我使用SMACK堆栈开发了一个应用程序，目前正在研究一个在集群内自动分配资源的研究项目（我们使用 DC/OS）。
为了扩大或缩小Kafka或Cassandra，Marathon框架可以轻松启动或多或少的实例。现在我想为 Apache Spark 做这个“运行时缩放”。Spark 配置手册中spark.cores.max描述的配置非常适合设置可以请求多少 CPU 内核的初始限制。
当以“粗粒度”共享模式在独立部署集群或 Mesos 集群上运行时，从整个集群（而不是从每台机器）请求应用程序的最大 CPU 内核数。如果未设置，默认值将是 Spark 的独立集群管理器上的 spark.deploy.defaultCores，或 Mesos 上的无限（所有可用核心）。
Spark 已经自动启动新的执行程序，但只要spark.cores.max不超过（暂时不考虑 RAM）。
我现在的问题是，如何在运行时扩展（即允许 Spark 从集群请求更多 CPU），而无需使用更新的配置重新部署应用程序？