## task之间的内存分配 　　为了更好地使用使用内存，Executor 内运行的 Task 之间共享着 Execution 内存。 具体的，Spark 内部维护了一个 HashMap 用于记录每个 Task 占用的内存。 当 Task 需要在 Execution 内存区域申请 numBytes 内存，其先判断 HashMap 里面是否维护着这个 Task 的内存使用情况，如果没有，则将这个 Task 内存使用置为0，并且以 TaskId 为 key，内存使用为 value 加入到 HashMap 里面。之后为这个 Task 申请 numBytes 内存， 如果 Execution 内存区域正好有大于 numBytes 的空闲内存，则在 HashMap 里面将当前 Task 使用的内存加上 numBytes，然后返回； 如果当前 Execution 内存区域无法申请到每个 Task 最小可申请的内存，则当前 Task 被阻塞，直到有其他任务释放了足够的执行内存，该任务才可以被唤醒。 每个 Task 可以使用 Execution 内存大小范围为 1/2N ~ 1/N，其中 N 为当前 Executor 内正在运行的 Task 个数。 一个 Task 能够运行必须申请到最小内存为 (1/2N \* Execution 内存)；当 N = 1 的时候，Task 可以使用全部的 Execution 内存。 比如如果 Execution 内存大小为 10GB，当前 Executor 内正在运行的 Task 个数为5，则该 Task 可以申请的内存范围为 10 / (2 \* 5) ~ 10 / 5，也就是 1GB ~ 2GB的范围。