一、上下文
《Spark-ShuffleWriter-UnsafeShuffleWriter》中提到在进行Page内存分配时，调用了一行代码
MemoryBlock page = memoryManager.tungstenMemoryAllocator().allocate(acquired);这里就会走MemoryManager的钨丝内存分配，下面我们来详细看下
二、模式设定
final val tungstenMemoryMode: MemoryMode = {//spark.memory.offHeap.enabled 默认 false 即：使用堆上分配if (conf.get(MEMORY_OFFHEAP_ENABLED)) {//spark.memory.offHeap.size 默认 0 //堆外分配的绝对内存量//此设置对堆内存使用没有影响，因此，如果执行器的总内存消耗必须符合某个硬限制，那么一定要相应地缩小JVM堆大小。require(conf.get(MEMORY_OFFHEAP_SIZE) > 0,"spark.memory.offHeap.size must be > 0 when spark.memory.offHeap.enabled == true")//当运行JVM时，其中有sun的Unsafe包可用，并且底层系统具有未对齐的访问能力，则为true。require(Platform.unaligned(),"No support for unaligned Unsafe. Set spark.memory.offHeap.enabled to false.")MemoryMode.OFF_HEAP} else {MemoryMode.ON_HEAP}}如果我们想使用堆外内存分配，必须满足3个条件
1、将spark.memory.offHeap.enabled设置为true
2、将spark.memory.offHeap.size设置为一个正数
3、运行JVM时，其中有sun的Unsafe包可用，并且底层系统具有未对齐的访问能力
三、堆上堆外区别
堆是什么？
为了严谨我们看看官网给出的解释：
https://docs.oracle.com/javase/specs/jvms/se8/html/jvms-2.html#jvms-2.5.3
Java虚拟机有一个堆，在所有Java虚拟机线程之间共享。堆是运行时数据区域，从中为所有类实例和数组分配内存。
堆是在虚拟机启动时创建的。对象的堆存储由自动存储管理系统（称为垃圾收集器）回收；对象永远不会被显式释放。Java虚拟机不采用特定类型的自动存储管理系统，可以根据实现者的系统要求选择存储管理技术。堆的大小可以是固定的，也可以根据计算的需要进行扩展，如果不需要更大的堆，则可以进行收缩。堆的内存不需要是连续的。
Java虚拟机实现可以为程序员或用户提供对堆初始大小的控制，以及如果堆可以动态扩展或收缩，则可以控制最大和最小堆大小。（-Xms，-Xmx等参数）
以下异常情况与堆有关：
如果计算需要比自动存储管理系统可用的堆更多的堆，Java虚拟机会抛出OutOfMemoryError。
堆上：ON_HEAP
Java分配的非空对象都是由JVM的gc管理的，这一部分称堆上内存分配。JVM会定期对垃圾内存进行回收，在某些特定的时间点，它会进行一次彻底的回收（full gc）。彻底回收时，垃圾收集器会对所有分配的堆内内存进行完整的扫描，这意味着会对Java应用造成性能影响。
堆上存储的都是对象，对象存储包含三个方面：
- 对象头：包含对象的元信息，如哈希码、锁信息等。在64位JVM上，对象头通常占用16字节的空间。
- 实例数据：存储对象的属性值。每个实例变量占用一定的空间，具体大小取决于变量类型和对齐要求。
- 对齐填充：为了保证对象在内存中的地址是8字节对齐的，可能会添加一些额外的填充字节。
在Spark的MemoryManager负责堆上分配的对象是HeapMemoryAllocator
堆外：OFF_HEAP
不受垃圾收集器管理的内存，受操作系统直接管理。因此只能存字节型数据，相比堆上分配更节省空间，寻址也更快。
在Spark的MemoryManager负责堆外分配的对象是UnsafeMemoryAllocator
四、HeapMemoryAllocator
1、allocate
//WeakReference 是 Java 中用于实现弱引用的类。//当你希望引用一个对象，但是不希望这个对象被 JVM 的垃圾回收器（GC）视为垃圾回收的重要依据时，你可以使用弱引用。//弱引用所引用的对象一旦被垃圾回收器标记为可回收的对象，就会被自动清除（即使垃圾回收器在运行时还没有进行实际的回收动作）。//使用场景：// 1、缓存对象：当你需要缓存一些对象，并且希望在内存紧张的时候能够释放这些对象，那么弱引用可以很好地满足这种需求。// 2、监听器和事件处理：在事件监听器中，如果你希望监听器能够被垃圾回收器回收，但是又不希望在监听器不再使用的时候手动去移除监听器，那么弱引用可以很好地满足这种需求。//很明显我们属于第1种场景private final Map<Long, LinkedList<WeakReference<long[]>>> bufferPoolsBySize = new HashMap<>();//1Mprivate static final int POOLING_THRESHOLD_BYTES = 1024 * 1024;private boolean shouldPool(long size) {// 非常小的分配不太可能从池中受益。return size >= POOLING_THRESHOLD_BYTES;}public MemoryBlock allocate(long size) throws OutOfMemoryError {//多少个字，申请的内存都是 1 Byte 的倍数int numWords = (int) ((size + 7) / 8);//校准后的内存大小 单位 Bytelong alignedSize = numWords * 8L;assert (alignedSize >= size);//是否满足池机制 即申请的内存 >= 1/8 M 即 128 KBif (shouldPool(alignedSize)) {synchronized (this) {//bufferPoolsBySize种存的是已经释放的内存，如果正好有这部分内存，可以直接拿来用final LinkedList<WeakReference<long[]>> pool = bufferPoolsBySize.get(alignedSize);if (pool != null) {//循环这个缓存池 poolwhile (!pool.isEmpty()) {//取出一个 数组引用final WeakReference<long[]> arrayReference = pool.pop();final long[] array = arrayReference.get();if (array != null) {assert (array.length * 8L >= size);//重新封装成 MemoryBlock 即 Page 三个参数// 1、Long[]// 2、去除头的偏移量// 3、实际数据长度//这样就方便程序直接操作数据的那块内存//Platform 是对 Unsafe 的封装MemoryBlock memory = new MemoryBlock(array, Platform.LONG_ARRAY_OFFSET, size);//spark.memory.debugFill 默认 falseif (MemoryAllocator.MEMORY_DEBUG_FILL_ENABLED) {memory.fill(MemoryAllocator.MEMORY_DEBUG_FILL_CLEAN_VALUE);}return memory;}}//将alignedSize 移除，表示其已经被用了bufferPoolsBySize.remove(alignedSize);}}}//重新申请内存long[] array = new long[numWords];MemoryBlock memory = new MemoryBlock(array, Platform.LONG_ARRAY_OFFSET, size);if (MemoryAllocator.MEMORY_DEBUG_FILL_ENABLED) {memory.fill(MemoryAllocator.MEMORY_DEBUG_FILL_CLEAN_VALUE);}return memory;}最终申请的内存如图所示：
MemoryBlock是管理内存中的这一页数据的对象
MemoryBlock
public class MemoryBlock extends MemoryLocation {//未由TaskMemoryManagers分配的页面的特殊“pageNumber”值public static final int NO_PAGE_NUMBER = -1;//用于标记TaskMemoryManager中已释放页面的特殊“pageNumber”值public static final int FREED_IN_TMM_PAGE_NUMBER = -2;//MemoryAllocator（内存分配器释）放的页面的特殊“pageNumber”值。这使我们能够检测到双重释放。public static final int FREED_IN_ALLOCATOR_PAGE_NUMBER = -3;private final long length;//可选页码；当此内存块表示由TaskMemoryManager分配的页面时使用。//此字段是公共的，因此可以由位于不同包中的TaskMemoryManager进行修改public int pageNumber = NO_PAGE_NUMBER;public MemoryBlock(@Nullable Object obj, long offset, long length) {super(obj, offset); // 就是一个 long [] this.length = length; //数据真实需要的大小}//返回内存块的大小public long size() {return length;}//创建指向 long [] 使用的内存的内存块public static MemoryBlock fromLongArray(final long[] array) {return new MemoryBlock(array, Platform.LONG_ARRAY_OFFSET, array.length * 8L);}//用指定的字节值填充内存块public void fill(byte value) {Platform.setMemory(obj, offset, length, value);}}2、free
public void free(MemoryBlock memory) {//如果要释放内存，必须满足以下几个条件// 1、之前申请过内存，也就是 long [] 是存在的assert (memory.obj != null) :"baseObject was null; are you trying to use the on-heap allocator to free off-heap memory?";// 2、内存之前没有被释放assert (memory.pageNumber != MemoryBlock.FREED_IN_ALLOCATOR_PAGE_NUMBER) :"page has already been freed";// 3、TMM分配的页面必须首先通过TMM.freePage（）释放，而不是直接在分配器free（）中释放assert ((memory.pageNumber == MemoryBlock.NO_PAGE_NUMBER)|| (memory.pageNumber == MemoryBlock.FREED_IN_TMM_PAGE_NUMBER)) :"TMM-allocated pages must first be freed via TMM.freePage(), not directly in allocator " +"free()";//申请的内存大小final long size = memory.size();//spark.memory.debugFill 默认 false//是否分别用0xa5和0x5a字节填充新分配和释放的内存。这有助于发现未初始化或已释放内存的误用，但会带来一些开销。if (MemoryAllocator.MEMORY_DEBUG_FILL_ENABLED) {memory.fill(MemoryAllocator.MEMORY_DEBUG_FILL_FREED_VALUE);}// 将页面标记为已释放（这样我们就可以检测到双重释放）memory.pageNumber = MemoryBlock.FREED_IN_ALLOCATOR_PAGE_NUMBER;// 作为防止在释放bug后使用的额外防御层，我们对MemoryBlock进行了修改，以清空其对long[]数组的引用long[] array = (long[]) memory.obj;//将 页中的 long[] 置为null 且偏移量 置为 0memory.setObjAndOffset(null, 0);//校准后的内存分配大小 long alignedSize = ((size + 7) / 8) * 8;//判断释放满足最小分配大小 即：128 KB ，如果小于它也是不会申请页成功的if (shouldPool(alignedSize)) {synchronized (this) {LinkedList<WeakReference<long[]>> pool = bufferPoolsBySize.get(alignedSize);if (pool == null) {pool = new LinkedList<>();bufferPoolsBySize.put(alignedSize, pool);}//如果下次还有alignedSize的内存申请可以直接用pool.add(new WeakReference<>(array));}} else {// Do nothing}}五、UnsafeMemoryAllocator
1、allocate
public MemoryBlock allocate(long size) throws OutOfMemoryError {//使用Unsafe来从堆外分配怎么大的内存，不用校准long address = Platform.allocateMemory(size);//同样构建一个MemoryBlock 只是将obj 设置成了 null 且 address 设置成了直接地址MemoryBlock memory = new MemoryBlock(null, address, size);//spark.memory.debugFill 默认 falseif (MemoryAllocator.MEMORY_DEBUG_FILL_ENABLED) {memory.fill(MemoryAllocator.MEMORY_DEBUG_FILL_CLEAN_VALUE);}return memory;}2、free
public void free(MemoryBlock memory) {//释放内存前先检查 和堆上一样assert (memory.obj == null) :"baseObject not null; are you trying to use the off-heap allocator to free on-heap memory?";assert (memory.pageNumber != MemoryBlock.FREED_IN_ALLOCATOR_PAGE_NUMBER) :"page has already been freed";assert ((memory.pageNumber == MemoryBlock.NO_PAGE_NUMBER)|| (memory.pageNumber == MemoryBlock.FREED_IN_TMM_PAGE_NUMBER)) :"TMM-allocated pages must be freed via TMM.freePage(), not directly in allocator free()";if (MemoryAllocator.MEMORY_DEBUG_FILL_ENABLED) {memory.fill(MemoryAllocator.MEMORY_DEBUG_FILL_FREED_VALUE);}//调用Unsafe来释放内存Platform.freeMemory(memory.offset);//修改了MemoryBlock以重置其指针。memory.offset = 0;// 将页面标记为已释放（这样我们就可以检测到双重释放）。memory.pageNumber = MemoryBlock.FREED_IN_ALLOCATOR_PAGE_NUMBER;}
