Spark介紹
按照官方的定義，Spark 是一個通用，快速，適用于大規模數據的處理引擎。
通用性：我們可以使用Spark SQL來執行常規分析， Spark Streaming 來流數據處理， 以及用Mlib來執行機器學習等。Java，python，scala及R語言的支持也是其通用性的表現之一。
快速： 這個可能是Spark成功的最初原因之一，主要歸功于其基于內存的運算方式。當需要處理的數據需要反復迭代時，Spark可以直接在內存中暫存數據，而無需像Map Reduce一樣需要把數據寫回磁盤。官方的數據表明：它可以比傳統的Map Reduce快上100倍。
大規模：原生支持HDFS，并且其計算節點支持彈性擴展，利用大量廉價計算資源并發的特點來支持大規模數據處理。
環境準備
mongodb下載
解壓安裝
啟動mongodb服務
$MONGODB_HOME/bin/mongod --fork --dbpath=/root/data/mongodb/ --logpath=/root/data/log/mongodb/mongodb.log
pom依賴
dependency>
groupId>org.mongodb.spark/groupId>
artifactId>mongo-spark-connector_2.11/artifactId>
version>${spark.version}/version>
/dependency>
實例代碼
object ConnAppTest {
def main(args: Array[String]): Unit = {
val spark = SparkSession.builder()
.master("local[2]")
.appName("ConnAppTest")
.config("spark.mongodb.input.uri", "mongodb://192.168.31.136/testDB.testCollection") // 指定mongodb輸入
.config("spark.mongodb.output.uri", "mongodb://192.168.31.136/testDB.testCollection") // 指定mongodb輸出
.getOrCreate()
// 生成測試數據
val documents = spark.sparkContext.parallelize((1 to 10).map(i => Document.parse(s"{test: $i}")))
// 存儲數據到mongodb
MongoSpark.save(documents)
// 加載數據
val rdd = MongoSpark.load(spark)
// 打印輸出
rdd.show
}
}
總結
以上所述是小編給大家介紹的Spark整合Mongodb的方法，希望對大家有所幫助，如果大家有任何疑問請給我留言，小編會及時回復大家的。在此也非常感謝大家對腳本之家網站的支持！
您可能感興趣的文章:- linux環境不使用hadoop安裝單機版spark的方法
- 淺談七種常見的Hadoop和Spark項目案例
- Python搭建Spark分布式集群環境
- 使用docker快速搭建Spark集群的方法教程
- centOS7下Spark安裝配置教程詳解
- Spark學習筆記（一）Spark初識【特性、組成、應用】
- 初識Spark入門
- 詳解Java編寫并運行spark應用程序的方法
- java 中Spark中將對象序列化存儲到hdfs
- Spark學習筆記 （二）Spark2.3 HA集群的分布式安裝圖文詳解
