详解Cassandra数据库

Apache Cassandra 数据库详解与 Docker 部署指南

一、Cassandra 数据库概述

Apache Cassandra 是一款分布式、高可用的 NoSQL 数据库，专为处理海量数据设计，具备以下核心特性：

1. 核心特点

• 分布式架构：无中心节点设计，支持跨数据中心的自动复制和故障转移，提供线性扩展能力。
• 高可用性：通过多副本机制实现数据冗余，支持跨数据中心部署，确保 99.9% 以上的服务可用性。
• 灵活数据模型：基于宽列存储的半结构化数据模型，支持动态 schema，适合物联网、日志记录等高写入场景。
• 高性能写入：采用 LSM-Tree 存储引擎，优化写入性能，单集群可支持千万级 QPS。
• 5.0 新特性：引入向量搜索（Vector Search）支持 AI 应用，统一压缩策略提升节点数据密度至 10TB，新增 trie 数据结构优化读写效率。

2. 应用场景

• 时间序列数据：如物联网设备数据、金融交易记录。
• 实时分析：支持低延迟读写，适用于实时推荐系统。
• 大规模分布式存储：电商产品目录、社交平台用户行为数据。
• AI 与机器学习：5.0 版本的向量搜索功能可存储和检索嵌入向量，支持图像识别、聊天机器人等场景。

二、Cassandra 基础用法

1. 核心概念

• Keyspace：逻辑命名空间，类似关系型数据库的数据库。
• Table：存储数据的容器，由分区键（Partition Key）和集群键（Clustering Key）定义分布规则。
• 分区键：决定数据分布到哪个节点，确保负载均衡。
• 一致性级别：控制读写操作的副本响应数（如 ONE、QUORUM、ALL）。

2. CQL 基本操作

（1）连接数据库

docker exec -it cassandra cqlsh

（2）创建 Keyspace

CREATE KEYSPACE my_keyspace 
WITH REPLICATION = { 
  'class' : 'SimpleStrategy', 
  'replication_factor' : 1 
};

（3）创建表

USE my_keyspace;

CREATE TABLE users (
  user_id UUID PRIMARY KEY,
  username TEXT,
  email TEXT,
  created_at TIMESTAMP
);

（4）插入数据

INSERT INTO users (user_id, username, email, created_at)
VALUES (
  uuid(), 
  'john_doe', 
  'john@example.com', 
  toTimestamp(now())
);

（5）查询数据

SELECT * FROM users WHERE user_id = 12345678-90ab-cdef-1234-567890abcdef;

（6）更新与删除

UPDATE users SET email = 'new@example.com' WHERE user_id = 12345678-90ab-cdef-1234-567890abcdef;
DELETE FROM users WHERE user_id = 12345678-90ab-cdef-1234-567890abcdef;

3. 数据建模最佳实践

• 分区键设计：选择高基数（High Cardinality）字段，避免热点问题。
• 集群键排序：通过集群键实现数据排序，支持范围查询。
• 二级索引：谨慎使用，优先通过分区键优化查询性能。

三、Docker 安装与配置

1. 单机部署

（1）拉取镜像

docker pull cassandra:5.0.0  # 使用最新 5.0 版本

（2）启动容器

docker run -d \
  --name cassandra \
  -p 9042:9042 \
  -v cassandra_data:/var/lib/cassandra \
  cassandra:5.0.0

（3）验证运行状态

docker ps -a | grep cassandra

（4）进入容器执行 CQL

docker exec -it cassandra cqlsh

2. 数据持久化

通过挂载卷保存数据，避免容器删除后丢失：

docker run -d \
  --name cassandra \
  -p 9042:9042 \
  -v /path/to/local/data:/var/lib/cassandra \
  cassandra:5.0.0

3. 多节点集群部署（Docker Compose）

（1）创建 docker-compose.yml

version: '3'
services:
  cassandra1:
    image: cassandra:5.0.0
    container_name: cassandra1
    ports:
      - "9042:9042"
    environment:
      - CASSANDRA_SEEDS=cassandra1,cassandra2,cassandra3
    volumes:
      - cassandra_data1:/var/lib/cassandra

  cassandra2:
    image: cassandra:5.0.0
    container_name: cassandra2
    environment:
      - CASSANDRA_SEEDS=cassandra1,cassandra2,cassandra3
    volumes:
      - cassandra_data2:/var/lib/cassandra

  cassandra3:
    image: cassandra:5.0.0
    container_name: cassandra3
    environment:
      - CASSANDRA_SEEDS=cassandra1,cassandra2,cassandra3
    volumes:
      - cassandra_data3:/var/lib/cassandra

volumes:
  cassandra_data1:
  cassandra_data2:
  cassandra_data3:

（2）启动集群

docker-compose up -d

（3）检查集群状态

docker exec -it cassandra1 nodetool status

4. 安全配置（可选）

（1）启用认证

docker run -d \
  --name cassandra \
  -p 9042:9042 \
  -v cassandra_data:/var/lib/cassandra \
  -e CASSANDRA_AUTHENTICATION=org.apache.cassandra.auth.PasswordAuthenticator \
  -e CASSANDRA_AUTHORIZATION=org.apache.cassandra.auth.CassandraAuthorizer \
  cassandra:5.0.0

（2）客户端加密

docker run -d \
  --name cassandra \
  -p 9042:9042 \
  -v cassandra_data:/var/lib/cassandra \
  -v /path/to/certificates:/etc/cassandra/certs \
  -e CASSANDRA_CLIENT_ENCRYPTION=all \
  -e CASSANDRA_TRUSTSTORE=/etc/cassandra/certs/truststore.jks \
  -e CASSANDRA_TRUSTSTORE_PASSWORD=your_password \
  cassandra:5.0.0

5. 性能优化建议

（1）调整内存分配

docker run -d \
  --name cassandra \
  -p 9042:9042 \
  -v cassandra_data:/var/lib/cassandra \
  -e JVM_OPTS="-Xms4g -Xmx4g" \  # 设置堆内存
  cassandra:5.0.0

（2）优化配置参数

通过挂载自定义 cassandra.yaml 文件调整参数：

concurrent_reads: 256
concurrent_writes: 192
native_transport_max_threads: 4096

四、总结

Cassandra 凭借其分布式架构和高性能特性，成为处理海量数据的理想选择。通过 Docker 快速部署和配置，可轻松搭建单机或集群环境。结合 CQL 的灵活查询能力和 5.0 版本的新特性（如向量搜索），Cassandra 能够满足 AI、物联网等新兴领域的需求。在实际应用中，需根据业务场景合理设计数据模型，并通过安全配置和性能优化确保系统稳定运行。

# 快速启动单机实例
docker run -d --name cassandra -p 9042:9042 cassandra:5.0.0

参考文档：

• Cassandra 官方文档
• Docker 镜像仓库
• 5.0 新特性详解