各门课程的平均分是多少。 步骤一 //创建RDD 步骤二 //将创建的RDD转化成键值对类型的RDD，形式为（课程，成绩）步骤三 //计算出没门课程的平均分。请给出以上三个步骤的代码

在Scala中，我们可以使用Spark的RDD（弹性分布式数据集）来完成这个任务。以下是步骤一至三的代码示例：

**步骤一：创建RDD**
首先，需要加载数据文件，并将其转换为行迭代器，然后创建一个RDD。

val spark = SparkSession.builder.getOrCreate() // 初始化SparkSession
val textFile = spark.read.text("/exportdata/chapterS-daral.tt") // 读取文件
val lines = textFile.rdd // 获取行迭代器，形成RDD

**步骤二：将RDD转化为键值对类型的RDD**
使用`mapPartitions`函数遍历每一部分的数据，提取课程名和成绩，并将其打包成元组（课程名，成绩）。

val (key, value) = lines.map(line => 
  val fields = line.split(",") // 分割字符串
  (fields(1), fields(2).toInt) // 提取课程名和成绩（假设成绩为整数）
).unzip // 将分割后的数组拆分成键值对
val kvRdd = key.zip(value) // 匹配课程名和成绩，组成键值对类型的RDD

**步骤三：计算每门课程的平均分**
最后，使用`reduceByKey`函数对每个课程的所有成绩求和，再除以成绩的数量来计算平均分。

val averageScores = kvRdd.reduceByKey(_ + _) // 求和
val meanScores = averageScores.mapValues(score => score.toDouble / kvRdd.count()) // 平均分

现在`meanScores`就是一个包含所有课程平均分的DenseMap，你可以通过`.collect()`获取到一个Scala Map，然后显示出来。

**