mapreduce數據傾斜

什麼是數據傾斜及數據傾斜是怎麼產生 簡單來說數據傾斜就是數據的key 的分化嚴重不均，造成一部分數據很多，一部分數據很少的局面。 舉個 word count 的入門例子，它的map 階段就是形成 （「aaa」,1）的形式，然後在reduce 階段進行 value 相加，得出 「aaa」 出現的次數。若進行 word count 的文本有100G，其中 80G 全部是 「aaa」 剩下 20G 是其

>>阅读原文<<