首先，我們明確的是訪問Mongos和訪問單機Mongod並沒有什麽區別。接下來的方法都是既可以訪問mongod又可以訪問Mongos的。

另外，讀作java寫作scala，反正大家都看得懂......大概？

1、不帶認證集群的連接方法（JAVAscala）：

　　首先是創建連接的方法，我們先聲明一個client，然後指定訪問的DB和collection：

    private lazy val mongo = new MongoClient("192.168.2.51", 27017)
    private lazy val db = mongo.getDatabase("test")
    
 
private lazy val dbColl = db.getCollection("origin2")

　 然後我們讀取數據：

import com.mongodb.client.model.Filters.{eq => eqq}
val docs = dbColl.find(eqq("basiclabel.procedure", "second")).iterator()

　　額。。上面那段代碼是帶filter過濾的讀取數據。首先Import com.mongodb.client.model.Filters.eq並把eq重命名為eqq，然後通過dbColl.find(Bson)方法讀取指定數據。剩下的就是正常的叠代器的使用方法了，docs獲取出來的數據是Iterator[Document]。

　　然後我們更新數據：

dbColl.updateOne(eqq("_id", x.get("_id")), set("segdata", fenduan(str, name)))

　　上面這段代碼是說找到_id對應的數據，並將其中一個字段set為一個新的值，這個值可以為Document，String，Int，List等一系列數據結構。我這裏fenduan方法返回的是一個Document，做了一層嵌套。

　　至於插入數據更為簡單：　

dbColl.insertOne(doc)

2、不帶認證的spark讀取方法（scala，理直氣壯）

　　兩種方式，其一是在創建sparksession的時候（SparkContext可以使用第二種方法，醒醒兄弟，2017年了

val spark = SparkSession.builder()
        .master("spark://192.168.2.51:7077")
        .config(new SparkConf().setJars(Array("hdfs://192.168.2.51:9000/mongolib/mongo-spark-connector_2.11-2.0.0.jar",
                "hdfs://192.168.2.51:9000/mongolib/bson-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/mongo-java-driver-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/mongodb-driver-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/mongodb-driver-core-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/commons-io-2.5.jar",
                "hdfs://192.168.2.51:9000/segwithorigin2.jar")))
        .config("spark.cores.max", 80)        
        .config("spark.executor.cores", 16)
        .config("spark.executor.memory", "32g")
        .config("spark.mongodb.input.uri", "mongodb://192.168.2.51:27017/test.origin2")
 //       .config("spark.mongodb.output.uri", "mongodb://192.168.12.161:27017/test.origin2")
        .getOrCreate()
val rdd = MongoSpark.builder().sparkSession(spark).pipeline(Seq(`match`(eqq("basiclabel.procedure", "second")))).build.toRDD()

　　第二種方式也較為簡單，創建一個ReadConfig，這個是connector提供的一個單例類，可以設置很多參數，例如（此時不必指定"spark.mongodb.input.uri"），如下所示是通過sparkcontext和通過sparksession兩種方式讀取數據的方法：

      val readConfig = ReadConfig(Map(
              "uri" -> "mongodb://192.168.2.48:27017/",
              "database" -> "test",
              "collection" -> "test"
              ))
　　　　val r2 = MongoSpark.load(spark, readConfig).rdd
//　　　　val r2 = MongoSpark.load(spark.sparkContext, readConfig)

3、帶認證的Java讀取方法：

　　帶認證的需要先創建一個MongoURI，在URI裏把用戶名，密碼和認證庫都指定清楚。這種方法通用性比較強，因為spark也這麽用，如果使用其他方式認證要麽是必須使用庫等於認證庫，要麽是沒有通用性。這種方法可以在admin認證然後去讀test的數據，就很好。

//帶認證的需要先創建一個MongoURI，在URI裏把用戶名，密碼和認證庫都指定清楚，至於為什麽需要指定庫建議看上一篇博客
val mongoURI = new MongoClientURI("mongodb://gaoze:[email protected]:27017/?authSource=admin")
    //val mongoURI = new MongoClientURI("mongodb://192.168.2.48:27017/");
    lazy val mongo = new MongoClient(mongoURI)
    private lazy val db = mongo.getDatabase("test")
    private lazy val dbColl = db.getCollection("test")
//然後和1一樣

4、帶認證的Spark讀取方法：

　　同3一樣，在URI裏加入用戶名密碼和庫就行了：

val spark = SparkSession.builder()
        .master("spark://192.168.2.51:7077")
        .config(new SparkConf().setJars(Array("hdfs://192.168.2.51:9000/mongolib/mongo-spark-connector_2.11-2.0.0.jar",
                "hdfs://192.168.2.51:9000/mongolib/bson-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/mongo-java-driver-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/mongodb-driver-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/mongodb-driver-core-3.4.2.jar",
                "hdfs://192.168.2.51:9000/mongolib/commons-io-2.5.jar",
                "hdfs://192.168.2.51:9000/segwithorigin2.jar")))
        .config("spark.cores.max", 80)        
        .config("spark.executor.cores", 16)
        .config("spark.executor.memory", "32g")
//這裏這個配置項指定了用戶名gaoze，密碼gaolaoban，認證庫admin
        .config("spark.mongodb.input.uri", "mongodb://gaoze:[email protected]:27017/test.origin2?authSource=admin")
        .getOrCreate()
val rdd = MongoSpark.builder().sparkSession(spark).pipeline(Seq(`match`(eqq("basiclabel.procedure", "second")))).build.toRDD()

或者：

//這裏指定了用戶名rw，密碼1，認證庫test
val readConfig = ReadConfig(Map(
              "uri" -> "mongodb://rw:[email protected]:27017/?authSource=test",
              "database" -> "test",
              "collection" -> "test"
              ))

val rdd = MongoSpark.builder().sparkSession(spark).readConfig(readConfig).build().toRDD()
//val r2 = MongoSpark.load(spark.sparkContext, readConfig)

java及spark2.X連接mongodb3.X單機或集群的方法（帶認證及不帶認證）