阿超 > apache-cassandra

apache-cassandra

2024-12-21

java

生活的情况越艰难，我越感到自己更坚强，甚而也更聪明。——高尔基

Github: https://github.com/apache/cassandra/

官方文档: https://cassandra.apache.org/

最近开始接触Apache Cassandra，这是一款开源的分布式NoSQL数据库，特别适合处理大量结构化数据，具有高可用性和无单点故障的特点。听说它采用了Dynamo和Bigtable的架构设计，存储模型是基于列的，非常适合需要快速写入和查询的场景，比如时间序列数据、物联网应用等等。

先简单说说安装，直接从官网下载二进制文件，解压后进入bin目录，运行cassandra即可启动。第一次运行时需要初始化数据目录，默认情况下配置文件在conf目录下，建议先熟悉一下里面的参数，特别是cassandra.yaml，很多关键配置都在这里。如果是用Docker，也可以直接拉取官方镜像，运行一条简单的命令就可以启动一个容器，非常方便。

使用Docker运行也很简单，拉取官方镜像：

1
docker pull cassandra

启动一个Cassandra实例：

1
docker run --name cassandra-container -d cassandra

通过环境变量可以自定义配置，比如设置集群名称或种子节点：

1
docker run --name cassandra-container -d -e CASSANDRA_CLUSTER_NAME="MyCluster" cassandra

启动后可以通过容器的端口9042连接到Cassandra，使用cqlsh测试功能。对于多节点集群，可以启动多个容器并设置相同的集群名称和不同的种子节点。

启动后，连接Cassandra可以使用自带的CQL Shell工具，叫cqlsh，直接在终端输入cqlsh就可以连接到本地实例。试了一下创建一个Keyspace和表，感觉CQL的语法很像SQL，但是多了一些针对分布式特性的设计，比如需要定义分区键和集群键。用下面的命令创建了一个简单的表：

1
2
3
CREATE KEYSPACE test WITH replication = {'class': 'SimpleStrategy', 'replication_factor': 1};
USE test;
CREATE TABLE users (id UUID PRIMARY KEY, name text, age int);

插入了一些数据，用INSERT INTO语句，然后用SELECT查询，响应速度很快，这也是它的特点之一。在分布式环境下，它会自动分片存储数据，通过一致性哈希算法实现负载均衡。Cassandra的写入路径也非常有意思，是基于Memtable和SSTable的设计，写入时是顺序操作，延迟非常低。

了解了一下它的多节点设置，需要先修改配置文件里的cluster_name和seeds参数，把节点之间的通信地址配置好，然后启动多个实例即可。默认是用Gossip协议来实现节点发现和状态同步。也看了一下nodetool工具，可以用它来查看集群状态、修复数据或者清理旧的SSTable。

Cassandra支持多种一致性级别，比如ONE、QUORUM和ALL，可以根据业务需求调整读取和写入的一致性保障。这种灵活性让它在很多场景下都很适用，比如需要高写入性能的日志系统，也可以用来做强一致性要求的任务。

还研究了一下如何在Spring Boot项目中集成Cassandra。首先需要添加依赖：

1
2
3
4
<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-cassandra</artifactId>
</dependency>

然后在application.properties文件中配置Cassandra的连接信息：

1
2
3
4
spring.data.cassandra.contact-points=127.0.0.1
spring.data.cassandra.port=9042
spring.data.cassandra.keyspace-name=test
spring.data.cassandra.schema-action=create-if-not-exists

定义一个实体类并用Cassandra的注解进行标注：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
import org.springframework.data.annotation.Id;
import org.springframework.data.cassandra.core.mapping.PrimaryKey;
import org.springframework.data.cassandra.core.mapping.Table;

@Table
public class User {

    @PrimaryKey
    private String id;
    private String name;
    private int age;

    // Getters and setters
}

创建一个Repository接口来访问数据：

1
2
3
4
5
6
import org.springframework.data.cassandra.repository.CassandraRepository;
import org.springframework.stereotype.Repository;

@Repository
public interface UserRepository extends CassandraRepository<User, String> {
}

然后在Service或者Controller中使用这个Repository即可进行数据的CRUD操作。

目前还在学习阶段，但整体体验下来感觉Cassandra确实是一款非常强大的分布式数据库，特别适合那些需要可扩展性和高可用性的系统。