2. 将上题生成的rdd转换成DataFrame后并生成临时表进行查询完成下面题目： 1） 查询“人民文学出版社”出版的书籍的书名，作者和价格； 2） 查询评价人数超过100000的书籍的书名和评分； 3） 查询不同星级书籍的数量；

假设生成的RDD命名为`bookRDD`，转换成DataFrame的代码如下：

from pyspark.sql.types import StructType, StructField, StringType, FloatType, IntegerType

# 定义DataFrame的schema
schema = StructType([
    StructField("book_name", StringType(), True),
    StructField("author", StringType(), True),
    StructField("publisher", StringType(), True),
    StructField("price", FloatType(), True),
    StructField("rating", FloatType(), True),
    StructField("rating_count", IntegerType(), True),
    StructField("star", IntegerType(), True)
])

# 将RDD转换成DataFrame
bookDF = spark.createDataFrame(bookRDD, schema=schema)

# 创建临时表
bookDF.createOrReplaceTempView("book")

1. 查询“人民文学出版社”出版的书籍的书名，作者和价格：

SELECT book_name, author, price 
FROM book 
WHERE publisher = '人民文学出版社'

2. 查询评价人数超过100000的书籍的书名和评分：

SELECT book_name, rating 
FROM book 
WHERE rating_count > 100000

3. 查询不同星级书籍的数量：

SELECT star, COUNT(*) as count 
FROM book 
GROUP BY star