select count(distinct user_id) from dm_user where ds=20150701;
使用disticnt函数，所有的数据只会shuffle到一个reducer上，导致reducer数据倾斜严重
优化后为
set mapred.reduce.tasks=50;
select count(*) from
(select user_id from dm_user where ds=20150701 group by user_id)t;
order by全局排序，只有一个reduce
sort by 在一个reduce中排序，distribute by 按字段分为不同的reduce
distribute by 先分为不同的reduce排序，之后在reduce内部排序