请描述当map输出的数据量超过其小文件内存限制时，数据是存储到本地磁盘还是分布式文件系统HDFS中？

解答思路：

这个问题涉及到的是大数据处理中的Map阶段数据输出问题。当Map阶段的数据输出超过其小文件的内存限制时，需要考虑数据的落地存储位置。一般来说，数据的存储位置取决于配置和使用的存储系统。

最优回答：

当Map任务输出的数据超出其小文件内存之后，数据通常会首先落地到本地磁盘。然后，如果配置的是Hadoop分布式文件系统（HDFS），这些数据会被写入到HDFS中。这是因为HDFS是专为大数据处理设计的分布式文件系统，能够处理大量的数据读写操作。

1. MapReduce中的Map阶段：在大数据处理中，MapReduce是一个常用的编程模型。Map阶段是其中的第一步，主要进行数据的转换和处理。当Map阶段的数据输出超过其内存限制时，数据需要落地存储。
2. 数据落地策略：数据的落地策略通常取决于具体的配置和使用的存储系统。在Hadoop生态系统中，数据通常会先落地到本地磁盘，然后根据配置决定是否写入HDFS或其他存储系统。
3. HDFS（Hadoop Distributed FileSystem）：是一个高度容错性的系统，用于存储大规模的数据。当配置为使用HDFS时，Map阶段输出的数据会写入到HDFS中，以实现数据的分布式存储和处理。
4. 数据分片与合并：在大数据处理中，为了提高处理效率，数据通常会被分片处理。当多个Map任务完成数据处理后，可能需要合并这些小文件以进行后续的处理。合并的策略和位置也取决于具体的配置和使用的工具。

请注意，以上答案基于一般的Hadoop生态系统中的情况，具体的实现可能会因版本、配置和使用的工具而有所不同。