hadoop学习笔记之七：hadoop与Mongodb结合 – 陈华的博客 – ITeye技术网站
http://chenhua-1984.iteye.com/blog/2162576
mongodb是NoSQl领域里非常流行的一款非关系型数据库，提供了强大的分片存储与查询功能，用来做历史数据（日志）存储与查询比较适合，本身也提供了mapreduce功能，但是并不是任何时候Mongodb的使用者都会使用分片功能，更大的可能是使用副本集的方式（有时候机器并不多），而Hadoop提供了HDFS和分布式计算的功能，我们可以利用hadoop的MapReduce来取代Mongodb的MapReduce，用Mongodb的副本集来取代Hadoop的HDFS，那么就有了Hadoop与Mongodb之间的连接器（adapter）mongo-hadoop-master项目（目前在github上课可以下载到）

MongoDB与Hadoop技术栈的整合应用 – Tony_老七 – 博客频道 – CSDN.NET
http://blog.csdn.net/tonylee0329/article/details/51648524
文章内容比较适用于使用MongoDB作为后端业务数据库，使用hadoop平台作为数据平台的场景.
一般情况下当数据相关的业务越来越多的时候，我们都不会选择在mongo中进行一些数据分析的事情.
更好的选择是同步到数据仓库中统一处理供数据分析及数据挖掘,我们的之前选择的是用mongoexport工具从secondary节点导出数据.
后面再进行一系列的数据处理的工作. 整个的pipeline这样:

一般场景处理

[MongoDB secondary node]
–> [local filesystem] 使用mongoexport/js/MongoClient读取数据
–> [数据存储系统] 上传/数据集成
–> [数据仓库] 数据清洗