Why Spark with MongoDB?
- 高性能，官方號稱 100x faster，因爲可以全內存運行，性能提升肯定是很明顯的
- 簡單易用，支持 Java、Python、Scala、SQL 等多種語言，使得構建分析應用非常簡單
- 統一構建 ，支持多種數據源，通過 Spark RDD 屏蔽底層數據差異，同一個分析應用可運行於不同的數據源；
- 應用場景廣泛，能同時支持批處理以及流式處理
MongoDB Spark Connector 爲官方推出，用於適配 Spark 操作 MongoDB 數據；本文以 Python 爲例，介紹 MongoDB Spark Connector 的使用，幫助你基於 MongoDB 構建第一個分析應用。
準備 MongoDB 環境
安裝 MongoDB 參考 Install MongoDB Community Ed