如何使用Spark独立集群在工作节点上管理多个执行器？
从本文来看，默认情况下，工作节点使用该节点的所有内存（减去1 GB）。但是我明白，通过使用spark_worker_memory，我们可以使用更少的内存。例如，如果节点的总内存为32 GB，但我指定为16 GB，那么Spark worker在该节点上使用的内存不会超过16 GB？
但是执行人呢？假设我希望每个节点运行2个执行器，那么可以通过在spark-submit期间将执行器内存指定为spark_worker_memory的一半来实现吗？如果我希望每个节点运行4个执行器，可以通过将执行器内存指定为spark_worker_memory的四分之一来实现吗？
如果是这样，除了执行器内存，我还必须正确地指定执行器核心，我认为。例如，如果我想在一个worker上运行4个执行器，我必须将执行器核心指定为spark_worker_cores的四分之一？如果我指定一个比这个更大的数字，会发生什么？我的意思是，如果我指定执行器内存是spark_worker_memory的四分之一，但执行器核心只有spark_worker_cores的一半？在这种情况下，我会在那个节点上运行2或4个执行器吗？
共有1个答案
在我的经验中，这是控制执行器、核心和内存数量的最好方法。
>
核心：您可以设置所有执行器的核心总数和每个执行器的核心数
内存：单独的执行器内存
-
工人出现在图片上。为了运行我的代码，我使用了以下命令：
-
> 执行者为每个应用程序。那么工人的角色是什么呢？它是否与执行者协调并将结果反馈给驱动程序？还是司机直接找被执行人对话？如果是的话，那么工人的目的是什么呢？ 如何控制申请执行人数？ 任务可以在执行器中并行运行吗？如果是，如何配置执行器的线程数？ 示例2与示例1相同的集群配置，但我使用以下设置运行一个应用程序--executor-cores10--total-executor-cores10。 示例
-
并编写下面的查询，它是只在我的master上运行，还是将所有10个节点都用作worker？ 如果不是，我必须做什么才能让我的Spark Sql使用完整的集群？
-
我有一个向spark独立单节点集群提交spark作业的maven scala应用程序。提交作业时，Spark应用程序尝试使用spark-cassandra-connector访问Amazon EC2实例上托管的cassandra。连接已建立，但不返回结果。一段时间后连接器断开。如果我在本地模式下运行spark，它工作得很好。我试图创建简单的应用程序，代码如下所示： SparkContext.Sca
-
问题内容： 到目前为止，我仅在Linux机器和VM（桥接网络）上运行Spark，但现在我对将更多计算机用作从属设备很感兴趣。在计算机上分发Spark Slave Docker容器并使它们自动连接到硬编码的Spark master IP会很方便。这种不足已经可以解决，但是我在从属容器上配置正确的SPARK_LOCAL_IP（或start-slave.sh的– host参数）时遇到了麻烦。 我认为我已
-
当Spark应用程序提交到集群时，这些设置在上设置。