我经常看到spark在一个给定的节点上旋转了比它应该旋转的更多的执行器。这会使节点上的平均负载激增，最终导致executor lost或bad node或unhealthy node
我的spark配置如下
1.每个节点：8核，32 GB;主节点、核心节点和任务节点上的yarn. node manager.resource.cpu-vcores设置为6。这意味着最多6个执行器应该在一个节点上运行。
1.很少有作业运行2核，8 GB; 1核2GB的很少;--意味着即使在最坏的情况下，一个节点也应该最多旋转6个容器。然而（上图）我看到9个容器旋转。
1.在ganglia上，我看到节点的平均负载为19（而节点只有8个vcore）--由于这样高的平均负载，执行程序正在丢失（驱动程序无法及时获得心跳;由于平均负载高，执行器运行缓慢）
1.我们使用EMR 6.9; Spark 3.2.0
问题：
1.为什么Spark spin的executors比配置的多？
1.在这种情况下，是否可以将最大执行器限制为6个？
1.在另一个节点上，5个核心和25 GB可用，但为什么spark/ yarn没有选择在那里旋转执行器？

我的AWS-EMR启动配置JSON文件如下。这是主节点、任务节点和核心节点的节点配置（所有节点的JSON相同）。
我为心跳等添加了高值。只是为了确保执行者不会丢失一个作业运行1-1.5小时;只要执行者能坚持一会儿，工作就完成了，否则1.5小时的努力就白费了。

[
  {
    "Classification": "yarn-site",
    "Properties": {
      "yarn.nodemanager.resource.cpu-vcores": "6",
      "yarn.nodemanager.resource.memory-mb": "30000",
      "yarn.resourcemanager.nodemanagers.heartbeat-interval-max-ms":"60000",
      "yarn.resourcemanager.nodemanagers.heartbeat-interval-min-ms":"60000",
      "yarn.resourcemanager.nodemanagers.heartbeat-interval-ms":"60000",
      "yarn.nodemanager.health-checker.timeout-ms":"72000000",
      "yarn.nodemanager.health-checker.interval-ms":"36000000",
      "yarn.resourcemanager.application-timeouts.monitor.interval-ms":"180000"
    }
  },
  {
    "Classification": "mapred-site",
    "Properties": {
      "yarn.app.mapreduce.am.scheduler.heartbeat.interval-ms":"60000",
      "yarn.app.mapreduce.am.hard-kill-timeout-ms":"600000"
    }
  },
  {
    "Classification": "spark-defaults",
    "Properties": {
      "spark.executor.heartbeatInterval": "600s",
      "spark.network.timeout":"7200s"
    }
  }
]