1.前提是定位数据倾斜，是 OOM 了，还是任务执行缓慢，看日志，看 WebUI
2.解决方法，有多个方面:
1)避免不必要的 shuffle，如使用广播小表的方式，将 reduce-side-join 提升为 map-side-join
2)分拆发生数据倾斜的记录，分成几个部分进行，然后合并 join 后的结果(借用中间临时表)
3)改变并行度，可能并行度太少了，导致个别 task 数据压力大
4)两阶段聚合，先局部聚合，再全局聚合
5)自定义 paritioner，分散 key 的分布，使其更加均匀
