配置Spark所需的电脑数量取决于多个因素，包括任务的复杂性、数据量、内存需求、CPU性能以及存储系统的I/O性能等。以下是一些基本的指导原则：

内存需求

对于小型数据集和开发阶段，8GB内存通常足够。

对于大型数据集和需要更高并行处理能力的任务，建议配置至少16GB内存，甚至32GB或更多。

单个节点的内存建议分配给Spark最多75%，超过200GB时，可能需要考虑在单个节点上运行多个worker。

CPU资源

每台机器至少配置8-16个内核，以支持并行处理能力。

推荐使用支持并行处理能力的高速多核处理器，如Intel Xeon或AMD EPYC系列。

存储系统

每个节点至少有4-8块磁盘，建议使用固态硬盘（SSD）或高速HDD。

存储系统的I/O性能对数据处理速度至关重要。

网络

使用10GB以上的网络可以显著提高程序运行速度，特别是在分布式计算任务中。

集群规模

集群中的节点数量取决于任务复杂性和数据量。例如，一个具有8个节点的集群可以处理较大的数据集和计算密集型任务。

建议

小型任务：如果任务较小且数据量不大，一台配置较高的机器（如16GB内存、8核CPU、500GB SSD）可能就足够了。

大型任务：对于大型数据集和计算密集型任务，可能需要多台机器组成的集群，每台机器配置较高的内存和CPU资源，以及高速存储系统。

具体配置应根据实际需求和资源情况进行调整。在实际操作中，建议从小型集群开始，根据性能和需求逐步扩展。