因此，我部署了一个带有apachemesos和apachespark的集群，并且我有几个任务需要在集群上执行。我想确保一个作业有足够的资源来成功执行，如果不是这样，它必须返回一个错误。
spark提供了如下设置 spark.cores.max 以及 spark.executor.memory 以限制作业使用的资源，但没有设置下限（例如，将作业的最小核心数设置为8）。
我正在寻找一种方法来确保作业在执行之前（例如在资源分配期间）有足够的资源，您知道在mesos上使用apachespark是否可以获得这些信息吗？