数据倾斜的方案里，使用随机 key搞双重聚合算是个比较实用的套路。你在用Spark或者Hadoop MapReduce跑分布式任务时，总会遇到某个 key 大，搞得部分节点忙得要命，其他节点闲得发慌。嗯，这就挺影响性能的。

随机 key 的玩法比较简单。先给每条记录加一个随机 hash 值，生成新 key。第一轮聚合就按这个新 key 来分组，让数据分散到不同节点。这样算下来，负载就均匀多了，响应也快。

不过啊，第一步聚合会把原来的 key 丢掉。怎么办？第二轮再来一次，把原始 key拿回来，进行最终聚合。你可以用reduceByKey或combineByKey去做，代码也比较清晰。比如用mapPartitions加随机 key，再reduceByKey就挺顺的。

要注意哦，这么搞会多一次网络传输，数据量大的话，通信开销不小。建议先评估数据规模，再决定是不是要用这个策略。反正实在不行，配合分区数调整或者预也行。

如果你在Spark 分布式计算，可以看看这篇文章，思路还挺全：Spark 分布式计算框架。