数据倾斜是开发画像过程中常遇到的问题，当任务执行一直卡在 map 100%、reduce 99%，最后的1%花了几个小时都没执行完 时，这时一般是遇到了数据倾斜。 问题出现的原因是当进行分布式计算时，由于某些节点需要计算 的数据较多，导致其他节点的reduce阶段任务执行完成时，该节点的 任务还没有执行完成，造成其他节点等待该节点执行完成的情况。比 如两张大表在join的时候大部分key对应10条数据，但是个别几个key 对应了100万条数据，对应10条数据的task很快执行完成了，但对应 了100万数据的key则要执行几个小时。