正确读取学生成绩数据，创建对应的RDD，利用RDD相关算子，求解学生的平均成绩，以及每门课程的平均成绩的设计思路

首先，需要读取学生成绩数据并创建RDD。假设数据格式为：学生姓名、课程名称、成绩。

data = sc.textFile("student_scores.txt")

接下来，需要使用Spark的算子对RDD进行转换和操作，求解学生的平均成绩，以及每门课程的平均成绩，其主要设计思路如下：

1. 求解学生平均成绩：首先需要将数据按照学生进行分组，然后使用map算子将每个学生的成绩取出，最后使用reduceByKey算子计算每个学生的总成绩和课程数，再使用map算子计算每个学生的平均成绩。

# 按照学生分组，计算每个学生的平均成绩
avg_scores_student = data.map(lambda x: (x.split(",")[0], (float(x.split(",")[2]), 1))) \
                          .reduceByKey(lambda x, y: (x[0] + y[0], x[1] + y[1])) \
                          .mapValues(lambda x: x[0] / x[1])

2. 求解每门课程的平均成绩：同样需要使用reduceByKey算子计算每门课程的总成绩和学生数，然后使用map算子计算每门课程的平均成绩。

# 计算每门课程的平均成绩
avg_scores_course = data.map(lambda x: (x.split(",")[1], (float(x.split(",")[2]), 1))) \
                         .reduceByKey(lambda x, y: (x[0] + y[0], x[1] + y[1])) \
                         .mapValues(lambda x: x[0] / x[1])

综上所述，可以使用Spark的算子完成对学生的平均成绩，以及每门课程的平均成绩问题的求解。