现有book.txt，包含内容有（书名,链接,国家,作者,翻译者,出版社,出版时间,价格,星级,评分,评价人数,简介）请将book.txt转换成rdd 又将生成的rdd转换成DataFrame后并生成临时表进行查询完成下面题目： 1） 查询“人民文学出版社”出版的书籍的书名，作者和价格； 2） 查询评价人数超过100000的书籍的书名和评分； 3） 查询不同星级书籍的数量；

首先，我们需要读取book.txt文件并将其转换为RDD：

# 导入pyspark模块
from pyspark.sql import SparkSession

# 创建SparkSession
spark = SparkSession.builder.appName("book").getOrCreate()

# 读取book.txt并转换为RDD
rdd = spark.sparkContext.textFile("book.txt")

然后，我们需要将每一行的数据按逗号分隔，并将其转换为元组：

# 将每一行数据按逗号分隔并转换为元组
rdd = rdd.map(lambda x: x.split(","))
rdd = rdd.map(lambda x: (x[0], x[1], x[2], x[3], x[4], x[5], x[6], float(x[7]), float(x[8]), int(x[9]), int(x[10]), x[11]))

接下来，我们可以将RDD转换为DataFrame，并将其注册为临时表：

# 将RDD转换为DataFrame
df = rdd.toDF(["book_name", "link", "country", "author", "translator", "press", "publish_time", "price", "star", "score", "comments", "brief"])

# 将DataFrame注册为临时表
df.createOrReplaceTempView("book")

现在，我们可以通过SQL查询来解决问题：

1. 查询“人民文学出版社”出版的书籍的书名，作者和价格：

result1 = spark.sql("SELECT book_name, author, price FROM book WHERE press='人民文学出版社'")
result1.show()

2. 查询评价人数超过100000的书籍的书名和评分：

result2 = spark.sql("SELECT book_name, score FROM book WHERE comments>100000")
result2.show()

3. 查询不同星级书籍的数量：

result3 = spark.sql("SELECT star, COUNT(*) as count FROM book GROUP BY star")
result3.show()