可以從一下三個方面入手：
一、業務邏輯方面
1、map端的key值進行hash的時候，可能得到的hash值相同，然而相同的hash值會分配給同一個reduce函數去處理，因此就會出現某一個reduce的工作量非常大，進而導致數據傾斜。因此解決數據傾斜可以優化定義你的hash函數。
2、還有就是，例如你對一部分數據進行了處理，這樣將導致這部分數據與其他未處理數據不同，所以這些數據有可能出現在map端聚集，因此，可以在map任務在運行前，將處理過的數據與未處理的數據分開進行map任務。
二、程序方面
調整設計程序的思路。
三、調參方面
Hadoop自帶了很多的參數和機制來調節數據傾斜，合理利用它們可以解決部分數據傾斜的問題。
四、數據處理方面
1、進行數據預處理。
2、有損方法：將異常數據過濾掉，比如說IP爲0的數據刪除。
3、無損的方法：對分佈不均衡的數據單獨計算，先對key做一次hash，將數據打散再並行運算。