如何在Azure Synapse Notebook中安装MongoDB Spark连接器？

报错Failed to find data source: mongodb的核心原因是当前Spark会话未加载MongoDB数据源依赖，不需要手动调用./bin/pyspark启动脚本，根据使用场景选以下任意一种方式配置即可：

方法1：Notebook 内临时配置（单Notebook生效，最快可用） #

在Notebook的第一个代码单元格写入Spark配置，强制会话启动时拉取对应依赖，配置代码必须放在所有MongoDB读写逻辑之前运行：

%%configure -f
{
    "conf": {
        "spark.jars.packages": "org.mongodb.spark:mongo-spark-connector_2.12:10.2.1"
    }
}

• 注意包名后缀_2.12是Scala版本号，需要和你当前Synapse Spark池内置的Scala版本匹配，目前Azure Synapse所有Spark 3.x版本均使用Scala 2.12，不要选错后缀。
• 单元格运行完成后，会话会自动从Maven拉取依赖包，后续直接运行你的读取代码即可。

方法2：Spark池全局配置（池下所有作业/Notebook生效，一劳永逸） #

如果需要让该Spark池上运行的所有任务都默认支持MongoDB数据源，可以直接把依赖配置到Spark池层面：

• 打开Synapse Studio，进入「管理」板块找到「Apache Spark池」列表
• 选中你正在使用的Spark池，进入配置页的「包」选项卡
• 在Maven包配置项中添加坐标：org.mongodb.spark:mongo-spark-connector_2.12:10.2.1
• 保存配置后等待Spark池更新完成，后续新启动的Spark会话会自动加载Connector，不需要每个Notebook单独配置。

方法3：离线Jar包上传（无公网访问场景适用） #

如果你的Synapse工作区限制公网访问，无法直接拉取Maven包：

• 提前下载对应版本的MongoDB Spark Connector Jar包，以及其强制依赖包（包括mongodb-driver-sync、bson、mongodb-driver-core）
• 将所有Jar包上传到Synapse工作区关联的ADLS Gen2存储账户
• 可以选择在Spark池的「工作区包」配置中上传上述Jar，或者在Notebook的%%configure配置中通过spark.jars参数指定Jar的存储路径即可。

注意：使用Linked Service（链接服务）连接MongoDB时，不需要额外在代码中配置连接串、账号密码，只要确认链接服务本身配置正确、Connector版本和Spark版本匹配，原有读取代码即可正常运行。

内容的提问来源于stack exchange，提问作者Boring person