scala使用spark操作mongodb常见no such cmd：aggregate错误

问题描述：

小伙伴们将scala操作mongodb作业提交到spark上运行的时候， 可能会报如下错误：
（1）no such cmd：aggregate exit code -1；
（2）ERROR partitioner.DefaultMongoPartitioner:
WARNING: MongoDB version < 3.2 detected.

原因分析和解决方案：

第一个是因为：使用spark.sql（sqlText=“XXX”），里面使用了类似于count的聚合函数，但是在mongodb2.2.0以下是没有聚合函数的。这里需要将mongodb升级到2.2.0以上。升级后修改pom里面的驱动，与mongdb版本匹配即可。
第二个是因为：mongodb3.2版本以下需要指定spark.mongodb.input.partitioner。可以直接将其升级到3.2以上或者在代码中加入如下配置：

// An highlighted block
val sparkConf = new SparkConf().setMaster("spark://192.168.125.129:7077").set("yarn.resourcemanager.hostname", "192.168.125.129").set("spark.executor.instance", "3").set("spark.executor.memory", "512M").setAppName("StatisticsRecommender")
    sparkConf.set("spark.serializer", "org.apache.spark.serializer.KryoSerializer")
//加入以下一行即可
    sparkConf.set("spark.mongodb.input.partitioner","MongoShardedPartitioner").set("spark.mongodb.input.partitionerOptions.shardkey","_id")