spark的内存数据淘汰和落盘机制是什么？

由于同一个Executor的所有的计算任务共享有限的存储内存空间，当有新的Block需要缓存但是剩余空间不足且无法动态占用时，就要对LinkedHashMap中的旧Block进行淘汰（Eviction），而被淘汰的Block如果其存储级别中同时包含存储到磁盘的要求，则要对其进行落盘（DROP），否则直接删除该Block。
存储内存的淘汰规则为：被淘汰的Block要与新Block的MemoryMode相同，即同属于堆外或者堆内内存新旧Block不能属于同一个RDD，避免循环淘汰就Block所属RDD不能处于被读状态，避免引发一致性问题遍历LinkedHashMap中Block，按照最近最少使用（LRU）的顺序淘汰，直到满足新Block所需空间。其中LRU是LinkedHashMap的特性。