我想使用DocumentDB，但PySpark没有连接器。看起来DocumentDB也支持MongoDB Protocol as mentioned here，这意味着所有现有的MongoDB驱动程序都应该可以工作。由于有PySpark connector for MongoDB，我想尝试一下。
df = spark.read.format("com.mongodb.spark.sql.DefaultSource").load()
这会引发错误。
com.mongodb.MongoCommandException: Command failed with error 115: ''$sample' is not supported' on server example.documents.azure.com:10250. The full response is { "_t" : "OKMongoResponse", "ok" : 0, "code" : 115, "errmsg" : "'$sample' is not supported", "$err" : "'$sample' is not supported" }
看起来DocumentDB MongoDB API并不支持所有MongoDB功能，但我找不到任何文档。或者我错过了其他什么？
答案 0 :(得分：3)
我想使用DocumentDB，但PySpark没有连接器。
2017年4月初可以预览Spark to DocumentDB connector（包括pyDocumentDB package）。
看起来DocumentDB也支持MongoDB Protocol as mentioned here，这意味着所有现有的MongoDB驱动程序都可以运行
DocumentDB支持用于通信的MongoDB有线协议，并将其版本报告为MongoDB 3.2.0，但这并不意味着它是完全支持所有MongoDB功能的直接替换（或者DocumentDB实现具有相同行为的功能）和限制）。目前值得注意的是对MongoDB聚合管道的任何支持，其中包括PySpark连接器期望在声称为MongoDB 3.2的服务器连接时可用的$sample运算符。
您可以在问题中引用的DocumentDB API for MongoDB文档的评论中找到更多潜在兼容性问题的示例。