Background: 当我们使用Spark Dataframe的时候常常需要进行group by操作，然后针对这一个group算出一个结果来。即所谓的聚合操作。

进一步，自己手动添加缺失的log文件。起初，我是用root添加的，并未授予777权限，导致日志无法被写入，总是空的。后来，索性登入cloudera-scm账户，创建日志文件，至此才从日志文件中发现了出问题的地方。