请解释 MapReduce 框架中计数器（Counter）的作用，并说明在作业执行过程中如何利用它来跟踪和监控任务运行状态。
考察说明
考查对 MapReduce 计数器机制的理解，以及应用计数器进行作业监控的能力。
回答思路
- 【回答框架 1】计数器是 MapReduce 提供的全局统计机制，本质是分布式共享变量，用于记录作业运行时的累计数值，如处理记录数、字节数或自定义业务事件。它由任务运行期更新，作业结束后汇总合并。
- 【回答框架 2】使用计数器需在 Mapper 或 Reducer 中获取 Context 对象，调用 getCounter 方法获得计数器引用，再通过 increment 方法增加计数，可增加任意非负长整型数值。计数器按枚举或字符串名称定义，名称需唯一。
- 【回答框架 3】监控任务进度时，可将关键处理步骤映射为计数器，如处理文件数、过滤率变化、异常记录数。作业运行期间，通过 Job 对象或 Web UI 实时查看计数器值，对比不同任务的计数器可定位数据倾斜或逻辑异常。
- 【回答框架 4】计数器分组管理，动态计数器可运行时创建，但建议预先定义枚举或常量。计数器在作业失败时未保存部分结果，仅在成功或部分完成时汇总，因此不适合作为唯一的数据可靠性依据，需结合日志或结果文件。
- 【关键点 1】计数器是分布式全局统计，合并各任务的部分值。
- 【关键点 2】通过 Context.getCounter 获取并使用 increment 累加。
- 【关键点 3】用于监控进度和诊断数据倾斜、过滤率等。
- 【关键点 4】计数器仅在任务完成后可靠汇总，不作为事务性结果。
- 【易错点 1】过度使用计数器可能导致命名冲突或性能开销，应合理命名并限制数量。
- 【易错点 2】计数器更新非原子，在任务失败或 speculative execution 下可能出现重复或不准确的统计。