Apache Cassandra Docker镜像文档

镜像概述和主要用途

Apache Cassandra是一款开源分布式NoSQL数据库，以高可用性、线性扩展能力和容错性著称。本Docker镜像封装了Apache Cassandra的稳定版本，提供快速部署、环境隔离和一致性的运行环境，适用于开发、测试及生产环境中快速搭建Cassandra集群或单节点实例。通过容器化部署，可简化配置流程，降低环境依赖冲突，同时支持灵活的资源调整和数据持久化。

核心功能和特性

核心功能

• 分布式架构：无中心节点设计，数据自动分片并分布在多节点，避免单点故障
• 高可用性：支持多副本存储，节点故障时自动故障转移，确保服务持续可用
• 线性扩展：通过添加节点实现存储容量和处理能力的线性增长，扩展过程不中断服务
• 灵活数据模型：基于列族（Column Family）的数据模型，支持动态列添加，适应半结构化数据
• 跨数据中心复制：支持跨地域数据复制，满足灾备和低延迟访问需求

关键特性

• 高性能读写：优化的写入路径，支持高吞吐量随机写入和范围查询
• 容错机制：自动检测并恢复节点故障，数据副本跨节点分布，确保数据不丢失
• CQL支持：提供类SQL的查询语言（Cassandra Query Language），降低使用门槛
• 动态配置：支持运行时调整集群参数（如副本数、压缩策略），无需重启服务
• 多租户支持：通过Keyspace隔离不同应用数据，实现资源和权限的精细化管理

使用场景和适用范围

典型使用场景

• 海量数据存储：日志数据、时间序列数据（如监控指标）、用户行为数据等TB/PB级数据存储
• 高并发读写：社交媒体平台（用户动态、消息流）、电商平台（商品信息、交易记录）等高频访问场景
• 高可用业务：金融交易系统、支付平台、医疗数据管理等对服务连续性要求极高的场景
• 跨地域部署：跨国企业数据同步、边缘计算节点数据汇聚、多区域灾备系统

适用范围

• 需处理10TB以上数据量的企业级应用
• 要求99.99%以上服务可用性的关键业务
• 需要快速扩展存储/计算能力的动态业务场景
• 开发/测试环境中需要快速搭建和销毁的Cassandra实例

使用方法和配置说明

基本部署（Docker Run）

单节点快速启动

docker run --name cassandra -d \
  -p 9042:9042 \  # CQL客户端端口（默认用于应用连接）
  -p 7000:7000 \  # 节点间通信端口（内部集群通信）
  -v cassandra-data:/var/lib/cassandra \  # 挂载数据卷持久化数据
  cassandra:latest

说明：cassandra-data为命名卷，自动创建并持久化数据，避免容器删除导致数据丢失。

Docker Compose配置示例

单节点配置

version: '3.8'
services:
  cassandra:
    image: cassandra:latest
    container_name: cassandra
    ports:
      - "9042:9042"  # CQL端口
      - "7000:7000"  # 节点间通信端口（TCP）
      - "7001:7001"  # 节点间SSL通信端口（可选）
      - "7199:7199"  # JMX监控端口（可选）
    volumes:
      - cassandra-data:/var/lib/cassandra
      - ./cassandra.yaml:/etc/cassandra/cassandra.yaml  # 自定义配置文件（可选）
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster  # 集群名称（默认：Test Cluster）
      - CASSANDRA_NUM_TOKENS=256  # 每个节点的令牌数（默认：256，影响数据分布均匀性）
      - MAX_HEAP_SIZE=2G  # JVM最大堆内存（根据宿主机资源调整）
      - HEAP_NEWSIZE=512M  # JVM新生代内存（建议为MAX_HEAP_SIZE的1/4）
    restart: unless-stopped

volumes:
  cassandra-data:

集群部署示例

2节点集群快速搭建

1. 创建自定义网络（确保节点间通信）：

docker network create cassandra-network

2. 启动种子节点（集群发现的初始节点）：

docker run --name cassandra-seed -d \
  --network cassandra-network \
  -e CASSANDRA_CLUSTER_NAME=MyCluster \
  -e CASSANDRA_NUM_TOKENS=256 \
  -v cassandra-seed-data:/var/lib/cassandra \
  cassandra:latest

3. 启动第二个节点（加入集群）：

docker run --name cassandra-node2 -d \
  --network cassandra-network \
  -e CASSANDRA_CLUSTER_NAME=MyCluster \
  -e CASSANDRA_SEEDS=cassandra-seed  # 种子节点主机名（需与网络内节点名称一致） \
  -e CASSANDRA_NUM_TOKENS=256 \
  -v cassandra-node2-data:/var/lib/cassandra \
  cassandra:latest

验证集群状态：进入任一容器执行 nodetool status，输出应显示所有节点状态为UN（Up/Normal）。

核心环境变量配置

数据持久化与备份

• 数据持久化：通过-v <宿主机路径>:/var/lib/cassandra挂载数据卷，确保容器删除后数据不丢失。生产环境建议使用高性能存储（如SSD）以提升IO性能。
• 备份策略：定期执行nodetool snapshot创建数据快照，或使用cqlsh导出数据（COPY命令），备份文件建议存储在容器外部持久化存储中。

客户端连接

应用或工具可通过CQL协议（默认端口9042）连接Cassandra实例：

• 本地连接（容器内）：docker exec -it cassandra cqlsh
• 远程连接：使用CQL客户端（如cqlsh、DataStax Studio）连接宿主机IP:9042，需确保宿主机端口映射正确且防火墙开放9042端口。

注意事项

• 资源配置：生产环境需根据数据量和访问量调整CPU/内存资源（建议单节点至少2核4G内存），并通过MAX_HEAP_SIZE和HEAP_NEWSIZE优化JVM性能。
• 网络规划：集群部署时确保节点间网络互通，避免端口冲突（默认端口：7000/7001节点通信、9042 CQL、7199 JMX）。
• 安全配置：生产环境需启用认证（authenticator: PasswordAuthenticator）和授权（authorizer: CassandraAuthorizer），并通过环境变量或自定义cassandra.yaml配置。
• 版本兼容性：升级镜像时需注意Cassandra版本间兼容性（如2.x→3.x需迁移数据，3.x→4.x支持滚动升级），建议先在测试环境验证。