有键值对(spark”20),(“hadoop'40),(“ hive,65),(spark,50),(“hive60)，其中ke表示图书名称，value表示每周(一周按7天算)的图书销量,请结合使用reducebykey0和mapvalues0等算子，根据给定的数组计算出每个图书的平均日销量

好的，下面是Spark程序的代码：

import org.apache.spark.sql.SparkSession

object AverageDailySales {
  def main(args: Array[String]): Unit = {
    val spark = SparkSession
      .builder()
      .appName("AverageDailySales")
      .getOrCreate()

    val data = spark.sparkContext.parallelize(Seq(("spark", 20), ("hadoop", 40), ("hive", 65), ("spark", 50), ("hive", 60)))
      .reduceByKey(_ + _)
      .mapValues(_ / 7.0)

    data.collect().foreach(println)

    spark.stop()
  }
}

这段代码将图书名称和销量作为键值对，使用parallelize方法创建了一个RDD。接着，我们使用reduceByKey方法按照图书名称将销量进行相加。最后，使用mapValues方法将每个图书的销量除以7，得到每个图书的平均日销量。

将上述代码保存为AverageDailySales.scala文件后，我们可以使用以下命令编译和运行程序：

$ spark-submit --class AverageDailySales --master yarn AverageDailySales.jar

其中，AverageDailySales.jar是我们打包好的程序包。这样，程序就会在虚拟机上运行，并计算出每个图书的平均日销量。