collect_set 和collect_list说一下

`collect_set` 和 `collect_list` 都是 Spark SQL 中的聚合函数，用于将一个分组内的多个行合并成一个集合或列表。

- `collect_set` 会返回一个包含分组内所有不同值的无序集合（Set），即去重后的结果集合。
- `collect_list` 会返回一个包含分组内所有值的列表，值的顺序与原始表中的顺序保持一致。

例如，假设有一个表：

+-------+------+
| group | name |
+-------+------+
| A     | Tom  |
| A     | Tom  |
| A     | Bob  |
| B     | Bob  |
| B     | Jack |
+-------+------+

如果我们按照 `group` 进行分组，并使用 `collect_set` 和 `collect_list` 聚合 `name` 列，则结果如下：

SELECT group, collect_set(name), collect_list(name) FROM table GROUP BY group;

+-------+-----------------------+---------------+
| group | collect_set(name)      | collect_list(name) |
+-------+-----------------------+---------------+
| A     | [Tom, Bob]             | [Tom, Tom, Bob] |
| B     | [Bob, Jack]            | [Bob, Jack]    |
+-------+-----------------------+---------------+

可以看到，`collect_set` 去重后的集合为 `[Tom, Bob]` 和 `[Bob, Jack]`，而 `collect_list` 返回的列表与原始表中的顺序保持一致。