一、HDFS
dfs.block.size
HDFS中的數據block大小，默認是64M，對於較大集羣，可以設置爲128或264M
dfs.datanode.socket.write.timeout/dfs.socket.timeout
增加dfs.datanode.socket.write.timeout和dfs.socket.timeout兩個屬性的設置（默認300），比如30000，避免可能出現的IO超時異常
dfs.datanode.max.transfer.threads
增加datanode在進行文件傳輸時最大線程數（默認4096），比如8192，假設集羣中有某臺dataode主機的這個值比其他主機的大，那麼這臺主機上存儲的數據相對別的主機比較多，導致數據分佈不均勻的問題，即使balance仍然會不均勻
dfs.namenode.handler.count
設定 namenode server threads 的數量，默認是10，對於較大集羣，可適當調大，比如64。這些 threads 會用 RPC 跟其他的 datanodes 溝通。當 datanodes 數量太多時會發現很容易出現 RPC timeout，解決方法是提升網絡速度或提高這個值，但要注意的是 thread 數量多也表示 namenode 消耗的內存也隨着增加
dfs.datanode.handler.count
datanode上用於處理RPC的線程數，默認是3，對於較大集羣可適當調大，比如8。
二、YARN
yarn.app.mapreduce.am.resource.mb
ApplicationMaster的container佔用的內存大小，可適當調低
mapreduce.map.memory.mb/mapreduce.reduce.memory.mb
作業的每個 Map/Reduce任務分配的物理內存量，參數大於最小容器內存（yarn.scheduler.minimum-allocation-mb），兩個參數配置的值設置一樣即可
mapreduce.map.java.opts.max.heap/mapreduce.reduce.java.opts.max.heap
每個Map/Reduce的JVM啓動所佔用的內存，正常此參數小於等於Map/Reduce申請的內存（mapreduce.map.memory.mb/mapreduce.reduce.memory.mb）的85%，因爲map任務裏不一定只跑java，比如hadoop streaming程序 io.file.buffer.size SequenceFiles 讀取和寫入操作的緩存區大小，還有map的輸出都用到了這個緩衝區容量， 可減少 I/O 次數。建議設定爲 64KB 到 128KB
mapreduce.task.io.sort.factor
Reduce Task中合併小文件時，一次合併的文件數據，每次合併的時候選擇最小的前N個進行合併，此參數正常與mapreduce.task.io.sort.mb一起配置
mapreduce.task.io.sort.mb
Map Task緩衝區排序文件時要使用的內存緩衝總量，如果mapreduce.task.io.sort.factor設置了較大值，此參數也應相應調大 io.sort.spill.percent
mapreduce.task.io.sort.mb的閾值，默認是80％,當buffer中的數據達到這個閾值，後臺線程會起來對buffer中已有的數據進行排序，然後寫入磁盤
yarn.nodemanager.resource.memory-mb
NodeManager節點上可使用的物理內存總量，默認是8192（MB），根據節點所能分配的最大的內存進行分配即可（扣除其他服務內存、系統內存等）
yarn.scheduler.minimum-allocation-mb
容器可以請求的最小物理內存量，此參數小於等於作業分配的Map\Reduce內存量（mapreduce.map.memory.mb/mapreduce.reduce.memory.mb）
yarn.scheduler.increment-allocation-mb
內存規整化單位，爲容器申請內存增量，最後內存請求數量將四捨五入爲該數字最接近的倍數，比如使用 Fair Scheduler，Container請求資源是1.5GB，容量增量爲1G，則將被調度器規整化爲ceiling(1.5 GB / 1GB) * 1G ≈ 2GB（公式：（請求資源 / 容量增量）*容量增量 ）
yarn.scheduler.maximum-allocation-mb
單個任務可申請的最大物理內存量（默認是8192（MB））。默認情況下，YARN採用了線程監控的方法判斷任務是否超量使用內存，一旦發現超量，則直接將其殺死
三、HBASE
zookeeper.session.timeout
RegionServer與Zookeeper間的連接超時時間，默認180000ms（正常維持這個時間）。當超時時間到後，ReigonServer會被Zookeeper從集羣清單中移除，HMaster收到移除通知後，會對這臺server負責的regions重新balance，讓其他存活的RegionServer接管，修改此參數也應該修改Zookeeper對應最大超時時間（maxSessionTimeout）
hbase.hregion.max.filesize
在當前ReigonServer上單個Reigon的最大存儲空間，單個Region超過該值時，這個Region會被自動split成更小的region，一般512M以下的都算小region，根據實際情況可設置成5-10G大小
hbase.regionserver.handler.count
增大RegionServer中啓動的 RPC服務器實例數量（默認10），比如50，此參數正常與hbase.client.write.buffer一起配置
hbase.client.write.buffer
增大htable客戶端寫緩衝區大小（默認是2097152），比如5M，緩衝區是爲了寫數據的臨時存放，設置大了，浪費客戶端和服務端的存儲，設置小了，如果寫的數據多，太多的RPC又帶來網絡開銷，官方給的一個服務端存儲耗費評估計算是：hbase.client.write.buffer*hbase.regionserver.handler.count，服務端的region server的處理handler個數也很關鍵
hbase.hregion.memstore.flush.size
當單個memstore達到指定值時，flush該memstore（一臺ReigonServer可能有成百上千個memstore），CDH5.2.0默認大小爲128M，內存允許情況下，適當調高此參數，可避免過多的flush
hbase.regionserver.global.memstore.upperLimit/lowerLimit
這是一個Heap內存保護參數，默認值已經能適用大多數場景（如非特殊情況，不做修改）。
hbase.regionserver.global.memstore.upperLimit的意思是當ReigonServer內所有的memstore所佔用的內存總和達到heap的hbase.regionserver.global.memstore.upperLimit大小時，HBase會強制block所有的更新並flush這些memstore以釋放所有memstore佔用的內存；
hbase.regionserver.global.memstore.lowserLimit的意思是當全局memstore的內存達到hbase.regionserver.global.memstore.lowserLimit大小時，它不會flush所有的memstore，它會找一些內存佔用較大的 memstore，做個別flush，當然更新還是會被block
hfile.block.cache.size
該值直接影響數據讀的性能，storefile的讀緩存佔用Heap的大小百分比。如果讀比寫少，0.4-0.5，如果讀寫較均衡，0.3左右。如果寫比讀多，默認即可。設置這個值的時候，需要參考
hbase.regionserver.global.memstore.upperLimit，如果兩值加起來超過80-90%，會有OOM的風險
hbase.hstore.blockingStoreFiles
在compaction時，如果一個Store(Coulmn Family)內有超過base.hstore.blockingStoreFiles個storefile需要合併，則block所有的寫請求，進行flush，限制storefile數量增長過快，直到完成壓縮或直到超過爲 hbase.hstore.blockingWaitTime指定的值。但是block寫請求會影響當前region的性能，將值設爲單個region可以支撐的最大store file數量會是個不錯的選擇，即允許comapction時，memstore繼續生成storefile。最大storefile數量可通過 hbase.hregion.max.filesize/hbase.hregion.memstore.flush.size來計算 hbase.hstore.blockingWaitTime
達到由hbase.hstore.blockingStoreFiles指定的 HStoreFile 限制後，HRegion 阻止更新的時間段。此時間段過後，HRegion 將停止阻止更新，即使尚未完成壓縮，即寫請求繼續被處理，可適當增大是參數
hbase.client.scanner.caching
scanner一次緩存多少數據來scan(從服務端一次讀取多少數據回來scan)，內存允許情況下，增大此參數
SOLR
Solr Server 的 Java 堆棧大小
Java 進程堆棧內存的最大大小，傳遞到Java -Xmx，內存允許情況下，調高此參數 Solr 服務器的 Java 直接內存大小 由Java進程分配的最大堆棧外內存量。傳遞到 Java -XX:MaxDirectMemorySize。如果未設置，則默認爲堆的大小，內存允許情況下，調高此參數 schema.xml優化
- 將所有隻用於搜索的，而不需要作爲結果的field（特別是一些比較大的field）的stored設置爲false
- 將不需要被用於搜索的，而只是作爲結果返回的field的indexed設置爲false
- 刪除所有不必要的copyField聲明
- 使用儘可能高的Log輸出等級，減少日誌量 solrConfig.xml優化
- 增大maxBufferedDocs大小，增加服務器接收批量請求數，也可通過增加ramBuffe
rSizeMB大小來增加服務器buffer
ZOOKEEPER
maxClientCnxns
增大此參數，增加最大客戶端連接數 maxSessionTimeout
增大此參數，增加最大會話時間