偏斜拖垮并行

分布式批处理的耗时常由最慢任务决定。热门键或不均匀数据会让某些 reducer 处理远多于其他节点，形成长尾。采样、拆分热点键、两阶段聚合等手段，本质上是在保护并行度不被数据分布击穿。