運行內存是可以設置的，以運行一個spark作業為例，提交作業時可以執行本次作業所需要的總共cpu核心數和總共的內存數，作業提交后spark 的 sparkContext 會向集群申請分配資源，集群會最大限度的提供資源，當然也存在申請90核心，集群只分配了70核心的情況。所以大數據運算的內存控制主要是看你的集群有多少資源，你愿意使用多少資源。

一般沒人會把數據一直存放在內存吧，比如說hbase在實時寫入數據的時候，會先寫到內存中，當內存中的數據達到一定大小(比如說配置為4G)，會把數據刷寫到HFile文件并保存到HDFS中。