使用 spark-shell 读取文件 /data/bigfiles/employee.json 中的内容，完成以下任务： 查询所有数据 查询所有数据，并去除重复的数据 查询所有数据，打印时去除 id 字段 筛选 age>20 的记录 将数据按 name 分组 将数据按 name 升序排列 取出前 3 行数据 查询所有记录的 name 列，并为其取别名为 username 查询年龄 age 的平均值 查询年龄 age 的最小值

可以使用以下代码来解决你的问题：

1. 查询所有数据

// 导入 SparkSession
import org.apache.spark.sql.SparkSession

// 创建 SparkSession
val spark = SparkSession.builder()
                        .appName("Read Employee JSON")
                        .master("local[*]")
                        .getOrCreate()

// 读取 JSON 文件
val employee = spark.read.json("/data/bigfiles/employee.json")

// 查询所有数据
employee.show()

2. 查询所有数据，并去除重复的数据

// 去除重复数据
employee.distinct().show()

3. 查询所有数据，打印时去除 id 字段

// 去除 id 字段
employee.drop("id").show()

4. 筛选 age > 20 的记录

// 筛选 age > 20 的记录
employee.filter("age > 20").show()

5. 将数据按 name 分组

// 按 name 分组
employee.groupBy("name").count().show()

6. 将数据按 name 升序排列

// 按 name 升序排列
employee.sort("name").show()

7. 取出前 3 行数据

// 取出前 3 行数据
employee.limit(3).show()

8. 查询所有记录的 name 列，并为其取别名为 username

// 查询所有记录的 name 列，并为其取别名为 username
employee.select($"name".alias("username")).show()

9. 查询年龄 age 的平均值

// 查询年龄 age 的平均值
employee.agg(avg("age")).show()

10. 查询年龄 age 的最小值

// 查询年龄 age 的最小值
employee.agg(min("age")).show()

需要注意的是，上述代码中的 JSON 文件路径为 /data/bigfiles/employee.json，如果你的 JSON 文件路径不同，需要做相应的修改。