上一篇写了shuffle的几种机制， 这一篇就介绍一下shuffle拉去数据的过程和executor的内存管理
1、map task处理完数据溢写到本地磁盘后，会将数据结果和落地磁盘文件的位置封装成MapStatus对象中，通过MapoutputTrackerWorker会向Driver端的MapoutputTrackerMaster，Driver端就掌握了磁盘小文件的位置。
2、reduce task拉去数据，会向本地的MapOutputTrackerWork要数据，还会（谁向）向Driver中的MapoutputTrakerMaster要磁盘小文件的位置，MapOutputTrackerMaster返回磁盘小文件的位置（MapStatus）
3、获取小文件的位置后，BlockManagerWork会通过ConnectionManager连接磁盘小文件所在的BlockManagerWork
4、连接上后会开启线程拉去磁盘小文件，放在executor中的内存中， BlockTransferService默认启动5个子线程拉去数据，默认这个线程一次拉去的数据不能超过48M
5、BlockManagerMaster向BlockManagerWord通信是在比如说cache，还有广播变量时，cache在Driver端，通过两者进行通信cache
reduce端拉去的数据存储在executor的shuffle.memory中（占executor的内存的0.2）， reduce端拉去数据时默认一次最多拉去的数据时48M，如果shuffle.memory是50M ,第一次拉去数据是48M 剩余2M，第二次拉去是30M, 不会出现内存溢出，会溢写磁盘。 但是如果shuffle.memory的内存是30M，第一次拉去48M，那么就会出现OOM内存溢出， 只要第一拉去不会内存溢出，以后都不会出现内存溢出
内存管理
Spark内存管理
spark在1.6之前使用的静态内存管理，spark1.6之后使用的是同一内存管理， spark1.6使用的就是同一内存管理，默认的spark.memory.uselegacy.Mode 是false（同一内存管理）。
executor的静态内存管理，分成3大部分，
第一部分是0.2给task运行，
第二部分占0.2，这0.2里有分为0.8和0.2， 0.2是预留内存，0.8是shuffle聚合内存
第三部分占0.6，这0.6中有划分为2部分，0.1是预留内存，0.9是再划分为两部分，一部分是反序列化用的，一部分是RDD的缓存和广播变量使用
executor的统一内存管理
统一内存管理相较静态内存管理来说比较简单，
第一部分 ，executor的内存有300M是预留内存
第二部分，(总的内存-300M) 的0.25是task运行使用
第三部分，（总的内存-300M）的0.75， 这0.75又划分为俩部分，0.5是给shuffle聚合内存，0.5是RDD的缓存和广播变量，但是这俩部分的内存可以相互借用，当shuffle聚合内存不够用时可以借rdd缓存的内存
