Apache Spark 的内存管理模型在 Spark 1.6 版本中经历了一次重大变革，从静态内存管理（Static Memory Manager）转变为统一内存管理（Unified Memory Manager）。 统一内存管理（Unified Memory Manager）的核心目标是提高内存利用率，通过让“执行内存”和“存储内存”共享同一块区域，实现动态占用。 以下是关于 Spark 统一内存模型的详细解析： --- 1. 内存区域划分 (Memory Layout) 在一个 Executor 的 JVM Heap（堆内存）中，Spark 将内存划分为三个主要区域： A. Reserved Memory (预留内存) 大小：固定为 300MB (硬编码)。 用途：用于 Spark 内部系统运行，防止 OOM。 注意：如果 Executor 的堆内存小于 1.5 300MB = 450MB，Spark 会直接报错启动失败。 B. User Memory (用户内存) 大小： 默认占比：约 40% (如果 为 0.6)。 用途： 存储用户自定义的数据结构（如 ）。 Spark...
播面