数据倾斜查询瓶颈

数据倾斜就是集群里少数几个节点扛着绝大多数活，其他节点早早干完干等着，整个查询的耗时被这几个“累死”的节点死死卡住，这就像十个人搬砖，八个人一人搬一块，剩下两个人一人搬十块，搬得快的不是先下班，而是等那群搬得慢的，放到分布式计算里，一个Spark或者Hive任务跑得慢，十有八九不是集群不够大，而是某几个key的……