Apache spark 如何计算用户会话的开始和结束时间？

是否有推荐的方法执行以下类型的转换：
输入：

输出：

userID  startTime  endTime  actions
u1      100        135      [edit1, edit2, edit3]
u2      143        158      [edit4, edit5]
u1      212        241      [edit6, edit7]

按用户ID分组会导致会话信息丢失。与使用窗口函数相同

为清晰起见，请编辑：

---

在这种情况下，请注意，用户u1在结果集中出现2次。用户u2的操作将u1的操作分为两个会话。

使用良好的ol'SQL聚合所有列：

SELECT userID min(timestamp), max(timestamp), collect_list(actions)
FROM df GROUP BY userID

或数据集API：

df.groupBy("userID").agg(
    min("timestamp") as "startTime",
    max("timestamp") as "endTime",
    collect_list("actions") as "actions")

---

遗憾的是，这将导致以下行：

[（u1 100 241[edit1，edit2，edit3，edit6，edit7]），（u2 143 158[edit4，edit5]）]

，并且不会为同一用户维护单独的会话。u1需要有两行代表两个会话。谢谢@jaceklaskowski。另一个问题有帮助。另一个类似的问题回答：

df.groupBy("userID").agg(
    min("timestamp") as "startTime",
    max("timestamp") as "endTime",
    collect_list("actions") as "actions")