優化資料結構

Java中，有三種類型比較耗費記憶體：

• 物件，每個Java物件都有物件頭、引用等額外的資訊，因此比較佔用記憶體空間。

• 字串，每個字串內部都有一個字元陣列以及長度等額外資訊。

• 集合型別，比如HashMap、LinkedList等，因為集合型別內部通常會使用一些內部類來封裝集合元素，比如Map.Entry。

因此Spark官方建議，在Spark編碼實現中，特別是對於運算元函式中的程式碼，儘量不要使用上述三種資料結構，儘量使用字串替代物件，使用原始型別（比如Int、Long）替代字串，使用陣列替代集合型別，這樣儘可能地減少記憶體佔用，從而降低GC頻率，提升效能。

但在實踐中，我們往往會發現，要做到該原則其實並不容易。因為我們同時要考慮到程式碼的可維護性，如果一個程式碼中，完全沒有任何物件抽象，全部是字串拼接的方式，那麼對於後續的程式碼維護和修改，無疑是一場巨大的災難。

同理，如果所有操作都基於陣列實現，而不使用HashMap、LinkedList等集合型別，那麼對於我們的編碼難度以及程式碼可維護性，也是一個極大的挑戰。

所以，可以在可能以及合適的情況下，使用佔用記憶體較少的資料結構，但是前提是要保證程式碼的可維護性。