在我们使用spark导入mongodb数据时, 如果只连接一个collection会这样配置,其中igomoMemberInfo_Spark_input是我要连接的collection
SparkSession.Builder builder =SparkSession.builder().master("local[*]").appName("SparkCalculateRecommend").
config("spark.mongodb.input.uri", "mongodb://xm:xm123@192.168.31.203:27018/sns.igomoMemberInfo_Spark_input")
.config("spark.mongodb.output.uri", "mongodb://xm:xm123@192.168.31.203:27018/sns.igomoMemberInfo_Spark_output")
.config("spark.executor.memory", "512mb")
.config("es.nodes", "192.168.53.92")
.config("es.port", "9200")
.config("es.nodes.wan.only", "true");
SparkSession spark = builder.getOrCreate();
JavaSparkContext jsc = new JavaSparkContext(spark.sparkContext());
//使用Spark连接器载入sparkContext,获取RDD对象
JavaMongoRDD<Document> allRdd = MongoSpark.load(jsc);
以上地址均为本人测试环境地址,因为没有商用价值 这里不做保护处理了。
如果想连接多个collection,需要贴下如下代码,其中challengeInfo是我要连接的collection
Map<String, String> readOverrides = new HashMap<String, String>();
readOverrides.put("collection", "challengeInfo");
readOverrides.put("readPreference.name", "secondaryPreferred");
ReadConfig readConfig = ReadConfig.create(jsc).withOptions(readOverrides);
JavaMongoRDD<Document> secAllRdd = MongoSpark.load(jsc,readConfig);
如果想连接更多 ,只需要把上面这段代码复制多份,就可以导入到spark中进行计算了。