以前为了在一台机器上启动多个executor都是通过instance多个worker来实现的，因为standalone模式默认在一台worker上启动一个executor，造成了很大的不便利，并且会造成不同节点间任务负载不均衡，后来发现了另一种解决方法，方法如下。

设置参数

设置每个executor使用的cpu数为4

spark.executor.cores 4

限制cpu使用数量，这里会启动3个executor(12/4)

spark.cores.max 12

设置每个executor的内存大小为8g

spark.executor.memory 12g

以上设置将会启动3个executor,每个executor使用4cpu,12gRAM。

总共占用worker资源12cpu,36gRAM。

也可以在提交任务的时候添加

--total-executor-cores 12 --executor-cores 24 --executor-memory 12g

tip

在使用过程中发现如果使用spark1.5以下版本有时候会出现即使有资源也申请不到的情况。