概述：
    要減少記憶體的消耗，除了使用高效的序列化類庫以外，還有一個很重要的事情，就是優化資料結構。從而避免Java語法特性中所導致的額外記憶體的開銷，比如基於指標的Java資料結構，以及包裝型別。
有一個關鍵的問題，就是優化什麼資料結構？其實主要就是優化你的運算元函式，內部使用到的區域性資料，或者是運算元函式外部的資料。都可以進行資料結構的優化。優化之後，都會減少其對記憶體的消耗和佔用。
如何優化資料結構？
       1、優先使用陣列以及字串，而不是集合類。也就是說，優先用array，而不是ArrayList、LinkedList、HashMap等集合。
           比如，有個List<Integer> list = new ArrayList<Integer>()，將其替換為int[] arr = new int[]。這樣的話，array既比List少了額外資訊的儲存開銷，還能使用原始資料型別（int）來儲存資料，比List中用Integer這種包裝型別儲存資料，要節省記憶體的多。
還比如，通常企業級應用中的做法是，對於HashMap、List這種資料，統一用String拼接成特殊格式的字串，比如Map<Integer, Person> persons = new HashMap<Integer, Person>()。可以優化為，特殊的字串格式：id:name,address|id:name,address...。
       2、避免使用多層巢狀的物件結構。比如說，
            public class Teacher { 
                   private List<Student> students = new ArrayList<Student>() 
            }
        就是非常不好的例子。因為Teacher類的內部又嵌套了大量的小Student物件，對於上述例子，也完全可以使用特殊的字串來進行資料的儲存，比如用json字串來儲存資料，就是一個很好的選擇。
        {"teacherId": 1, "teacherName": "leo", students:[{"studentId": 1, "studentName": "tom"},{"studentId":2, "studentName":"marry"}]}
       3、對於有些能夠避免的場景，儘量使用int替代String。因為String雖然比ArrayList、HashMap等資料結構高效多了，佔用記憶體量少多了，但是之前分析過，還是有額外資訊的消耗。比如之前用String表示id，那麼現在完全可以用數字型別的int，來進行替代。
這裡提醒，在spark應用中，id就不要用常用的uuid了，因為無法轉成int，就用自增的int型別的id即可。