hadoop解决数据倾斜的方法

1，如果预聚合不影响最终结果，可以使用conbine，提前对数据聚合，减少数据量。

2，使用2次mr的方式。第一次mr，在map输出是给key加上一个前缀，则可以把相同的key分配到不同的reduce聚合，可以实现同一个key数据量大的问题；第二次mr对把第一次mr输出的数据的key去掉前缀，在聚合。

3，增加reduce个数，提示并行度。

4，自定义分区，自定义散列函数，把数据均匀分配到不同reduce。

原文：https://www.cnblogs.com/gaoshanmuxue/p/13140164.html