在很多集群里，在關閉了Spark的DynamicAllocation的前提下（避免自動申請空閑資源，干擾測試結果），都會觀察到：提交Spark作業時，申請 1 個 driver + n 個 executor 會在Yarn上對應創建 n+1 個 container，但是每個container只有一個vCore，通過--driver-cores和--executor-cores設定的vCore數都未奏效。有人會因此錯誤的認為Yarn上的一個vCore對應一個Spark的executor，這是非常錯誤的，正確的關系是：一個Saprk Executor運行在一個Yarn Container里，Executor和Container是一對一的關系。Executor申請的vCore就是Container的vCore，但后半句其實是有條件的，上面描述的就是一種例外。

實際上，上面說的：一個 spark executor / yarn container 只分配一個vCore其實挺常見的，因為這種現象和一個配置項有關，在這個配置項的默認配置下，集群的行為就是這個樣子，所以這種情況出現的概率很大。下面就詳細介紹一下導致這種情況發生的原因和修正方法。

1. 重要結論

在使用Capacity Scheduler的前提下，Yarn有一個配置項：yarn.scheduler.capacity.resource-calculator，它是用來指定使用哪種方法(策略）計算集群資源的，這將決定資源調度器如何為一個作業分配內存和CPU。該配置的默認值是：DefaultResourceCa