1． 计数器应用
计数器是用来记录job的执行进度和状态的。MapReduce 计数器（Counter）为我们提供一个窗口，用于观察 MapReduce Job 运行期的各种细节数据。对MapReduce性能调优很有帮助，MapReduce性能优化的评估大部分都是基于这些 Counter 的数值表现出来的。
MapReduce 自带了许多默认Counter。在执行mr程序的日志上，大家也许注意到了类似以下这样的信息：
Shuffle Errors
BAD_ID=0
CONNECTION=0
WRONG_REDUCE=0
File Input Format Counters
Bytes Read=89
File Output Format Counters
Bytes Written=86
内置计数器包括：
文件系统计数器（File System Counters）
作业计数器（Job Counters）
MapReduce框架计数器（Map-Reduce Framework）
Shuffle 错误计数器（Shuffle Errors）
文件输入格式计数器（File Output Format Counters）
文件输出格式计数器（File Input Format Counters）
当然， Hadoop也支持自定义计数器。在实际生产代码中，常常需要将数据处理过程中遇到的不合规数据行进行全局计数，类似这种需求可以借助mapreduce框架中提供的全局计数器来实现。
示例代码如下：

public class WordCount{static class WordCount Mapper extends Mapper<LongWritable, Text, Text, LongWritable> {@Overrideprotected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {Counter counter =context.getCounter(“SelfCounters”,”myCounters”);String[] words = value.toString().split(",");for (String word : words) {if("hello".equals(word)){counter.increment(1)};context.write(new Text(word), new LongWritable(1));}}}

2． 多job串联
一个稍复杂点的处理逻辑往往需要多个mapreduce程序串联处理，多job的串联可以借助mapreduce框架的JobControl实现
示例代码：

1.         ControlledJob controlledJob1 = new ControlledJob(job1.getConfiguration()); 2.         controlledJob1.setJob(job1);  3.         ControlledJob controlledJob2 = new ControlledJob(job2.getConfiguration()); 4.         controlledJob2.setJob(job2);  5.          controlledJob2.addDependingJob(controlledJob1);  // job2 依赖于 job16.         JobControl jc = new JobControl(chainName);  7.         jc.addJob(controlledJob1);  8.         jc.addJob(controlledJob2);  9.         Thread jcThread = new Thread(jc);  10.         jcThread.start();  11.         while(true){ 12.             if(jc.allFinished()){ 13.                 System.out.println(jc.getSuccessfulJobList());  14.                 jc.stop();  15.                 return 0;  16.             } 17.             if(jc.getFailedJobList().size() > 0){ 18.                 System.out.println(jc.getFailedJobList());  19.                 jc.stop();  20.                 return 1;  21.             } 22.         }