Unified Memory Management内存管理模型是什么？

"Spark中的内存使用分为两部分：执行（execution）与存储（storage）。

执行内存主要用于shuffles、joins、sorts和aggregations，存储内存则用于缓存或者跨节点的内部数据传输。1.6之前，对于一个Executor，内存都有哪些部分构成：

ExecutionMemory。这片内存区域是为了解决 shuffles、joins、 sorts and aggregations 过程中为了避免频繁IO需要的buffer。通过spark.shuffle.memoryFraction(默认 0.2) 配置。 StorageMemory。这片内存区域是为了解决 block cache(就是你显示调用dd.cache, rdd.persist等方法), 还有就是broadcasts,以及task results的存储。可以通过参数 spark.storage.memoryFraction(默认0.6)。设置 OtherMemory。给系统预留的，因为程序本身运行也是需要内存的。 (默认为0.2)."