不易OOM写法

import org.apache.spark.sql.functions._

inputDF.groupBy("the_key")
  .agg(concat_ws(",", collect_set("string_column")) as "string_set_concat_column")

易OOM的写法（优点是可以对每个group里自定义操作）

inputDF.rdd.groupBy(row => row.getAs[Long]("the_key"))
  .map( //each group ...