计算的最终结果是为了使任务运行时CPU与内存尽量压满。
从测试经验来看，由于鲲鹏处理器的Numa特性与Yarn的NUMA感知功能实现，最好能让container的数量刚好均衡分配在CPU的所有NUMA Node上，同时考虑到计算节点的个数，进而可以给出Executor的个数。举例来说，本次测试有2个NUMA Node，3个计算节点，因此Executor的个数为6的倍数，初步取范围12~18。关于Executor Cores的分配，考虑到系统调度以及Spark计算中的driver均需要一定数量的核，例如本次测试虚拟核总数为288，所以Executor num取15，保证在3个节点均衡，Executor Cores取18，留了大约18个核给系统调度以及driver计算。
若不能满足同时压满，则优先压满CPU，然后根据实际GC的log判断是否需要增加内存；在内存需求较高的场景，最终逐步调整可能会趋向内存压满，CPU留有一定余量的情况（一般来说，Executor memory与Executor core的比例和总内存与总核数的比例相等）。