收集作业统计信息，可辅助诊断系统故障，Hadoop作业的内置计数器包括map和reduce输入/输出/跳过的记录，溢出记录，文件系统读写的字节以及启动或失败的map或reduce等。用户可自定义计数器，多个计数器由一个Java枚举类型来定义，以便对计数器分组。枚举类型的名称即为组名，字段为计数器名。
相关阅读：
Hadoop权威指南学习（五）——MapReduce的类型和格式
Hadoop权威指南学习（四）——MapReduce工作机制
Hadoop权威指南学习（三）——MapReduce应用开发
Hadoop权威指南学习（二）——HDFS & Hadoop IO
enum Group { counter } reporter.incrCounter(Group.counter, 1)
public void incrCounter(String group, String counter, long amount)<span> </span>// 动态计数器，不需要枚举类型，更方便 2. 排序
部分排序：默认情况下，MapReduce根据输入记录的键对数据集排序，如调用默认的HashPartitioner分区，分区内记录根据键进行排序，由RawComparator控制。【按键执行查找操作，在多文件情况下，基于MapFile具有更高效率，MapFileoutputFormat提供了getReader()和getEntry()方法】
全排序：将数据划分到不同的有序区域，区域内排好序后，合并区域即可得到全局排序结果。如何划分？才能是每个分区所含记录数大致相等？可以对键空间进行采样，获得键的近似分布，由此构建较均匀分区。Hadoop内置了若干采样器：InputSampler类实现了Sampler接口，通过InputSampler的静态方法writePartitionFile调用以创建一个顺序文件来存储定义分区的键。另一个内置采样器是IntervalSample，以一定间隔定期从划分中选择键。
辅助排序：记录在达到reducer前按键排序，但对应值并未排序，可以使用组合键方法：定义包括自然键和自然值的组合键-->键的comparator根据组合键对记录进行排序-->针对组合键的partitioner和分组comparator在进行分区和分组时均只考虑自然键。
void map(key, value, ...) { ... output.collect(new IntPair(key, value), NullWritable.get());<span style="white-space:pre"> </span>// 利用IntPair定义组合键 } class FirstPartitioner ...{<span style="white-space:pre"> </span>// 自定义partitioner public int getPartition(IntPair key, NullWritable value, int numParatitions) { // 根据ket.getFirst()决定分区 } } class KeyComparator ...{ public int compare(WritableComparable w1, WritableComparable w2) { // 根据组合键排序 } } class GroupCpmparator ... { public int compare(WritableComparable w1, WritableComparable w2) { // 根据自然键排序 } } public void run() { ... conf.setPartitionerClass(FirstPartitioner.class); conf.setOutputKeyComparatorClass(KeyComparator.class); conf.setOutputValueGroupingComparator(GroupComparator.class);<span style="white-space:pre"> </span>// 按自然键分组 ... }
3. 连接MapReduce能执行大型数据集间的join操作，其具体实现取决于数据集的规模及分区方式。