Hive数据倾斜的原因有哪些？

1、GroupBY：在进行分组时，分组的字段数据分布不均匀，导致分组后的结果，某个组的数据量远远大于其他组。
2、Join：在进行Join时，Join匹配的字段分布不均匀，导致数据集中在一起。
3、聚合：在进行聚合时，聚合的字段分布不均匀，导致某些聚合字段的数据量大于其他聚合字段。

join小表：其中一个表是小表，但是key比较集中，导致的就是某些Reduce的值偏高。
空值或无意义值：如果缺失的项很多，在做join时这些空值就会非常集中，拖累进度。
group by：维度过小。
distinct：导致最终只有一个Reduce任务。