您可能已经意识到，组合器是在每个Map器机器上本地运行的一个进程，它在数据通过网络被洗牌到各种集群缩减器之前预先聚合数据。
in-mapper组合器将这种优化做得更进一步：聚合甚至不写入本地磁盘：它们发生在Map器本身的内存中。
in-mapper组合器通过利用

org.apache.hadoop.mapreduce.Mapper

要创建内存中的Map，请执行以下操作：

Map<LongWritable, Text> inmemMap = null
   protected void setup(Mapper.Context context) throws IOException, InterruptedException {
   inmemMap  = new Map<LongWritable, Text>();
 }

然后在每次map（）调用期间，将值添加到内存中的Map（而不是对每个值调用context.write（））。最后，map/reduce框架将自动调用：

protected void cleanup(Mapper.Context context) throws IOException, InterruptedException {
  for (LongWritable key : inmemMap.keySet()) {
      Text myAggregatedText = doAggregation(inmemMap.get(key))// do some aggregation on 
                   the inmemMap.     
      context.write(key, myAggregatedText);
  }
}

请注意，不是每次都调用context.write（），而是向内存Map中添加条目。然后在cleanup（）方法中调用context.write（），但使用内存Map中的压缩/预聚合结果。因此，本地map输出spool文件（将由reducer读取）将小得多。
在这两种情况下，无论是内存还是外部合并器中，由于Mapspool文件较小，您都可以获得减少还原器网络通信量的好处。这也减少了减速机的加工。