在我的印象中，合并器就像是作用于本地map任务的减缩器，也就是它聚合单个map任务的结果，以减少输出传输的网络带宽。
从阅读中 Hadoop- The definitive guide 3rd edition ，我的理解似乎是正确的。
摘自第2章（第34页）
合并器功能许多mapreduce任务受到集群上可用带宽的限制，因此最小化map和reduce任务之间传输的数据是值得的。hadoop允许用户指定要在map输出上运行的combiner函数combiner函数的输出形成reduce函数的输入。由于combiner函数是一个优化函数，hadoop不能保证它会为特定的map输出记录调用它多少次。换言之，调用组合器函数0、1或多次应该可以从减速机产生相同的输出。
所以我在字数问题上尝试了以下方法：

job.setMapperClass(mapperClass);
job.setCombinerClass(reduceClass);
job.setNumReduceTasks(0);

这里是柜台：

14/07/18 10:40:15 INFO mapred.JobClient: Counters: 10
14/07/18 10:40:15 INFO mapred.JobClient:   File System Counters
14/07/18 10:40:15 INFO mapred.JobClient:     FILE: Number of bytes read=293
14/07/18 10:40:15 INFO mapred.JobClient:     FILE: Number of bytes written=75964
14/07/18 10:40:15 INFO mapred.JobClient:     FILE: Number of read operations=0
14/07/18 10:40:15 INFO mapred.JobClient:     FILE: Number of large read operations=0
14/07/18 10:40:15 INFO mapred.JobClient:     FILE: Number of write operations=0
14/07/18 10:40:15 INFO mapred.JobClient:   Map-Reduce Framework
14/07/18 10:40:15 INFO mapred.JobClient:     Map input records=7
14/07/18 10:40:15 INFO mapred.JobClient:     Map output records=16
14/07/18 10:40:15 INFO mapred.JobClient:     Input split bytes=125
14/07/18 10:40:15 INFO mapred.JobClient:     Spilled Records=0
14/07/18 10:40:15 INFO mapred.JobClient:     Total committed heap usage (bytes)=85000192

这里是 part-m-00000 :

hello   1
world   1
Hadoop  1
programming 1
mapreduce   1
wordcount   1
lets    1
see 1
if  1
this    1
works   1
12345678    1
hello   1
world   1
mapreduce   1
wordcount   1

所以很明显没有应用合路器。我知道hadoop不能保证是否会调用组合器。但当我打开reduce阶段时，会调用合并器。
为什么会有这种行为？
现在当我读到第六章（第208页）关于 how MapReduce works . 我看到这一段在 Reduce side .
如果Map输出足够小（缓冲区的大小由mapred.job.shuffle.input.buffer.percent控制，它指定了用于此目的的堆的比例），则将它们复制到reduce任务jvm的内存中；否则，它们将被复制到磁盘。当内存缓冲区达到阈值大小（由mapred.job.shuffle.merge.percent控制）或达到Map输出的阈值数目（mapred.inmem.merge.threshold）时，它将被合并并溢出到磁盘。如果指定了组合器，则在合并期间将运行该组合器以减少写入磁盘的数据量。
我从这一段得出的结论是：1）合路器也在reduce阶段运行。