嗨，我是 Hadoop 和 NoSQL 技术的新手。我开始通过读取存储在 HDFS 中的文件并处理它来学习 world-count 程序。现在我想将 Hadoop 与 MongoDB 一起使用。从这里开始程序。
现在让我感到困惑的是，它将 mongodb 数据存储在我的本地文件系统上，并在 map/reduce 中从本地文件系统读取数据到 HDFS，然后再次将其写入 mongodb 本地文件系统。在我学习HBase的时候，我们可以将其配置为将其数据存储在HDFS上，而hadoop可以直接在HDFS上进行处理（map/reduce）。如何配置 mongodb 将其数据存储在 HDFS 上。
我认为将数据存储在 HDFS 中以进行快速处理是更好的方法。不在本地文件系统中。我对吗？如果我走错方向，请清除我的概念。
HDFS 是一个分布式文件系统，而 HBase 是一个 NoSQL 数据库，它使用 HDFS 作为其文件系统，提供与 Hadoop 的快速高效集成，已被证明可以大规模工作。能够直接在 Hadoop 中处理 HBase 数据或将其推送到 HDFS 是选择 HBase 作为 NoSQL 数据库解决方案的一大优势——我不相信 MongoDB 提供与 Hadoop 和 HDFS 的紧密集成，这会降低任何性能和将数据移出/移入数据库的效率问题。
请查看此博客文章，详细分析 MongoDB 与 Hadoop 的集成程度——其中一个结论是从 MongoDB 写入 HDFS 的性能不佳：http ://www.ikanow.com/how-well-does -mongodb-integrate-with-hadoop/
MongoDB 不是为在 HDFS 之上工作而构建的，而且它并不是真正必要的，因为 Mongo 已经有自己的方法来水平扩展和处理跨多台机器存储的数据。
如果您需要使用 MongoDB 和 Hadoop，更好的方法是使用 MongoDB 作为数据源，但在 Hadoop 中处理所有内容（它将使用 HDFS 进行任何临时存储）。处理完数据后，您可以将其写回 MongoDB、S3 或任何您想要的地方。
我写了一篇博文，详细介绍了如何在此处使用 Mongo 和 Hadoop：http: //blog.mortardata.com/post/43080668046/mongodb-hadoop-why-how