大数据处理技术，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，我可以帮你解决这个问题。以下是使用大数据处理技术的示例代码，你需要将其中的`table-name`替换为你的HBase表名，`hdfs-output-dir`替换为你的HDFS输出目录：

from pyspark.sql import SparkSession
import happybase

# 连接到HBase
connection = happybase.Connection('hbase-host', port=9090)
table = connection.table('table-name')

# 获取数据
data = table.scan()

# 初始化SparkSession
spark = SparkSession.builder \
    .appName('student-score-analysis') \
    .getOrCreate()

# 创建DataFrame
df = spark.createDataFrame(data, ['key', 'data'])

# 将DataFrame转换为RDD
rdd = df.rdd \
    .map(lambda x: (x[1][b'student_id'].decode(), x[1][b'subject'].decode(), int(x[1][b'score'].decode())))

# 计算每个学生成绩平均分和每门课程成绩平均分
student_scores = rdd \
    .map(lambda x: (x[0], (x[2], 1))) \
    .reduceByKey(lambda x, y: (x[0] + y[0], x[1] + y[1])) \
    .mapValues(lambda x: x[0] / x[1])

subject_scores = rdd \
    .map(lambda x: (x[1], (x[2], 1))) \
    .reduceByKey(lambda x, y: (x[0] + y[0], x[1] + y[1])) \
    .mapValues(lambda x: x[0] / x[1])

# 将结果保存到HDFS
student_scores.saveAsTextFile('hdfs://hdfs-host:9000/hdfs-output-dir/student_scores')
subject_scores.saveAsTextFile('hdfs://hdfs-host:9000/hdfs-output-dir/subject_scores')

# 关闭SparkSession
spark.stop()

请将上述代码中的`hbase-host`替换为你的HBase主机名或IP地址，`table-name`替换为你要查询的表名，`hdfs-host`替换为你的HDFS主机名或IP地址。同时，确保在运行代码之前安装了HappyBase和PySpark库。此外，需要在运行代码之前启动HDFS。