Estoy escribiendo un trabajo de MapReduce que puede terminar con una gran cantidad de valores en el reductor. Me preocupa que todos estos valores se carguen en la memoria a la vez.

¿La implementación subyacente de laIterable<VALUEIN> values ¿Cargar valores en la memoria a medida que son necesarios? Hadoop: la Guía Definitiva parece sugerir que este es el caso, pero no da una respuesta "definitiva".

La salida del reductor será mucho más masiva que la entrada de valores, pero creo que la salida se escribe en el disco según sea necesario.