在大数据处理中，通常需要在不改变现有查询结构（分组、子查询等）的情况下“勾画”组的摘要。在spark sql（和hiveql）中 collect_set 是一个udaf的例子。它为每个组构建一个列的唯一值数组。
我正在寻找一个udaf，它为列b的每个惟一值构建一个来自列a的惟一值的Map。例如，给定

date user_id category revenue  
1/1  1       a        1  
1/1  2       b        0  
1/1  3       a        0  
1/2  2       b        10  
1/2  3       a        0  
1/2  4       b        1

查询

select date, collect_set_by_key(category, user_id) as distinct_user_ids_by_category
from tbl
group by date
order by date

应生成

date distinct_user_ids_by_category
1/1  {a: [1, 3], b: [2]}
1/2  {a: [3], b: [2, 4]}

“收集到配置单元中的Map”要求相同的结果，但不要求通过单个udaf实现解决方案，而不需要更改查询结构，这使得这个问题有很大的不同。
我的部署环境是spark2.1，因此配置单元udaf或本机sparkudaf也同样适用。我已经检查过brickhouse、hivemall和其他几个带有hiveudafs的库，但是没有找到一个函数可以实现这一点。