问题：
- 数据源数据重复。。很难发现。。依赖关系。。
- 本来8千万的数据和8千万的数据一下left outer join后，变成了30亿。。按道理还是8kw。
- 8千万大表和几十行的小表join，数据严重倾斜，到99.99%就是reduce不完。。最终OOM了。
总结如下：
数据源问题： 统计前，首先检查各个数据源表，看是否有重复记录，可能是数据源的问题。
业务原因，手机可能会解绑和重新绑定，所以一个帐号可能对于多个手机，而不是简单的一个帐号和一个手机是一一对应的。
join时on的条件不充分，join的时候一定要考虑哪几个条件能唯一的匹配到一条记录，少一个条件，就可能导致笛卡尔乘积。 考虑 on a.id = b.id and a.sid = b.sid and ？？
其它总结： 帐号类型，普通帐号，个性化帐号，手机帐号，邮箱帐号。