我想总结一下整个流程：
Map器读取数据并处理。此输出转到中间输出文件。
一旦mapper完成所有的键，值对。
Map器的输出首先写入内存缓冲区，
当缓冲区即将溢出，然后溢出到本地目录，然后在内存中创建分区[”在每个分区内，后台线程执行内存中的按键排序，中间输出使用默认分区器'hashpartitioner'或自定义分区器被分区到'r'分区]
溢出的数据根据partitioner进行划分，并在每个划分中对结果进行排序和排序
如果有一个自定义组合器，它将在内存中执行，结果将在最后溢出到磁盘。
reducer会接触到Map器并提取相应的分区文件。
在所有Map器任务完成之后，所有中间数据都被复制到所有缩减器。减速器对数据执行另一种排序。
然后，还原器逐个处理各自的键、值对。
如果我的理解有任何差距，请提出建议

1/此部分中已经指定了响应：“在每个分区内，后台线程执行内存中的按键排序，如果有组合器函数，则在排序的输出上运行。”
因此，首先在内存中创建分区，如果有一个自定义组合器，它将在内存中执行，结果将在最后溢出到磁盘。
2/当在驱动程序类上指定自定义组合器和自定义分区时，它们将在那里。

job.setCombinerClass(MyCombiner.class);
job.setPartitionerClass(MyPartitioner.class);

如果没有指定自定义合并器，则不执行合并器。如果没有指定自定义分区器，那么默认执行的分区器是“hashpartitioner”（请参见第221页）。
3/是的，有可能。别忘了合路器的机构和减速机是一样的。缩减器可以使用压缩数据。如果使用者使用压缩数据，则表示输入文件格式已压缩。为此，您可以在driver类上指定以下指令：

Sequence File case: job.setInputFormatClass(SequenceFileInputFormat.class);
Avro File case: job.setInputFormatClass(AvroKeyInputFormat.class);

你的问题的直接答案是=>combiner
细节：合路器可以被看作是Map阶段的小型减速机。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
当我们处理的不仅仅是减速机时，分区器就出现了。因此，分区者决定哪个reucer负责一个特定的密钥。它们基本上获取Map器结果（如果使用combiner，则返回combiner结果）并根据密钥将其发送给负责的reducer。
为了更好地理解，您可以参考下面的图片，这是我从hadoop上的yahoo开发者教程中获取的。图4.6：插入mapreduce数据流的合并器步骤
这是教程。

分区在合并器之前运行。a） Map程序将把数据处理成b），然后是一个分区程序（默认或自定义）将根据键的要求对数据进行分区。c） 然后对键进行排序，这些键将由后台线程/进程负责。d） 如果combinor存在：那么后面跟combinor，这将在排序键的输出上运行e），后面跟reducer，reducer将在输入数据上再运行一次sort，后面跟reducer进程。

这是完整的mr工作流程。你的答案是1.）和2.）。
Map器读取数据并处理。此输出转到中间输出文件。
一旦mapper完成所有的键，值对。中间输出使用默认分区器“hashpartitioner”或自定义分区器分区为“r”分区。
每个分区文件都被排序。
任何可选的组合器代码都在排序的“r”分区上执行。组合器步骤仅在指定时执行。
reducer会接触到Map器并提取相应的分区文件。
在所有Map器任务完成之后，所有中间数据都被复制到所有缩减器。减速器对数据执行另一种排序。
然后，还原器逐个处理各自的键、值对。
答案3：是的，合路器可以处理压缩数据。combiner函数在map阶段的输出上运行，并用作过滤或聚合步骤，以减少传递到reducer的中间键的数量。在大多数情况下，reducer类被设置为combiner类。区别在于这些类的输出。combiner类的输出是传递给reducer的中间数据，而reducer的输出则传递给磁盘上的输出文件。作业的合路器可以这样设置：

job.setCombinerClass(CustomCombiner.class);