背景 当多个 distinct 操作同时出现在 select 中,数据会分发多次。容易造成Reduce数据倾斜 优化点 1、如果不要求精确值,可以使用 spark-sql approx_count_distinct函数 (基数计数 hyperloglog) 2、修改SQL 基础数据准备如下, 需要计算 不同渠道下的 不同周期 的访问uv presto:bi> desc tmp.multi_distinct_test; Column | Type | Extra | Comment ---------+---------+-------+---------- user_id | bi