火花如何将计算转移到HBase中的数据？

Question

我确实已经成功访问​​了从Hbase到Spark的数据。但是我发现了一个问题，即计算没有移到Spark中的数据。例如，我有10个区域，其中的数据位于5个物理节点中，我想使用Spark-2.4.0访问其数据，这很奇怪，集群启动任务中只有3个节点。我的集群怎么了？

我已经配置了一些条件：

1. 该集群总共有5个物理节点，分别运行Hadoop，HBase，Zookeeper和Spark。

2. 我确信数据均匀地存储在5个节点的10个区域中。换句话说，如果我要访问数据1到10，则将调用regionServer1到regionServer10。

3. 我正在使用“ newAPIHadoopRDD”从HBase访问数据，该API根本不包含分区配置，因此Executors可以启动的默认线程数是HRegions。

现象是集群中只有3个节点启动了10个任务。我希望所有5个节点都启动任务，并且每个节点都应该启动2个任务。我已经意识到Hbase是基于HDFS的，但是我不知道该API“ newAPIHadoopRDD”，所以我也想知道它是如何工作的。