Spark聚合数据算法题，求救

[不住在隔壁的老王]

有如下数据文件，格式csv，大小100G, 现存于HDFS上， 字段如下 用户，位置，起始时间，停留时长 样例数据如下 用户A,位置A,2018-12-05 00:00:00,60 用户A,位置A,2018-12-05 01:00:00,60 用户A,位置B,2018-12-05 03:00:00,60 用户A,位置A,2018-12-05 04:00:00,60 含义是用户A在位置A从0点开始停留了60分钟，那么要求如下 对同一个用户在同一个位置的连续的多条记录进行合并，保留最早起始时间和停留时间的和 期望输出如下 用户A,位置A,2018-12-05 00:00:00,120 用户A,位置B,2018-12-05 03:00:00,60 用户A,位置A,2018-12-05 04:00:00,60 请使用Spark进行处理 ============================================== 原本感觉不算难，结果尝试实现一下竟然写不出来，现在脑子已经蒙了，求大神指点

[不住在隔壁的老王]

捞一捞，有没有人给个思路

[提笔墨砚]

是这个意思吗
select 用户，位置，min(开始时间),sum(停留时间) from 表名 group by 用户，位置

[不住在隔壁的老王]

引用 2 楼 提笔墨砚 的回复:

是这个意思吗 select 用户，位置，min(开始时间),sum(停留时间) from 表名 group by 用户，位置

不是, 我自己实现出来了, 比较复杂