取出RDD中每一个字段的值，利用DataFrame.collect()方法实现数据的筛选存储

最近接触了一些大数据开发相关的东西，项目中用到了HDFS + Spark + Hive的开发流程，因为自己只是为了熟悉开发流程，所以作为新手对于某些问题有一些奇怪的想法，故做法效率会比较低，我个人也正在不断学习优化。
我想要做的工作就是对HDFS上的文件进行筛选处理，比如，我现在有一份学生成绩表，我想实现的是把"成绩大于60"的学生的成绩信息录入系统，数据文件的结构为(数据的字段依次为stuId，stuName， stuGrade)：

实现代码如下：

import com.sun.org.apache.xalan.internal.xsltc.compiler.util.IntType
import org.apache.spark.sql.functions.desc
import org.apache.spark.sql.{Row, SaveMode, SparkSession}
import org.apache.spark.sql.types.{DataType, IntegerType, StringType, StructField, StructType}

object testRDD {
  def main(args: Array[String]): Unit = {
    val sparkSession = SparkSession.builder()
      .appName("testRDD")
      .enableHiveSupport() //连接hive必须加上这一句
      .master("local").getOrCreate()
      
	val rdd