摘要：
1.要在pyspark和mongodb之间创建连接，首先以三种方式加载依赖包：1）直接将其放置在安装Spark的jar目录中；2） 在Spark_In提交时，添加依赖包信息；3） 在创建Spark对象时添加相关性信息，如下图所示。Spark=SparkSession。建设者appName（'ngoconnection'）。config（“spark.mongodb.inpu”
1.创建pyspark与mongodb的连接，首先加载依赖包，其有三种方式：
1）直接将其放在在安装spark的jars目录下；
2）在spark_submit中，添加依赖包信息；
3）在创建spark的对象的时候添加依赖信息，具体案例如下图所示
spark = SparkSession
.builder
.appName('mongo connection')
.config("spark.mongodb.input.uri", "mongodb://节点:端口号/dev.myCollection?readPreference=primaryPreferred")
.config("spark.mongodb.output.uri", "mongodb://节点:端口号/dev.myCollection")
.config('spark.jars.packages', "org.mongodb.spark:mongo-spark-connector_2.11:2.4.2")
.getOrCreate()
备注：
config的信息，都可以在spark_submit中添加。
2.读取mongodb
df1 = (
spark.read
.format("mongo")
.option("database", 'dev')
.option("collection", 'test_mongo_connect')
.load()
)
3.写入mongodb
df = spark.createDataFrame([(1,), (2,)], ['a'])
(
df.write
.format("mongo")
.mode("overwrite")
.option("database", 'dev')
.option("collection", 'test_mongo_connect')
.save()
)