回答思路
概念：大数据场景下，MapReduce程序执行时，reduce节点大部分执行完毕，但是有一个或者几个reduce节点运行较慢，导致整个程序的处理时间很长，这是因为某一个key的条目数比其他key多很多（甚至数百倍），这条key所在的reduce节点所处理的数据量比其他节点大很多，从而导致某几个节点迟迟运行不完。Hive的执行是分阶段的，map处理数据量的差异取决于上一个stage的reduce输出，所以如何将数据均匀的分配到各个reduce中，就是解决数据倾斜的根本所在。
常见数据倾斜情形：
解决方案：
（1）增加jvm内存，适用于唯一值非常少，极少数值有非常多的记录值，该情况下只能通过硬件的手段来调优，增加jvm内存可以显著的提高运行效率。
（2）增加reduce的个数，适用于唯一值比较多，该字段某些值有远远多于其他值的记录数，该情况下最容易造成的就是大量相同的key被partition到一个分区，从而一个reduce执行了大量的工作，如果增加了reduce的个数，计算的节点就多了，有益处。
（3）重新设计key，在map阶段给key加上一个随机数，有了随机数的key就不会被大量的分配到同一节点，等到reduce后再把随机数去掉即可。
（4）使用combinner合并，combinner是在map阶段，reduce之前的一个中间阶段，在该阶段可以选择性的把大量的相同key数据先进行一个合并，然后再交给reduce来处理。减轻了map端向reduce端发送的数据量，也减轻了map端和reduce端中间的shuffle阶段的数据拉取数量。