在Spark中，可以通過設置Spark SQL的配置參數spark.sql.shuffle.partitions來控制每次拉取的數據量。這個參數表示每次shuffle操作時要生成的分區數，也就是每次拉取數據的數量。通過調整這個參數的值，可以控制每次拉取的數據量，從而限制數據的大小。
另外，還可以通過設置spark.sql.files.maxRecordsPerFile參數來限制每個文件中最大的記錄數，從而控制每次拉取的數據量。這樣可以在數據寫入文件時對數據進行分片，限制每次讀取的數據量。
除此之外，也可以在數據讀取的過程中使用limit()函數來限制每次拉取的數據量。例如可以使用DataFrame.limit(n)方法來限制每次拉取的數據量為n行。
綜上所述，可以通過設置Spark SQL的配置參數、文件寫入參數或在數據讀取時使用limit()函數來限制每次拉取的數據量。
