该文件包含了约160万随机用户产生的用户行为（行为包括浏览、下单、关注、评论、加购、咨询客服、投诉），即数据集的每一行表示一条用户行为，由act_date、act_time、user、act_type、sku组成，并以逗号分隔。关于数据集中每一列的详细描述如下： 用spark程序将统计出来各个字段里所包含的空值，并输出到控制台

可以使用以下 Spark 代码实现：

import org.apache.spark.sql.SparkSession

object NullValuesCounter {
  def main(args: Array[String]) {
    val spark = SparkSession.builder().appName("Null Values Counter").getOrCreate()
    val data = spark.read.option("header", "true").csv("path/to/data.csv")

    // 统计每一列中的空值数量
    val nullCounts = data.select(data.columns.map(c => sum(col(c).isNull.cast("int")).alias(c)): _*)

    // 输出结果到控制台
    nullCounts.show(false)

    spark.stop()
  }
}

这段代码首先读取数据集，然后使用 `sum` 和 `isNull` 函数统计每一列中的空值数量，并将结果存储在一个 DataFrame 中。最后，使用 `show` 方法将结果输出到控制台。