核心问题：key过多，读取、计算或是join时导致数据倾斜
map端长尾
第一种情况问题描述：上游表文件的大小特别不均匀，而且小文件特别多，导致当前表Map端读取的数据分布不均匀，引起长尾
第一种情况解决方案：读取的时候合并小文件，尽量做到读取文件大小差不多
第二种情况问题描述：Map端做聚合时，就是combine操作的时候读取文件的某个值特别多而引起长尾
第二种情况解决方案：用distribute by rand() 来打乱数据分布，访问读取某一个key的数据过多
reduce端长尾
第一种情况问题描述：key中存在大量的null值或是非正常字符值
第一种情况解决方案：值过滤，或是将key值随机化生成
第二种情况问题描述：热点key值过大，导致倾斜
第二种情况解决方案：
- 热点可以单独计算，然后合并到主链路中
- 加盐操作，例如group by key
第三种情况问题描述：count distinct造成的长尾
第三种情况解决方案：用group by先过滤去重，可以并行操作（上述是串行执行的）
join端长尾
第一种情况问题描述：join的某路输入比较小，可以采用mapjoin，避免分发产生倾斜
第一种情况解决方案：直接走map join，没有任何的shuffle过程，从而提高效率
第二种情况问题描述：join的两路数据量都很大
第二种情况解决方案：
- join侧数据，提前distinct需要保留的字段，避免热点
- 取出热点数据单独计算，然后在合并到主链路中
- 设置参数skew join hint来避免热值倾斜
- 避免使用full join