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，用MapReduce方法，使用Java API编程

以下是从HBase中读取学生成绩并计算平均分的Java代码示例：

import java.io.IOException;
import java.util.*;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.hbase.Cell;
import org.apache.hadoop.hbase.CellUtil;
import org.apache.hadoop.hbase.HBaseConfiguration;
import org.apache.hadoop.hbase.TableName;
import org.apache.hadoop.hbase.client.*;
import org.apache.hadoop.hbase.filter.*;
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 HBaseAverageScore {
    private static Configuration conf = null;
    private static Connection conn = null;
    private static Admin admin = null;
    private static Table table = null;

    // 初始化HBase配置
    static {
        conf = HBaseConfiguration.create();
        conf.set("hbase.zookeeper.quorum", "localhost");
        try {
            conn = ConnectionFactory.createConnection(conf);
            admin = conn.getAdmin();
            table = conn.getTable(TableName.valueOf("scores"));
        } catch (IOException e) {
            e.printStackTrace();
        }
    }

    // 关闭资源
    private static void close() {
        if (admin != null) {
            try {
                admin.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if (conn != null) {
            try {
                conn.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
        if (table != null) {
            try {
                table.close();
            } catch (IOException e) {
                e.printStackTrace();
            }
        }
    }

    // 从HBase中读取学生成绩
    public static class HBaseMapper extends TableMapper<Text, IntWritable> {
        private static final IntWritable one = new IntWritable(1);
        private Text keyText = new Text();
        private IntWritable valueInt = new IntWritable();

        // 读取学生成绩
        public void map(ImmutableBytesWritable row, Result value, Context context) throws IOException, InterruptedException {
            for (Cell cell : value.rawCells()) {
                String[] items = Bytes.toString(CellUtil.cloneQualifier(cell)).split("_");
                String course = items[0];
                String student = Bytes.toString(CellUtil.cloneRow(cell));
                int score = Bytes.toInt(CellUtil.cloneValue(cell));

                // 计算每个学生的平均分
                keyText.set(student);
                valueInt.set(score);
                context.write(keyText, valueInt);

                // 计算每门课程的平均分
                keyText.set(course);
                valueInt.set(score);
                context.write(keyText, valueInt);
            }
        }
    }

    // 计算平均分
    public static class HBaseReducer extends Reducer<Text, IntWritable, Text, DoubleWritable> {
        private DoubleWritable result = new DoubleWritable();

        public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
            int sum = 0;
            int count = 0;
            for (IntWritable val : values) {
                sum += val.get();
                count++;
            }
            double average = (double) sum / count;
            result.set(average);
            context.write(key, result);
        }
    }

    // 主函数
    public static void main(String[] args) throws Exception {
        // 配置MapReduce作业
        Job job = Job.getInstance(conf, "HBaseAverageScore");
        job.setJarByClass(HBaseAverageScore.class);
        Scan scan = new Scan();
        scan.setCaching(500);
        scan.setCacheBlocks(false);
        FilterList filters = new FilterList(FilterList.Operator.MUST_PASS_ALL);
        filters.addFilter(new FamilyFilter(CompareFilter.CompareOp.EQUAL, new BinaryComparator(Bytes.toBytes("info"))));
        scan.setFilter(filters);
        TableMapReduceUtil.initTableMapperJob("scores", scan, HBaseMapper.class, Text.class, IntWritable.class, job);
        job.setReducerClass(HBaseReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(DoubleWritable.class);
        FileOutputFormat.setOutputPath(job, new Path(args[0]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
        close();
    }
}

在该代码中，我们使用了HBase的Java API来读取学生成绩数据，并使用MapReduce方法计算每个学生的平均分和每门课程的平均分。具体实现中，我们首先使用TableMapper来读取HBase表中的数据，并将其转换成MapReduce作业所需的键值对格式。然后，我们使用Reducer来计算每个学生和每门课程的平均分。最后，我们将计算结果输出到指定路径下的文件中。

需要注意的是，由于HBase是一种分布式数据库，因此我们需要配置HBase的相关参数，如zookeeper的地址等。另外，由于HBase的表结构是动态的，我们需要对表的列族和列名进行相应的过滤和处理，以便正确地读取数据。