https://blog.csdn.net/u011500419/article/details/90266428
1.join 时 尽量将小表放在前面，减少内存溢出错误的发生概率
①大表join 大表时，key（关联字段）为空值时，会降低效率，一般用子查询先把key值为空的先过滤掉
注：写在关联左侧的表每有1条重复的关联键时底层就会多1次运算处理
②如果空Key不能过滤掉，给key一个随机的值，（注意：不是所有空key给相同的值，太多相同的key会被分配到一个reduce任务里面，造成数据倾斜）
3.避免使用count(distinct)操作， 解决方法：先使用group by去重，再count计算。
4.对于事实表，有分区的一定要加分区
