有时虽然某个 key 为空对应的数据很多，但是相应的数据不是异常数据，必须要包含在 join 的结果中，此时我们可以表 a 中 key 为空的字段赋一个随机的值，使得数据随机均匀地 分不到不同的 reducer 上。例如： 案例实操： 不随机分布空 null 值： （1）设置 5 个 reduce 个数 set mapreduce.job.reduces = 5; （2） JOIN 两张表 insert overwrite table jointable select n.* from nullidtable n left join bigtable b on n.id = b.id; 结果：如下图所示，可以看出来，出现了数据倾斜，某些 reducer 的资源消耗远大于其 他 reducer 。

 

随机分布空 null 值 （1）设置 5 个 reduce 个数 set mapreduce.job.reduces = 5; （2） JOIN 两张表 insert overwrite table jointable select n.* from nullidtable n full join bigtable o on nvl(n.id,rand()) = o.id; 结果：如下图所示，可以看出来，消除了数据倾斜，负载均衡 reducer 的资源消耗

 3）SMB(Sort Merge Bucket join)

（1）创建第二张大表

 测试大表直接 JOIN

 （2）创建分通表 1,桶的个数不要超过可用 CPU 的核数

（3）创建分通表 2, 桶的个数不要超过可用 CPU 的核数

（4）设置参数 （5）测试