关于数据倾斜的疑问

1：map端join可以省略掉reduce阶段，此时这个SQL语句底层在执行的时候就只有map阶段了，没有reduce阶段，所以就不会产生shuffle了，那也就可以避免在shuffle的时候造成数据倾斜了，和null值、0值没关系。

2：两个大表join，不适合使用map端join去优化，只能使用默认的reduce端join，这样表中空值的key(空值的key比较多)，这样会导致发送数据倾斜，某一个reduce任务会处理空值的key。

此时可以把这个空值的key的值改成一个随机数，这样不影响最终的结果，也变相的解决了数据倾斜。

这里的空值其实说的就是null值，一个意思。这个空值只是代表一个倾斜的key值，这个倾斜的key值也可以是其他值。

所以这里面的多表join时，是否产生null值是要看数据的，如果两份数据关联的key值有很多是null值，这样结果也会有null值，否则不会产生null值，null值在这里只是一个倾斜的key值。