我正在关注使用 Apache Spark 2.0 分析旧金山市的开放数据的教程，其中声称 Databricks“社区版”中可用的“本地模式”Spark 集群为您提供了 3 个执行器插槽。（所以 3 个任务应该能够同时运行。）
但是，当我在 Databricks“社区版”上的自己的笔记本中查看具有多个任务的作业阶段的“事件时间线”可视化时，看起来多达 8 个任务同时运行：
有没有办法从 PySpark 或 Databricks 笔记本查询执行器插槽的数量？或者我可以直接在 Spark UI 的某个地方看到数字吗？
“插槽”是 Databricks 使用（或使用？）的术语，表示可用于为 Spark 执行并行工作的线程。Spark 文档和 Spark UI将相同的概念称为“核心”，即使它们与物理 CPU 核心无关。
（请参阅Hortonworks 社区上的此答案，以及此“Spark 教程：学习 Apache Spark”databricks 笔记本。）
要查看 Databricks 集群中有多少，请单击左侧导航区域中的“集群”，然后将鼠标悬停在集群条目上并单击“Spark UI”链接。在 Spark UI 中，单击“Executors”选项卡。
您可以在相应表格的“核心”列中的摘要和每个单独的执行器1中看到执行器核心（=执行器插槽）的数量：
1 “本地模式”集群中只有一个执行器，即 Databricks 社区版中可用的集群。
如何从笔记本中查询此号码，我不确定。
spark.conf.get('spark.executor.cores')
结果是java.util.NoSuchElementException: spark.executor.cores