【摘要】：同样，编辑/software/spark-2.3.1/conf/spark-env.sh 文件，在后面追加如下配置：以上配置中配置的信息解释如下：·SPARK_WORKER_CORES：配置Worker 节点所能支配的核心数，这里的核心数决定这未来在Spark Worker 节点上能并行运行的task 个数。除了上面的配置，还需编辑/software/spark-2.3.1/conf/slaves 文件，配置将哪些节点指定为Worker 节点。至此，Spark 集群搭建Worker 节点配置完成。
同样，编辑/software/spark-2.3.1/conf/spark-env.sh 文件，在后面追加如下配置：
以上配置中配置的信息解释如下：
·SPARK_WORKER_CORES：配置Worker 节点所能支配的核心数，这里的核心数决定这未来在Spark Worker 节点上能并行运行的task 个数。
·SPARK_WORKER_MEMORY：配置Worker 节点所能使用的内存大小，内存越大越好，给足Worker 内存是保证Spark 运行任务顺利的前提。
除了上面的配置，还需编辑/software/spark-2.3.1/conf/slaves 文件，配置将哪些节点指定为Worker 节点。conf 目录下没有slaves 文件，只有slaves.template 文件，可以复制一份slaves.template 文件，修改名称为slaves 并编辑：(www.xing528.com)
slaves 的编辑内容如下：
slaves 文件中编辑的内容是指定“mynode2”“mynode3”节点为Spark 集群中的Worker节点，未来提交到Spark 集群中的任务就可以运行在这些Worker 节点上。
至此，Spark 集群搭建Worker 节点配置完成。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
