Apache spark SPARK_WORKER_内核和SPARK_EXECUTOR_内核之间的区别？

使用独立群集管理器时，如何配置SPARK_WORKER_cores和SPARK_EXECUTOR_cores的内核数。

请参见SPARK文档

SPARK_WORKER_CORES：允许SPARK应用程序在机器上使用的CORES总数（默认值：所有可用CORES）

例如：如果您有一个由5个节点（1个主节点和4个slavenode）组成的集群，并且每个节点配置为8核和32GB RAM。。。因此，通过使用SPARK_WORKER_CORES，我们可以配置SPARK每个WORKER（即节点）可以使用多少个CORES默认值是使用所有内核。（提示：我们还需要为操作系统保留2个内核，为NM保留1个内核，为Spark守护进程保留1个内核）

SPARK_EXECUTOR_CORES：此属性用于控制执行器级别的内核。spark可以根据资源可用性为每个工作者（即节点）启动多个执行器。该条件应始终满足（火花执行器火花芯<火花工作者火花芯）

如果配置SPARK_WORKER_CORES=5个CORES和SPARK_EXECUTOR_CORES=1，则SPARK可以在每台机器上运行5个执行器

---

注意：只有在SPARK单机模式下运行SPARK时，SPARK\u WORKER\u CORES属性才有意义。

根据SPARK文档

SPARK_WORKER_CORES：允许SPARK应用程序在机器上使用的CORES总数（默认值：所有可用CORES）

例如：如果您有一个由5个节点（1个主节点和4个slavenode）组成的集群，并且每个节点配置为8核和32GB RAM。。。因此，通过使用SPARK_WORKER_CORES，我们可以配置SPARK每个WORKER（即节点）可以使用多少个CORES默认值是使用所有内核。（提示：我们还需要为操作系统保留2个内核，为NM保留1个内核，为Spark守护进程保留1个内核）

SPARK_EXECUTOR_CORES：此属性用于控制执行器级别的内核。spark可以根据资源可用性为每个工作者（即节点）启动多个执行器。该条件应始终满足（火花执行器火花芯<火花工作者火花芯）

如果配置SPARK_WORKER_CORES=5个CORES和SPARK_EXECUTOR_CORES=1，则SPARK可以在每台机器上运行5个执行器

---

注意：只有在SPARK单机模式下运行SPARK时，SPARK\u WORKER\u CORES属性才有意义。

请进行研究并提出更具体的问题。请进行研究并提出更具体的问题。