Spark内存管理模型（二）—— 统一内存管理（Unified Memory Manager）
Spark内存模型在1.6版本之前版本采用的是静态管理（Static Memory Manager）的方式，在1.6之后采用的是统一管理（Unified Memory Manager）的方式。且Spark的可用内存分为堆内和堆外，由于堆外的比较简单，所以本文会对统一管理方式的情况进行讲解。
Spark 1.6 之后引入了统一内存管理机制，该机制与静态内存管理的区别在于，存储内存（Storage）和执行内存（Execution）是共享一块内存空间的，双方可以互相占用对方的空闲区域。
一、堆内
统一内存管理（堆内）图示如下（各个模块的作用这里就不说啦，上篇文章有写）：
统一内存管理机制是为了针对静态内存管理机制中“一半海水，一半火焰”而做的优化，那么下面来讲讲存储内存和执行内存互相占用 的规则：
- 若双方空间都不足时，则都flush到磁盘中
- 若自己空间不足，但是对方有空闲空间，那么可以借用对方的空间
- 若Execution内存被Storage占用后，可以叫Storage将数据flush到磁盘，然后归还空间
- 若Storage空间被Execution空间占用后，无法让该空间归还给Storage，因为这个涉及到shuffle的很多因素，很复杂
二、堆外
由于堆外的内存空间也是分为存储内存（Storage）和执行内存（Execution），互相占用的规则和堆内的是一致的
统一内存管理（堆外）图示如下：
注：本文的内容和图片摘取于：https://www.ibm.com/developerworks/cn/analytics/library/ba-cn-apache-spark-memory-management/index.html