存储系统
Spark任务需要从一些外部的存储系统加载数据（如：HDFS 或者 HBase），重要的是存储系统要接近Spark系统，我们有如下推荐：
（2）如果能，运行Spark在不同的节点上，需要使用相同局域网内部的HDFS节点。
（3）对于低延迟数据存储如同HBase，使用不同的节点上的数据比使用本地存储系统数据 干扰更小（但是HBase存储比本地存储避免干扰性方面表现的更好）
本地硬盘
内存
一般而言，Spark能够运行在任意的 8G to hundreds of gigabytes 的内存的机器上，所有情况下，我们推荐最多给Spark配置 75%的内存容量，其他的容量是系统和buffer缓存使用。
最后，注意,Java VM在超过200 GB的RAM上并不总是表现良好。如果你这这样的RAM机器，你可以在上面多跑几个Worker，在Spark的独立模式中，你能够在每个节点上设置多个Workers ，设置 conf/spark-env.sh 中的SPARK_WORKER_INSTANCES变量，并且设置SPARK_WORKER_CORES 的核数
网络
根据经验，当数据在内存中， 使用万兆网卡程序将运行的更快，特别是“distributed reduce” application 例如 group-bys 减少，reduce-bys 和SQL的join ，在一个任何给定的application ，你能够通过UI查看Spark的shuffles的过程及多大的数据执行shuffles。
CPU 核数
Spark 每个每个集群要启动成千上万的线程，每个集群的核数至少是8-16 核。你的工作的负载是依靠CPU ，你也需要更多的：一旦数据在内存中，更多应用取决CPU或者带宽
