMaster占用的虚拟CPU个数。24.mapreduce.jobhistory.addressvalue：0.0.0.0:10020说明：指定历史服务器的地址和端口25.mapreduce.jobhistory.webapp.addressvalue：0.0.0.0:19888说明：历史服务器的web地址26.mapreduce.map.java.optsvalue：-Xmx1024m说明：每个map任务的jvm需要的内存量，一般为map内存的0.827.mapreduce.reduce.java.optsvalue：说明：每个reduce任务jvm需要的内存量。为reduce内存量的0.828.mapreduce.map.output.compressvalue：false说明： map输出是否进行压缩，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,默认是false。配合 mapreduce.map.output.compress.codec使用29.mapreduce.map.output.compress.codecvalue：org.apache.hadoop.io.compress.DefaultCodec 不常用配置：1.mapreduce.local.clientfactory.class.namevalue：org.apache.hadoop.mapred.LocalClientFactory说明：这是负责创建本地作业运行客户端的客户端工厂。2.mapreduce.jobtracker.system.dirvalue：${hadoop.tmp.dir}/mapred/system说明：MapReduce存储控制文件的目录，可配置多块硬盘，逗号分隔。3.mapreduce.jobtracker.staging.root.dirvalue:${hadoop.tmp.dir}/mapred/staging说明：用来存放与每个job相关的数据4.mapreduce.cluster.temp.dirvalue：${hadoop.tmp.dir}/mapred/temp说明：用来存放临时文件共享的目录。5.mapreduce.job.reducer.preempt.delay.secvalue：0说明：6.mapreduce.reduce.shuffle.fetch.retry.enabledvalue：${yarn.nodemanager.recovery.enabled}说明：设置主机重新启动期间启用提取重试。7.mapreduce.reduce.shuffle.fetch.retry.interval-msvalue：1000说明：提取器重试再次获取的时间间隔。8.mapreduce.reduce.shuffle.fetch.retry.timeout-msvalue：30000说明：取回超时时间9.mapreduce.reduce.shuffle.retry-delay.max.msvalue：60000说明：在重试下载map数据之前，reducer将延迟的最大ms数。10.mapreduce.reduce.shuffle.connect.timeoutvalue：180000说明：reduce task 连接map的超时时间，以毫秒为单位。11.mapreduce.reduce.shuffle.read.timeoutvalue：180000说明：map 输出数据，reduce连接以后可用于读取的最长时间，以毫秒为单位。12.mapreduce.shuffle.listen.queue.sizevalue：128说明：shuffle侦听队列的长度13.mapreduce.shuffle.connection-keep-alive.enablevalue：false说明：是否保持活跃连接，默认为false。14.mapreduce.shuffle.connection-keep-alive.timeoutvalue：5说明：保持活跃连接的秒数。15.yarn.app.mapreduce.am.log.levelvalue：info说明：MR ApplicationMaster的日志记录级别。 允许的级别为：OFF，FATAL，ERROR，WARN，INFO，DEBUG，TRACE和ALL。 如果设置了“mapreduce.job.log4j-properties-file”，则可以覆盖此处的设置。16.mapreduce.map.log.levelvalue：info说明：map任务的日志记录级别。 允许的级别为：OFF，FATAL，ERROR，WARN，INFO，DEBUG，TRACE和ALL。 如果设置了“mapreduce.job.log4j-properties-file”，则可以覆盖此处的设置。17.mapreduce.reduce.log.levelvalue：info说明：reduce任务的日志记录级别。 允许的级别为：OFF，FATAL，ERROR，WARN，INFO，DEBUG，TRACE和ALL。 如果设置了“mapreduce.job.log4j-properties-file”，则可以覆盖此处的设置。18.mapreduce.reduce.merge.inmem.thresholdvalue：1000说明：设置了Map任务在缓存溢出前能够保留在内存中的输出个数的阈值（默认1000），只要一个满足，输出数据都将会写到磁盘。19.mapreduce.reduce.shuffle.merge.percentvalue：0.66说明：决定缓存溢出到磁盘的阈值（默认0.66），即占用分配给map输出总内存的百分比。20.mapreduce.reduce.shuffle.input.buffer.percentvalue：0.70说明：Reduce任务对多个Map任务的输出结果进行合并时，占用的缓存空间在堆栈空间中的占用比例（默认0.70）。21.mapreduce.reduce.input.buffer.percentvalue：0说明：reduce函数开始运行时，内存中的map输出所占的堆内存比例不得高于这个值，默认情况内存都用于reduce函数，也就是map输出都写入到磁盘22.mapreduce.reduce.shuffle.memory.limit.percentvalue：0.25说明：一个单一的shuffle的最大内存使用限制23.mapreduce.shuffle.ssl.enabledvalue：false说明：是否将SSL用于Shuffle HTTP端点。24.mapreduce.shuffle.ssl.file.buffer.sizevalue：65536说明：使用SSL时从文件读取溢出的缓冲区大小。
配置文件常用配置：
mapreduce.map.memory.mb 1024 mapreduce.map.java.opts -Xmx819M mapreduce.reduce.memory.mb 2048 mapreduce.reduce.java.opts -Xmx1638M mapreduce.task.io.sort.mb 512 mapreduce.task.io.sort.factor 100 mapreduce.tasktracker.http.threads 100 mapreduce.reduce.shuffle.parallelcopies 100 mapreduce.map.output.compress true mapreduce.map.output.compress.codec org.apache.hadoop.io.compress.DefaultCodec mapreduce.framework.name yarn mapreduce.jobtracker.address master:11211