Spark数据的写入过程的入口点位doPutIterator方法。下面是一些方法的调用关系图：
在该方法中，根据数据是否缓存到内存中处理。如果不缓存到内存中，则调用BlockManager的putIterator方法直接存储到磁盘中；如果缓存到内存中，则先判断数据存储级别是否对数据进行了反序列化操作：如果设置了反序列化操作，则调用putIteratorAsValues方法，直接操作值类型数据；如果没有反序列化，则调用putIteratorAsBytes方法，操作字节类型数据。在将数据写入到内存中时，还需要判断在内存展开（unroll）该数据的大小是否足够，当内存足够时，写入内存，否则写入到磁盘。写入完成时，一方面将数据的元数据信息发送给Driver终端，请求更新元数据信息，另一方面判断是否需要创建数据副本，如果需要，则调用replicate方法，通过Netty方式写到远程节点上。下面是写数据逻辑的简易逻辑图：
一、写入内存
Spark内存结构图：
Spark内存大致分为两部分：图中下半部分是已经使用的内存，内存里存放entries中，该entries由不同数据块生成的MemoryEntry构成；图中下半部分为可用内存，这些内存用于尝试展开数据块（展开的动作并不是直接写数据，而是占位置），这里面并不是一下子将所有数据展开到内存中，而是进行每一步操作时，先检查内存大小是否足够，如果内存大小不够，则需要先对内存的某些数据释放，给准备写入的数据提供充足的空间，而释放的数据则被写入到磁盘中。那么选择哪些内存数据进行释放呢？在内存中的数据，是以LinkedHashMap保存，保存了数据的插入顺序，根据FIFO策略进行计算释放，释放的空间足够时，就将内存释放的数据写入到磁盘中。
数据写入内存过程：
- 获取信息：在数据块展开前，为该展开线程获取初始化内存，该内存大小为unrollMemoryThreshold，获取完毕后返回是否成功的结果keepUnrolling；
- 遍历：如果Iterator[T]存在元素且keepUnrolling为true，则继续向前遍历Iterator[T]，内存展开元素的数量elementsUnrolled自增1。如果Iterator[T]到头或者keepUnrolling为false，则调到步骤4；
- 检测内存：每当memoryCheckPeriod继16次展开之后，就进行一次内存检测，检测展开的内存大小是否超过当前分配的内存。如果没有超过，则继续展开；如果内存不足，则根据增长因子计算需要增加的内存大小。如果申请成功，则将申请得到的内存加入到CurrentUnrollMemory，而展开线程获取的内存大小为：当前展开大小*内存增长因子；
- 展开内存：判断数据块是否展开成功，如果失败，则记录为内存不足，并退出；如果成功，则继续下一步；
- 申请内存：先估算该数据块在内存中的存储大小，然后比较数据块展开的内存和数据块在内存中的存储大小，如果数据块展开的内存<=数据块存储大小，说明内存不足，需要申请他们之间的差值大小的内存。如果申请成功，则调用transferUnrollToStorage方法处理；如果数据块展开的内存>数据块存储的大小，那么先释放多余内存，在调用transferUnrollToStorage方法；
- 在transferUnrollToStorage方法中释放该数据块在内存展开的空间，然后判断内存是否足够写入数据。如果足够，则将数据块放到内存里，否则，发送写入内存失败的信息。
二、写入磁盘
写入磁盘的逻辑就相对简单得多，调用DiskStore的put方法，该方法提供了写文件的回调方法writeFunc。该方法先获取写入文件句柄，然后将数据序列化为数据流，最后根据回调方法写入文件中。