我刚刚开始学习hadoop，还在尝试和理解一些东西，我真的很好奇outputcollector类collect（）方法的用法，从现在起我发现的所有示例都只调用这个方法一次。如果这个方法的调用成本真的很高（因为它正在将输出写入文件）？当我想到不同的情景时，我发现有必要不止一次地称呼它。下面是给定的代码片段

public static class Reduce extends MapReduceBase implements
        Reducer<IntWritable, Text, Text, NullWritable> {
    public void reduce(IntWritable key, Iterator<Text> values,
            OutputCollector<Text, NullWritable> output, Reporter reporter)
            throws IOException {
        Text outData = null;
            while (values.hasNext()) {
                outData = new Text();
                outData.set(values.next().toString());
                output.collect(outData, NullWritable.get());
            }
    }
}

作为 values 对象包含Map器根据某些过滤条件发出的大量记录，我需要将这些记录写入输出文件。或者，我也可以使用下面给定的方法。

public static class Reduce extends MapReduceBase implements
        Reducer<IntWritable, Text, Text, NullWritable> {
    public void reduce(IntWritable key, Iterator<Text> values,
            OutputCollector<Text, NullWritable> output, Reporter reporter)
            throws IOException {
        StringBuilder sb = new StringBuilder();
        while (values.hasNext()) {
            sb.append(values.next().toString() + "\r\n ");
        }
        Text outData = new Text();
        outData.set(sb.toString());
        output.collect(outData, NullWritable.get());
    }
}

不过，这两种方法在我的单节点设置上都可以很好地工作，用于多达400k条记录的大型输入数据集和 values 包含大约70k条记录的对象。我想问一下哪种方法更好？以及上面编写的代码在多节点集群上是否表现良好？谢谢你的帮助。谢谢。