是否可以使用新数据更新现有的 MongoDB 集合。我正在使用 hadoop 作业向 Mongo 读取写入数据。所需的场景是：-说 Mongo 中的第一个集合是

从 Mongo 读取数据并处理数据后，MongoDB 应该包含

如果可能，请提供一些虚拟代码。

我一直在使用 MongoInputFormat，它允许将 MongoDB 集合中的所有文档放入用 Hadoop 编写的 MapReduce 作业。

正如您在提供的示例（this、this和this）中看到的那样，提供给映射器的文档类型是BSONObject（Java 中的接口）。

现在我也非常喜欢Morphia，它允许将原始数据从 MongoDB 映射到更易于使用的 POJO。

因为我只能得到一个 BSONObject 作为输入，所以我考虑过使用Morphia wiki页面底部描述的方法：

我的问题是这种方法需要一个DBObject而不是BSONObject。DBObject 实际上是：

如您所见，我不能简单地从 BSONObject 转换为 DBObject 并调用提供的方法。

我如何以最好的方式处理这个问题？

我按照本教程http://www.mongodb.org/display/DOCS/Hadoop+Quick+Start构建 mongodb-hadoop。我尝试构建Treasury Yield 示例（我的Hadoop 版本是0.20.2。），但是当我提交MapReduce 作业时出现以下错误：

我无法运行国债收益率示例...任何帮助将不胜感激。

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。

为了开始使用 mongodb-hadoop 适配器，我指的是手册

我系统上当前运行的 hadoop 版本是 0.20.2。

所以我将build.sbt文件编辑为

ThisBuild 中的 hadoopRelease := "0.20.2"。

但是当我尝试“sbt package”的下一个命令时，我收到以下错误。

完整的日志是

我有一个分片输入集合，我想在将其发送到我的 hadoop 集群以进行 map reduce 计算之前对其进行过滤。

我的 $ hadoop jar 中有这个参数 - 命令

它有效。输出不会 mapreduce 任何不满足此查询的数据。

然而这不起作用：

没有数据作为输出产生。

1388620740000 表示 2014 年 1 月 1 日星期三 23:59:00 GMT+0000 (GMT) 的日期。该设置使用 hadoop 2.2、mongo 2.4.9、此连接器版本 (2.2-1.2.0)。

没有错误消息，只是标准的 hadoop 成功消息。

我的语法不正确还是我错过了什么？

你能给我指出一些调试工具/方法吗？

我想启动 MongoDB Hadoop Streaming 连接器，所以我下载了 Hadoop 的兼容版本（2.2.0）（参见https://github.com/mongodb/mongo-hadoop/blob/master/README.md#apache- hadoop-22 )

我克隆了 git 存储库 mongohadoop，将 build.sbt hadoopRelease 更改为 2.2：

然后我启动了：

我明白了：

我不明白为什么，我尝试了几乎所有应该支持流媒体的版本，但我总是遇到同样的错误！

我准确地说我在 Mac OS X 上。谢谢！

我在猪脚本中执行这个简单的代码：

它返回以下错误：

文件 pig_1396614639609.log 的结尾：

...在 org.apache.hadoop.util.RunJar.main(RunJar.java:208) 引起：java.lang.IllegalArgumentException：无效的 URI 格式。URI 必须以mongodb:// 协议字符串开头。在 com.mongodb.hadoop.pig.MongoInsertStorage.setStoreLocation(MongoInsertStorage.java:159) 在 org.apache.pig.backend.hadoop.executionengine.mapReduceLayer.JobControlCompiler.getJob(JobControlCompiler.java:576)

... 17 更多

我不知道错误在哪里，所以 mongodb 协议字符串“mongodb://”写得很好。

我正在使用 MongoDB hadoop 连接器在 hadoop 中使用 hive 表查询 mongoDB。

我能够执行

但是当我尝试执行以下查询时

它引发以下异常。

以下类存在于 hive lib 文件夹中。

异常堆栈跟踪：

请指教。

我已经安装了 hadoop 2.3，基本测试也通过了。所以，我相信它是有效的。现在我想安装 mongodb hadoop 连接器，我正在遵循官方指南，当我发出这个命令直到某个点一切正常然后它失败了。

我正在尝试在具有 15 GB 磁盘空间和 1.5 GB RAM 的 ubuntu 14.04 的 VirtualBox 映像中执行此操作。

这是发生的事情的完整日志

有人可以帮我吗？我尝试浏览两个失败的 URL，并且 repository.cloudera.com 是可浏览的，而浏览到 repo1.maven.org 被禁用，而我认为这不是问题，因为我可以看到它已经下载了很多东西从那里我猜。

请帮我。

谢谢