首先，同意@binary nerd的评论
在map阶段，合路器可以看作是一个小型的异径管。在进一步分发Map器结果之前，它们对Map器结果执行局部缩减。一旦合路器功能被执行，它就被传递给减速机进行进一步的工作。
作为 Partitioner 当我们在一个以上的减速机上工作时，请进入画面。因此，分区器决定哪个reducer负责一个特定的键。他们基本上采取 Mapper 结果（如果 Combiner 然后使用 Combiner 结果）并根据密钥将其发送给负责的减速器
使用组合器和分区器场景：

仅使用分区器场景：

示例：
组合器示例
分区器示例：
分区阶段发生在map阶段之后，reduce阶段之前。分区的数量等于减速器的数量。根据分区函数，数据被划分到不同的约简器中。分区器和组合器的区别在于，分区器根据缩减器的数量对数据进行划分，以便单个分区中的所有数据都由单个缩减器执行。但是，合并器的功能类似于reducer，并处理每个分区中的数据。合路器是对减速器的优化。默认的分区函数是散列分区函数，其中对键进行散列。但是，根据键或值的其他函数对数据进行分区可能很有用。-来源

我认为一个小例子可以非常清楚和迅速地解释这一点。
假设你有一个mapreduce单词计数工作，有2个mappers和1个reducer。

不带合路器。 "hello hello there" =>Map器1=>

(hello, 1), (hello,1), (there,1) "howdy howdy again" =>Map器2=> (howdy, 1), (howdy,1), (again,1) 两个输出都到达减速器=> (again, 1), (hello, 2), (howdy, 2), (there, 1) ###以减速器为合路器 "hello hello there" =>带组合器的mapper1=>
(hello, 2), (there,1) "howdy howdy again" =>带组合器的mapper2=> (howdy, 2), (again,1) 两个输出都到达减速器=> (again, 1), (hello, 2), (howdy, 2), (there, 1) ###结论
最终的结果是相同的，但是当使用组合器时，map输出已经减少了。在本例中，您只向减速机发送2个输出对，而不是3个输出对。因此可以获得io/磁盘性能。这在聚合值时很有用。
组合器实际上是一个应用于map（）输出的减速机。
如果您看一看第一个apache mapreduce教程，它恰好就是我刚才演示的mapreduce示例，您可以看到它们使用reducer作为组合器：

job.setCombinerClass(IntSumReducer.class);
job.setReducerClass(IntSumReducer.class);