总之，你不应该这样做。
首先，您无法控制Map器和reducer在集群上的执行位置，因此即使单个Map器的完整输出将转到单个reducer，它们也极有可能位于不同的主机上，并且数据将通过网络传输
第二，要使reducer处理Map器的整个输出，首先必须使Map器处理正确的部分信息，这意味着您必须通过分区对数据进行预处理，然后为每个分区运行单个Map器和单个reducer，但这种预处理本身会占用大量资源，因此基本上没有意义
最后，你为什么需要它？map-reduce的主要概念是使用键-值对进行操作，并且reducer通常应该聚合Map器为相同键输出的值列表。使用哈希分区的原因是：在k个缩减器之间分配n个键。使用不同类型的分区器是非常罕见的情况。例如，如果您需要数据局部性，您可能更喜欢使用mpp数据库而不是hadoop。
如果您真的需要自定义分区器，下面是一个如何实现它的示例：http://hadooptutorial.wikispaces.com/custom+partitioner. 没什么特别的，只是根据传递的键和值以及减速器的数量返回减速器的编号。使用主机名除以缩减器数量（%）的哈希代码将使单个Map器的整个输出转到单个缩减器。此外，还可以使用进程pid%的减速机数量。但在做这件事之前，你必须检查一下，你是否真的需要这种行为。