Spark中，所谓资源单位一般指的是executors，和Yarn中的Containers一样，在SparkOnYarn模式下，通常使用–num-executors来指定Application使用的executors数量，而–executor-memory和–executor-cores分别用来指定每个executor所使用的内存和虚拟CPU核数。相信很多朋友至今在提交Spark应用程序时候都使用该方式来指定资源。假设有这样的场景，如果使用Hive，多个用户同时使用hive-cli做数据开发和分

Spark中，所谓资源单位一般指的是executors，和Yarn中的Containers一样，在Spark OnYarn模式下，通常使用–num-executors来指定Application使用的executors数量，而–executor-memory和–executor-cores分别用来指定每个executor所使用的内存和虚拟CPU核数。相信很多朋友至今在提交Spark应用程序时候都使用该方式来指定资源。假设有这样的场景，如果使用Hive，多个用户同时使用hive-cli做数据开发和