So habe ich es im Jupyter-Notebook gemacht:
1. Laden Sie JAR-Dateien aus dem zentralen oder einem anderen Repository herunter und legen Sie sie im Verzeichnis „jars“ ab:
mongo-spark-connector_2.11-2.4.0
mongo-java-driver-3.9.0
2. Erstellen Sie eine Sitzung und schreiben/lesen Sie beliebige Daten
from pyspark import SparkConf
from pyspark.sql import SparkSession
from pyspark.sql.functions import *
from pyspark.sql.types import *
working_directory = 'jars/*'
my_spark = SparkSession \
.builder \
.appName("myApp") \
.config("spark.mongodb.input.uri=mongodb://127.0.0.1/test.myCollection") \
.config("spark.mongodb.output.uri=mongodb://127.0.0.1/test.myCollection") \
.config('spark.driver.extraClassPath', working_directory) \
.getOrCreate()
people = my_spark.createDataFrame([("JULIA", 50), ("Gandalf", 1000), ("Thorin", 195), ("Balin", 178), ("Kili", 77),
("Dwalin", 169), ("Oin", 167), ("Gloin", 158), ("Fili", 82), ("Bombur", 22)], ["name", "age"])
people.write.format("com.mongodb.spark.sql.DefaultSource").mode("append").save()
df = my_spark.read.format("com.mongodb.spark.sql.DefaultSource").load()
df.select('*').where(col("name") == "JULIA").show()
Als Ergebnis sehen Sie Folgendes:
