我正在运行一个spark应用程序。在spark应用程序完成后，当我检查spark日志中的executor部分时：

第一行是driver，第二行是executor，根据我的理解，executor中的内存堆主要分为三部分：
1.反向存储器：为系统保留的内存，用于存储Spark的内部对象，大约300 MB。
1.用户内存：用于用户定义的数据结构/函数/元数据等的存储器。
1.Spark存储器：用于存储和执行存储器共享
如果这是正确的，我不明白为什么即使执行程序的峰值执行和存储内存堆很低，而且应用程序中没有大的用户定义类或UDF，当我在Grafana中检查时，执行程序的峰值JVM内存堆在spark日志和利用率日志中都很高（~6.27 GiB）。
回到我的问题：
1.我对堆上内存的理解是否正确？
1.如果我的理解是正确的，为什么堆上JVM内存的峰值如此之高？
1.在这种情况下，我该如何进行内存优化呢？似乎执行和存储内存都不高。
非常感谢你的帮助。
P.S：我正在使用EC2上部署的K8S上的Spark 3.2.1和Delta Lake 1.2.0，2个示例具有8核16 RAM，1个示例用于驱动程序，1个示例用于执行器。1 core and 4g memory用于驱动程序，5 core and 8g memory用于执行器。