2.学生成绩数据：第1列学号，第2列学生姓名，第3列语文成绩，第4列数学成绩，第5列英语成绩 数据示例： 1001，Tom，70，85，80 1001，Cat，85，90，70，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，以及没门课程的平均成绩

好的，我已经明白了你的问题。针对这个问题，我可以给出一个基本的解决方案。

首先，你需要读取这些学生成绩数据，并将其转化为一个RDD。你可以使用Spark的textFile()方法读取文件，并使用map()方法将每一行数据都转化为一个元组。

下面是一个示例代码片段：

val data = sc.textFile("path/to/file")
val scores = data.map(line => {
  val fields = line.split(",")
  val id = fields(0).toInt
  val name = fields(1)
  val chinese = fields(2).toInt
  val math = fields(3).toInt
  val english = fields(4).toInt
  (id, name, chinese, math, english)
})

接下来，你可以使用reduce()和count()方法计算每门课程的总成绩和学生总数，从而得到每门课程的平均成绩。对于每个学生的平均成绩，则可以使用map()方法计算。

下面是一个示例代码片段：

val chineseScores = scores.map(_._3)
val mathScores = scores.map(_._4)
val englishScores = scores.map(_._5)

val chineseAvg = chineseScores.reduce(_ + _) / chineseScores.count()
val mathAvg = mathScores.reduce(_ + _) / mathScores.count()
val englishAvg = englishScores.reduce(_ + _) / englishScores.count()

val studentAvgs = scores.map(score => {
  val id = score._1
  val name = score._2
  val avg = (score._3 + score._4 + score._5) / 3.0
  (id, name, avg)
})

这样，你就可以得到每门课程的平均成绩和每个学生的平均成绩了。希望这个解决方案能够帮助到你！