MongoDB Spark Connector 实战指南

Why Spark with MongoDB?

1. 高性能，官方号称 100x faster，因为可以全内存运行，性能提升肯定是很明显的
2. 简单易用，支持 Java、Python、Scala、SQL 等多种语言，使得构建分析应用非常简单
3. 统一构建 ，支持多种数据源，通过 Spark RDD 屏蔽底层数据差异，同一个分析应用可运行于不同的数据源；
4. 应用场景广泛，能同时支持批处理以及流式处理

MongoDB Spark Connector 为官方推出，用于适配 Spark 操作 MongoDB 数据；本文以 Python 为例，介绍 MongoDB Spark Connector 的使用，帮助你基于 MongoDB 构建第一个分析应用。

准备 MongoDB 环境

安装 MongoDB 参考 Install MongoDB Community Ed