From 679728136de0e67f70662eaebf2e3b562f5958ea Mon Sep 17 00:00:00 2001
From: Oeljeklaus <oeljeklaus2heart@gmail.com>
Date: Sat, 7 Jul 2018 21:40:35 +0800
Subject: [PATCH] Update README.md

---
 README.md | 6 +++---
 1 file changed, 3 insertions(+), 3 deletions(-)

diff --git a/README.md b/README.md
index 5cac65a..991e6f6 100644
--- a/README.md
+++ b/README.md
@@ -581,11 +581,11 @@ spark.shuffle.io.retryWait 5s
 3.可以使用压缩算子提前性能。
 ## 数据倾斜
 ### 数据倾斜解决方案之原理以及现象分析
-1.数据倾斜的原理
+**1.数据倾斜的原理**
 
    spark进行shuffle时，由于数据分配不均匀，导致某个Task的数据过大，这个Task运行时间过长，这就是数据倾斜。
    
-2.数据倾斜的现象
+**2.数据倾斜的现象**
 
    spark数据倾斜，有两种表现:
    
@@ -593,7 +593,7 @@ spark.shuffle.io.retryWait 5s
       
    2.运行的时候，其他task执行造成，没有什么问题，但是有的task，就突然出现OOM，task failed，task lost反复执行几次都是某个task跑不通，最后挂掉。
    
-3.数据倾斜的产生原因与定位
+**3.数据倾斜的产生原因与定位**
 
    根据log去定位，出现出现数据倾斜的原因，基本只可能因为出现了shuffle操作的在shuffle的过程中，出现了数据倾斜的问题。因为某个，或者某些key对应的数据，远高于其他key。