简述map输出的数据如何超出它的小文件内存之后，是落地到磁盘还是落地到 HDFS中 ？

在MapReduce编程模型中，Map阶段的任务主要是读取输入数据并将其转换为一系列的键值对（key-value pairs）。这些数据最初是在Map任务的内存中处理的，但当数据量超出内存限制时，它们就需要被写入到磁盘中。

具体来说，当Map任务产生的数据量超过其可用的内存缓冲区（通常是MapOutputBuffer）时，会发生数据溢写（spill）到本地磁盘的情况。MapOutputBuffer是一个内存中的环形缓冲区，用于存储Map输出的键值对。当缓冲区满时，数据会被写入到本地磁盘上的临时文件中。这个过程是MapReduce框架自动管理的，开发者通常不需要直接处理。

一旦Map任务完成，所有的临时文件都会被合并成一个或多个更大的文件，这些文件通常被称为“分区文件”（partitioned files）。这些分区文件包含了Map任务的全部输出数据，并且会根据设置的分区函数（Partitioner）进行分区，以便后续的Reduce任务能够并行处理。

接下来，这些分区文件会被复制到HDFS（Hadoop分布式文件系统）中，作为MapReduce作业的中间输出。这个过程是MapReduce框架在作业执行期间自动完成的。HDFS提供了高可靠性和容错性，确保数据在分布式环境中的安全性和可访问性。

因此，当Map输出的数据超出其小文件内存限制时，数据首先会被写入到本地磁盘的临时文件中，然后在Map任务完成后被合并并复制到HDFS中作为中间输出。这样，数据就可以在集群中的不同节点之间共享和传递，以便进行后续的Reduce处理或其他分析任务。