首先，没有直接的统计或数学公式来计算所需的DPU数量，因为它取决于人们试图解决的问题的性质：

• 工作需要尽可能快地完成吗？最大化并行度并更快地完成？
• 这将是一个长期的工作还是一个短期的工作？
• 作业会解析很多小文件（以KB为单位）还是大块文件（以100 MB为单位）？
• 成本考虑-考虑到成本是按DPU小时计算的，并且作业运行持续时间很重要
• 工作频率（每小时或每天一次）-这将帮助您确定例如，如果工作需要35分钟，DPU数量较少（因此在不到一小时内完成，则可能是可以接受的，因为它有助于节省成本）

现在来回答你的问题，假设你使用GSP2.0，为了估计DPU的数量，（或工作人员）所需，您应该在AWS Glue中启用作业指标，这些指标可以给予您所需的洞察力，以了解作业执行时间、活动执行器、已完成阶段，以及扩展所需的最大执行者/使用这些指标，您可以可视化并确定您的情况所需的最佳DPU数量。
您可以尝试运行虚拟作业或实际作业1次，使用度量并确定DPU的最佳数量（从成本和作业完成时间的Angular ）。
例如，尝试使用50个工作人员运行，分析您的资源调配不足因素，然后使用该因素扩展您的当前容量。
您可以阅读更多关于AWS link和external link的信息。
对于您的其他问题，增加驱动程序内存，我建议联系您的AWS支持或尝试使用G2.X，它有20 GB的驱动程序内存。