Apache spark Spark Driver没有分配任何工作人员

我正在学习spark并尝试执行简单的wordcount应用程序。我正在使用

spark version 2.4.7-bin-hadoop.2.7
scala 2.12
java 8

具有1个主节点和2个工作节点的spark群集作为独立群集运行 spark配置是

 spark.master                     spark://localhost:7077
 spark.serializer                 org.apache.spark.serializer.KryoSerializer
 spark.driver.memory              500M

主启动脚本是

${SPARK\u HOME}/sbin/start master.sh

从机启动脚本是

${SPARK_HOME}/sbin/start-slave.shspark://localhost:7077  -C1米50米

我想在群集模式下启动驱动程序

${SPARK_HOME}/bin/spark-submit   --master spark://localhost:7077   --deploy-mode cluster   --driver-memory 500M  --driver-cores 8   --executor-memory 50M   --executor-cores 4  <absolut path to the jar file having code>

${SPARK\u HOME}/bin/SPARK submit--masterspark://localhost:7077   --部署模式群集--驱动程序内存500M--驱动程序核心8--执行器内存50M--执行器核心4

注意：已完成的驱动程序/应用程序是我必须杀死的

在阅读spark doc和查看博客后，我使用了上述参数

但在我提交作业驱动程序后，它不会运行。它总是将worker显示为none。我阅读了多个博客并查看了文档，以了解如何在集群模式下提交作业。我调整了spark submit的不同参数，但它没有执行。有趣的是，当我以客户机模式提交时，它是有效的

你能帮我解决这个问题吗？
看看你的工人和驱动程序的CPU和内存配置

您的应用程序需要500 Mb的RAM和一个CPU内核来运行驱动程序，需要50 Mb和一个内核来运行计算作业。因此，您需要550MB的RAM和两个内核。在群集模式下运行驱动程序时，这些资源由辅助程序提供。但是每个工人只允许使用一个CPU核心和50MB的RAM。因此，工人拥有的资源不足以执行您的驱动程序

您必须为Spark cluster分配工作所需的资源：

Worker Cores >= Driver Cores + Executor Cores
Worker Memory >= Driver Memory + Executor Memory

也许您必须增加驱动程序和执行程序的内存量。尝试使用1 Gb内存运行Worker，使用512 Mb的驱动程序
--驱动程序内存
和
--执行器内存
运行驱动程序