Skip to main content
[ PIER ]

Apache Cassandra

线性可扩展的宽列 NoSQL — 永不宕机的数据库。

Database支持集群#nosql#wide-column#distributed

Apache Cassandra 是一个分布式宽列 NoSQL 数据库,专为高写入吞吐量、线性水平可扩展性和无单点故障而设计。Netflix、Apple、Discord、Instagram、eBay 使用 — 任何"数据库绝不能宕机"是硬性要求的地方。

使用 Pier 部署

  1. 1打开 Pier 控制台,点击 Add service。
  2. 2从模板列表中选择 Cassandra。
  3. 3选择版本、设置服务名称,Pier 会自动配置容器、存储和端口。
  4. 4如需 HTTPS,请绑定域名。Traefik 会自动签发 Let's Encrypt 证书。

什么是 Apache Cassandra?

Cassandra 是一个分布式宽列 NoSQL 数据库,最初由 Facebook 开发(2008 年) 并通过 Apache 基金会开源。其设计将写入吞吐量和可用性优先于一致性 — 每个 节点平等,没有故障切换仪式,集群在节点故障和网络分区期间继续接受写入。

Netflix、Apple、Discord(每天 40 亿条消息)、Instagram、eBay、Uber 以及 许多电信运营商都在极端规模上运行 Cassandra 集群。其数据模型(分区键 + 聚类键)迫使你预先思考查询模式,但以可预测的水平扩展和大规模下无运维 戏剧奖励你。

Pier 如何部署它

Pier 使用官方 cassandra Docker 镜像,将 /var/lib/cassandra 挂载为数据 卷。默认版本为 latest(Cassandra 5.x);5.0、4.1 LTS 和 4.0 LTS 也可用。

集群模式支持 2-5 节点。对于生产,你通常希望在 2+ 数据中心中拥有 6+ 节点 — 将 Pier 的集群模板用作起点并手动扩展。

备份捕获 nodetool snapshot tarball 并可上传到任何 S3 兼容存储。

何时不要使用 Cassandra

对于具有强一致性的 OLTP — Postgres。对于临时分析查询 — ClickHouse。对于 具有丰富查询的文档存储 — MongoDB。对于亚毫秒每节点延迟 — ScyllaDB。当 分区键访问模式 + 写入吞吐量 + 可用性 + 多 DC 是硬性要求时,Cassandra 胜出。

核心功能

无主架构

每个节点平等 — 无主节点,无故障切换仪式。从任何节点读取和写入;集群持续收敛。

线性水平扩展

将集群规模翻倍,吞吐量大致翻倍。很少有数据库以这种可预测性扩展写入吞吐量。

可调一致性

每个查询的一致性从 ONE(最快)到 ALL(最强)。按用例选择正确的 CAP 权衡。

CQL — 类 SQL 查询语言

Cassandra Query Language 读起来像 SQL — CREATE TABLE、SELECT、INSERT — 但强制分区感知建模。对 SQL 团队来说易于上手。

多数据中心复制

跨地理区域的开箱即用异步复制。每 DC 仲裁一致性实现低延迟区域读取。

无 SPOF — 在节点丢失时存活

集群在节点故障、网络分区和滚动升级期间继续提供写入。在 Netflix 规模上经过实战检验。

应用场景

极端规模的时序和 IoT

跨多节点集群每天数十亿次写入。传感器数据、遥测、审计日志。

消息和聊天系统

Discord 在 Cassandra 中存储数十亿条消息。宽行架构完美契合聊天线程访问模式。

用户活动流

每用户时间线、通知源 — 高写入吞吐量、简单读取模式。

多区域会话状态

全球复制的用户会话,具有区域读取局部性。每个会话类调优的多 DC 一致性。

推荐系统后端存储

通过分区键以高并发的亚毫秒读取提供预计算的推荐。

代码示例

创建键空间和表sql
CREATE KEYSPACE app
  WITH replication = {
    'class': 'NetworkTopologyStrategy',
    'datacenter1': 3
  };

USE app;

CREATE TABLE events (
  user_id  UUID,
  ts       TIMESTAMP,
  kind     TEXT,
  payload  TEXT,
  PRIMARY KEY ((user_id), ts)
) WITH CLUSTERING ORDER BY (ts DESC);
按分区写入和读取sql
INSERT INTO events (user_id, ts, kind, payload)
VALUES (uuid(), toTimestamp(now()), 'signup', '{"plan":"pro"}');

SELECT * FROM events
WHERE user_id = 550e8400-e29b-41d4-a716-446655440000
LIMIT 20;
可调一致性sql
-- 强一致性(仲裁):
CONSISTENCY QUORUM;
SELECT * FROM events WHERE user_id = ?;

-- 最终 / 快速:
CONSISTENCY ONE;
SELECT * FROM events WHERE user_id = ?;
行上的 TTLsql
INSERT INTO sessions (id, user_id, payload)
VALUES (?, ?, ?)
USING TTL 3600;  -- 1 小时后过期

对比

vs ScyllaDBScyllaDB 是针对亚毫秒延迟和更低硬件成本优化的 Cassandra C++ 重写。CQL 兼容。如果延迟和每节点吞吐量重要,选 ScyllaDB;如果社区 + 工具重要,选 Cassandra。
vs MongoDBMongo 是面向文档的;Cassandra 是宽列。Mongo 在临时查询上胜出;Cassandra 在线性写入扩展和多 DC 复制上胜出。
vs PostgreSQLPostgres 是带只读副本的单主 — 强一致性、连接、事务。Cassandra 是多主,无连接,默认最终一致性。对于 OLTP 选 Postgres;对于写密集型、分区键工作负载选 Cassandra。
vs DynamoDBDynamoDB 是 AWS 托管的宽列,按需计费。Cassandra 是自托管的,成本可预测。API 不同;Cassandra 是 OSS。

常见问题

Cassandra 支持连接吗?
不。数据模型基于分区键 + 聚类键;你在写入时去规范化并预计算连接。SELECT 必须包含分区键(否则需要全集群扫描)。
生产集群规模?
仲裁读取/写入最少 3 节点;生产 6+ 节点。Pier 的集群模板支持 2-5 节点 — 适合评估和小型部署;生产通常需要更多。
默认端口?
CQL 原生协议 9042/tcp;节点间 gossip 7000/tcp。Pier 向应用程序暴露 9042;7000 保留在内部 Pier 网络上。
备份?
Pier 按计划触发 `nodetool snapshot` 并将快照 tarball 传输到 S3。恢复涉及停止节点、替换数据文件并重启。
应该选 Cassandra 还是 ScyllaDB?
对于每节点最佳性能 — ScyllaDB。对于最大生态、最多工具和社区问答 — Cassandra。两者都说 CQL;它们之间的迁移很简单。
如何建模数据?
从查询开始,导出表。"查询优先"建模是必需的。自由去规范化。Cassandra"Spotify 模型"或"时序模式"文档是生产使用前的必读资料。
默认认证?
Cassandra 使用 PasswordAuthenticator。Pier 在首次启动时通过环境变量设置凭据。

相关服务

在你的 VPS 上部署

Apache Cassandra 是一个分布式宽列 NoSQL 数据库,专为高写入吞吐量、线性水平可扩展性和无单点故障而设计。Netflix、Apple、Discord、Instagram、eBay 使用 — 任何"数据库绝不能宕机"是硬性要求的地方。

部署此服务 →