map-reduce框架不会一直调用合并器，即使您编写了自定义合并器。如果溢出数至少为3（默认值），它将调用合并器。您可以配置，组合器需要运行的溢出数可以通过 min.num.splits.for.combine 财产。

实际上，在Map阶段之后，排序和洗牌之前。在map阶段之后，输出将通过管道传输到下一个sort和shuffle阶段，combiner在该sort和shuffle阶段之前进行操作。就像，map->combiner->sort n shuffle->reducer

组合器的输出类型必须与Map器的输出类型匹配。hadoop不能保证合并器被应用了多少次，甚至根本不能保证它被应用。
如果你的Map延伸 Mapper< K1, V1, K2, V2 > 你的减速机 Reducer< K2, V2, K3, V3 > ，则组合器必须是 Reducer< K2, V2, K2, V2 > . Combiner 应用于与 map 操作。一定是在洗牌之前。
参考hadoop文档：
当map操作输出其对时，它们在内存中已经可用。出于效率的考虑，有时通过提供一个组合器类来执行reduce类型函数来利用这个事实是有意义的。如果使用组合器，则Map键值对不会立即写入输出。相反，它们将被收集在列表中，每个键值一个列表。当写入了一定数量的键值对时，通过将每个键的所有值传递给组合器的reduce方法并输出组合操作的键值对，就像它们是由原始map操作创建的一样，来刷新该缓冲区。
http://wiki.apache.org/hadoop/hadoopmapreduce

合路器就像一个预减缩器，它将在Map阶段之后不久应用于排序和洗牌阶段。
它将应用在处理map阶段的同一主机上，最大限度地减少下一个处理阶段（排序洗牌和减少）的网络数据传输。
由于采用了这种优化的组合器，实际减速器相位的处理负担会更小，性能也会更好。