MapReduce資料傾斜：
mapreduce處理過程有一個特點，相同的key，只能是發給同一個reduce進行處理。

原因：hadoop原始碼中有一行程式碼，(key.hashcode())%numReduce，先把key進行hash然後除以reduce的個數取餘，相同的key的hashcode肯定一樣，而且reduce數也確認，那肯定是相同的key都發給了同一個reduce了

舉例：假設普通的key的value數是100個，而就有些個別的key的value數是10萬個，這時普通的key對應的reduce處理很快，而個別的key對應的reduce顯然會處理的很慢（它的處理10萬），這樣就會造成不平衡。
而對於提交的作業（job）什麼時候才算執行結束呢？是要等到最後一個reduce執行完，才算結束。所以執行量小的reduce先執行完了，也得等著，等著量最大的、最慢的執行完，才能夠算結束。

再說，造成資料傾斜的根本原因是什麼：2點
1.key分佈不均衡，有的則過於集中。傾斜在reduce階段
2.datanode上資料分佈不均衡。傾斜在map階段。解釋：datanode上的資料量大當然執行的時間要長。資料量小的則執行時間短。但是，這個地方有個特點：map執行完後，不用等其他map執行完，就開始執行下一個階段了，但reduce階段就不一樣了，整個作業的執行完成，必須要等到最後一個reduce跑完（合情合理）。