第139课： Spark面试经典系列之数据倾斜解决之对于两个RDD数据量都很大且倾斜的Key特别多如何解决？
如果两个RDD的数据量都特别大而且倾斜的Key特别多如何解决：数据量特别大就无法把其中的一个RDD广播出去；如果倾斜的Key值特别多，就无法采用分而治之等方法。例如微信上有海量的数据、淘宝上有海量的数据，如果进行全网扫描就可能遇到这种情况，因为热点特别多，有成千上万个热点。
两个RDD数据都特别多且倾斜的Key成千上万个，该如何解决数据倾斜的问题？
初步的想法：在倾斜的Key上面加上随机数。该想法的原因：shuffle的时候把key的数据可以分到不同的task里去。加随机数有个前提：必须知道哪些是倾斜的Key。但是：现在的倾斜的key非常之多，成千上万，所以如果说采样找出倾斜的key的话并不是一个非常好的想法。
下一个想法我们考虑进行扩容：首先，什么是扩容？就是把该RDD的中的每一条数据变成5条、10条、20条等，例如RDD中原来是10亿条数据，扩容后可能变成1000亿条数据；
其次
