MemoryStore负责将Block存储到内存，减少对磁盘的依赖，MemoryStory依赖MemoryManager。与之相对应的是DiskStore，负责将Block存储在磁盘上。
其源码位于spark-core包下的org.apache.spark.storage.memory.MemoryStore

1 MemoryStore的内存模型

Block在内存中是以什么方式存在的呢？在MemoryStore.scala文件中定义了特质EmeoryEntry以及他的两个实现类。DeserializedMemoryEntry表示反序列化后的MemoryEntry，SerializedMemoryEntry表示序列化后的MemoryEntry。如果是非序列化，则使用DeserializedMemoryEntry保存在数组中，如果是序列化，则使用SerializedMemoryEntry保存在缓冲数组中。

private sealed trait MemoryEntry[T] {
  def size: Long //Block大小
  def memoryMode: MemoryMode //Block的内存模式，堆内还是堆外
  def classTag: ClassTag[T] //Block的类型标记
}
private case class DeserializedMemoryEntry[T](
    value: Array[T],
    size: Long,
    classTag: ClassTag[T]) extends MemoryEntry[T] {
  val memoryMode: MemoryMode = MemoryMode.ON_HEAP
}
private case class SerializedMemoryEntry[T](
    buffer: ChunkedByteBuffer,
    memoryMode: MemoryMode,
    classTag: ClassTag[T]) extends MemoryEntry[T] {
  def size: Long = buffer.size
}

相比于MemoryManager，MemoryStore更加宏观，分为Block存储占用（存储为MemoryEntry），这块我们称为blocksMemoryUsed；和当前将要被展开的Block数据占用的内存，称为currentUnrollMemory；以及未被使用的内存三部分。在MemoryStore中，存储内存/执行内存的软边界，堆内存/堆外内存的隔阂都是透明的。展开操作的内存必须是将整个Block内存提前申请好的，防止向内存真正写入数据的时候发生内存溢出。

说白了，Unroll所申请的这部分其实并没有被真正的占用，是先过一遍partition的数据，看一下全部cache到内存需要占用多大，然后向MemoryManager预约这么大的内存，如果完全足够，那么才将数据完全存储到内存中，这时候占用内存是StorageManager中的。