祝你好运！
@看到了吗https://github.com/mongodb/mongo-hadoop/wiki/spark-usage

from pyspark import SparkContext, SparkConf

import pymongo_spark

# Important: activate pymongo_spark.

pymongo_spark.activate()

def main():
    conf = SparkConf().setAppName("pyspark test")
    sc = SparkContext(conf=conf)

    # Create an RDD backed by the MongoDB collection.
    # This RDD *does not* contain key/value pairs, just documents.
    # If you want key/value pairs, use the mongoPairRDD method instead.
    rdd = sc.mongoRDD('mongodb://localhost:27017/db.collection')

    # Save this RDD back to MongoDB as a different collection.
    rdd.saveToMongoDB('mongodb://localhost:27017/db.other.collection')

    # You can also read and write BSON:
    bson_rdd = sc.BSONFileRDD('/path/to/file.bson')
    bson_rdd.saveToBSON('/path/to/bson/output')

if __name__ == '__main__':
    main()

更新：
2016-07-04
自从上次更新mongodb spark connector以来，它已经成熟了很多。它提供了最新的二进制文件和基于数据源的api，但它使用的是 SparkConf 因此它在主观上不如stratio/spark mongodb灵活。
2016-03-30
从最初的答案开始，我找到了两种不同的方法从spark连接到mongodb：
mongodb/mongo spark公司
stratio/spark mongodb公司
虽然前者看起来相对不成熟，但后者看起来比mongo-hadoop连接器更好，并提供了sparksqlapi。

# Adjust Scala and package version according to your setup

# although officially 0.11 supports only Spark 1.5

# I haven't encountered any issues on 1.6.1

bin/pyspark --packages com.stratio.datasource:spark-mongodb_2.11:0.11.0

df = (sqlContext.read
  .format("com.stratio.datasource.mongodb")
  .options(host="mongo:27017", database="foo", collection="bar")
  .load())

df.show()

## +---+----+--------------------+

## |  x|   y|                 _id|

## +---+----+--------------------+

## |1.0|-1.0|56fbe6f6e4120712c...|

## |0.0| 4.0|56fbe701e4120712c...|

## +---+----+--------------------+

似乎比以前稳定多了 mongo-hadoop-spark ，支持 predicate 下推，无需静态配置，工作简单。
最初的答案是：
事实上，这里有相当多的运动部件。我试图通过构建一个简单的docker映像使其更易于管理，该映像与所描述的配置大致匹配（不过为了简洁起见，我省略了hadoop库）。你可以在上找到完整的源代码 GitHub （doi 10.5281/zenodo.47882）从头开始：

git clone https://github.com/zero323/docker-mongo-spark.git
cd docker-mongo-spark
docker build -t zero323/mongo-spark .

或者下载一张我推送到docker hub的图片，这样你就可以 docker pull zero323/mongo-spark ):
开始图像：

docker run -d --name mongo mongo:2.6
docker run -i -t --link mongo:mongo zero323/mongo-spark /bin/bash

开始Spark壳传递 --jars 以及 --driver-class-path :

pyspark --jars ${JARS} --driver-class-path ${SPARK_DRIVER_EXTRA_CLASSPATH}

最后看看它是如何工作的：

import pymongo
import pymongo_spark

mongo_url = 'mongodb://mongo:27017/'

client = pymongo.MongoClient(mongo_url)
client.foo.bar.insert_many([
    {"x": 1.0, "y": -1.0}, {"x": 0.0, "y": 4.0}])
client.close()

pymongo_spark.activate()
rdd = (sc.mongoRDD('{0}foo.bar'.format(mongo_url))
    .map(lambda doc: (doc.get('x'), doc.get('y'))))
rdd.collect()

## [(1.0, -1.0), (0.0, 4.0)]

请注意，mongohadoop似乎在第一次操作之后关闭了连接。比如说打电话 rdd.count() collect之后将引发异常。
基于我在创作这张照片时遇到的不同问题，我倾向于相信 mongo-hadoop-1.5.0-SNAPSHOT.jar 以及 mongo-hadoop-spark-1.5.0-SNAPSHOT.jar 对双方 --jars 以及 --driver-class-path 是唯一的硬性要求。
笔记：
这张图片大致基于jaceklaskowski/docker spark，所以请务必发送一些好的因果报应给@jaceklaskowski，如果它有帮助的话。
如果不需要包含新api的开发版本，则使用 --packages 很可能是更好的选择。

我昨天也有同样的问题。通过放置 mongo-java-driver.jar 在 $HADOOP_HOME/lib 以及 mongo-hadoop-core.jar 以及 mongo-hadoop-spark.jar 在 $HADOOP_HOME/spark/classpath/emr （或 $SPARK_CLASSPATH ).
如果有帮助请告诉我。

你能试着用吗 --package 选项而不是 --jars ... 在spark submit命令中：

spark-submit --packages org.mongodb.mongo-hadoop:mongo-hadoop-core:1.3.1,org.mongodb:mongo-java-driver:3.1.0 [REST OF YOUR OPTIONS]

其中一些jar文件不是uberjar，需要下载更多依赖项才能开始工作。