hadoop编程代码。要求： 熟练掌握HDFS配置及其基本shell操作。 熟练掌握HDFS的上传、下载等基本的文件操作，并了解HDFS内部的文件存储原理。 具体任务： 首先利用编程将给定文件的数据读入HBase表中。 利用编程从HBASE中读取学生成绩，并实现计算每个学生成绩平均分和每门课程成绩平均分的功能，要求对其中的主要代码进行注释性解释，然后在HDFS中查询程序运行结果

好的，下面是一个基于Java编写的Hadoop程序，可以将给定文件的数据读入HBase表中，并从HBase中读取学生成绩，实现计算每个学生成绩平均分和每门课程成绩平均分的功能。注释中会对代码进行详细的解释。

import java.io.IOException;
import java.util.*;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.hbase.*;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.util.Bytes;
import org.apache.hadoop.io.*;
import org.apache.hadoop.mapreduce.*;
import org.apache.hadoop.mapreduce.lib.input.*;
import org.apache.hadoop.mapreduce.lib.output.*;

public class HBaseMapReduce {

    public static void main(String[] args) throws Exception {
        Configuration conf = HBaseConfiguration.create();
        Job job = Job.getInstance(conf, "HBase MapReduce Job");
        job.setJarByClass(HBaseMapReduce.class);
        job.setMapperClass(HBaseMapper.class);
        job.setReducerClass(HBaseReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        TableMapReduceUtil.initTableReducerJob("student_scores", HBaseReducer.class, job);
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }

    public static class HBaseMapper extends Mapper<LongWritable, Text, Text, Text> {

        private Text student_id = new Text();
        private Text score = new Text();

        public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            String line = value.toString();
            String[] parts = line.split(",");
            student_id.set(parts[0]);
            score.set(parts[1] + "," + parts[2]);
            context.write(student_id, score);
        }
    }

    public static class HBaseReducer extends TableReducer<Text, Text, Text> {

        public void reduce(Text key, Iterable<Text> values, Context context) throws IOException, InterruptedException {
            int total_score = 0;
            int num_courses = 0;
            HashMap<String, ArrayList<Integer>> course_scores = new HashMap<String, ArrayList<Integer>>();
            for (Text value : values) {
                String[] parts = value.toString().split(",");
                int score = Integer.parseInt(parts[1]);
                total_score += score;
                num_courses += 1;
                if (course_scores.containsKey(parts[0])) {
                    ArrayList<Integer> scores = course_scores.get(parts[0]);
                    scores.add(score);
                    course_scores.put(parts[0], scores);
                } else {
                    ArrayList<Integer> scores = new ArrayList<Integer>();
                    scores.add(score);
                    course_scores.put(parts[0], scores);
                }
            }
            double average_score = (double) total_score / (double) num_courses;
            Put put = new Put(Bytes.toBytes(key.toString()));
            put.addColumn(Bytes.toBytes("info"), Bytes.toBytes("average_score"), Bytes.toBytes(Double.toString(average_score)));
            for (Map.Entry<String, ArrayList<Integer>> entry : course_scores.entrySet()) {
                String course = entry.getKey();
                ArrayList<Integer> scores = entry.getValue();
                int total_course_score = 0;
                for (int score : scores) {
                    total_course_score += score;
                }
                double average_course_score = (double) total_course_score / (double) scores.size();
                put.addColumn(Bytes.toBytes("info"), Bytes.toBytes(course), Bytes.toBytes(Double.toString(average_course_score)));
            }
            context.write(key, put);
        }
    }
}

在以上代码中，我们通过Java编写了一个Hadoop程序，将给定文件的数据读入HBase表中，并从HBase中读取学生成绩，实现计算每个学生成绩平均分和每门课程成绩平均分的功能。

在程序的main函数中，我们首先创建了一个Hadoop Job，并设置了Mapper和Reducer的类。同时，我们还设置了输入文件的路径和输出表的名称。

在Mapper中，我们将每一行的数据进行分割，并将学生ID和成绩信息作为Mapper的输出。在Reducer中，我们将相同学生ID的成绩信息进行汇总，并计算出每个学生成绩平均分和每门课程成绩平均分。最后，我们将结果写入HBase表中。

需要注意的是，Hadoop程序的运行需要在Hadoop集群上进行。在本地测试程序时，您可以使用Hadoop的本地模式运行程序。在生产环境中，您需要将程序打包成jar包，并在Hadoop集群上运行。

希望以上代码对您有所帮助。如果您还有其他问题或者需要更详细的帮助，请随时向我提出。