1. 少用count(distinct ) 建议用group by 代替 distinct 。 原因为count(distinct)逻辑只会有一个reducer来处理,即使设定了reduce task个数, setmapred.reduce.tasks=100也一样,所以很容易导致数据倾斜。 坊间传闻,在面对大数据量时很多大厂都“明令禁止使用distinct”。 如sql语句:select count(distinct uid) from users 建议改成: select count(*) from (select uid from testmac group by uid) t