apache/cassandra-ubuntu2004_test

Apache Cassandra是一个分布式NoSQL数据库Docker镜像，具备高可用性、可扩展性和容错能力，适用于处理大规模结构化与半结构化数据，满足高写入吞吐量和低延迟读取需求。

0 次下载activeapache镜像

Apache Cassandra Docker 镜像技术文档

1. 镜像概述和主要用途

Apache Cassandra 是一个高度可扩展的分布式 NoSQL 数据库，专为处理大量结构化和半结构化数据而设计，具有高可用性、线性扩展能力和容错特性。Docker 镜像封装了 Apache Cassandra 的运行环境，简化了部署流程，确保环境一致性，并支持快速集成到容器化架构中。

主要用途：

快速部署单节点或多节点 Cassandra 集群
简化开发、测试和生产环境的一致性配置
集成到容器编排平台（如 Kubernetes、Docker Swarm）实现自动化运维

2. 核心功能和特性

2.1 数据库核心特性

分布式架构：无中心节点设计，节点对等，避免单点故障
高可用性：支持多副本复制（可配置副本因子），自动故障检测与恢复
线性扩展：通过添加节点实现存储容量和吞吐量的水平扩展，无需停机
可调一致性：支持基于 CAP 定理的可调一致性级别（如 ONE、QUORUM、ALL 等）
多数据中心支持：原生支持跨地域数据复制，满足灾备需求
高性能写入：优化写入路径，适合高写入负载场景（如日志、传感器数据）

2.2 Docker 镜像增强特性

轻量级封装：基于*** Linux 发行版（如 Debian/Ubuntu），镜像体积优化
环境变量配置：支持通过环境变量动态调整核心配置（无需手动修改 cassandra.yaml）
即开即用：内置默认配置，单节点部署可直接运行
兼容性：支持*** Cassandra 所有稳定版本（如 3.x、4.x 系列）

3. 使用场景和适用范围

3.1 典型使用场景

高写入负载系统：如社交媒体用户行为日志、物联网传感器数据采集
高可用性要求场景：***交易记录、***数据存储（需确保服务不中断）
跨地域部署：跨国企业多区域数据同步，满足低延迟访问需求
大数据分析平台：与 Spark、Flink 等计算框架集成，存储中间结果或原始数据
海量数据存储：PB 级数据存储需求，需线性扩展能力的业务

3.2 适用范围

需支持每秒数万至数十万写入操作的业务
对数据一致性要求可灵活调整的场景（非强一致性刚需）
容器化或云原生架构环境
开发/测试环境快速搭建

4. 使用方法和配置说明

4.1 获取镜像

***维护的 Apache Cassandra Docker 镜像可通过 Docker Hub 获取：

bash
docker pull cassandra:latest  # 获取最新稳定版
# 或指定版本（如 4.0）
docker pull cassandra:4.0

4.2 基本运行（单节点）

4.2.1 快速启动

bash
docker run --name cassandra-node1 -d \
  -p 7000:7000 \  # 节点间通信端口（内部）
  -p 7001:7001 \  # SSL 节点间通信端口
  -p 9042:9042 \  # CQL 客户端端口（默认 9042）
  -p 9160:9160 \  # Thrift 客户端端口（已 deprecated，可选）
  cassandra:latest

4.2.2 验证运行状态

bash
# 查看容器日志
docker logs -f cassandra-node1

# 进入容器并连接 CQL Shell
docker exec -it cassandra-node1 cqlsh

4.3 持久化存储配置

为避免容器重启后数据丢失，需挂载宿主机目录存储数据：

bash
docker run --name cassandra-node1 -d \
  -p 7000:7000 -p 9042:9042 \
  -v /path/on/host/cassandra/data:/var/lib/cassandra \  # 数据目录
  -v /path/on/host/cassandra/logs:/var/log/cassandra \  # 日志目录
  cassandra:latest

注意：宿主机目录需提前创建并赋予权限（如 chmod 777 /path/on/host/cassandra，生产环境建议使用更严格的权限控制）。

4.4 环境变量配置

通过 -e 参数指定环境变量，覆盖默认配置（无需手动修改 cassandra.yaml）。常用变量如下：

环境变量	作用描述	默认值
`CASSANDRA_CLUSTER_NAME`	集群名称	`Test Cluster`
`CASSANDRA_SEEDS`	集群种子节点 IP（用于节点发现）	容器 IP
`CASSANDRA_LISTEN_ADDRESS`	节点间通信监听地址（内部集群通信）	容器 IP
`CASSANDRA_RPC_ADDRESS`	CQL 客户端通信地址（外部访问）	`0.0.0.0`（允许所有 IP）
`CASSANDRA_BROADCAST_ADDRESS`	广播地址（用于跨主机/容器通信时告知其他节点自身可访问地址）	容器 IP
`CASSANDRA_NUM_TOKENS`	每个节点的令牌数量（影响数据分布均匀性）	`256`
`CASSANDRA_ENDPOINT_SNITCH`	节点位置感知策略（如 `SimpleSnitch`、`GossipingPropertyFileSnitch`）	`SimpleSnitch`

示例：自定义集群名称和种子节点

bash
docker run --name cassandra-node1 -d \
  -e CASSANDRA_CLUSTER_NAME="MyAppCluster" \
  -e CASSANDRA_LISTEN_ADDRESS="172.17.0.2" \  # 容器 IP（需提前确认或使用 --network 固定）
  -p 9042:9042 \
  cassandra:latest

4.5 集群部署（Docker Compose）

通过 Docker Compose 快速搭建多节点集群（以 3 节点为例）：

4.5.1 创建 `docker-compose.yml`

yaml
version: '3.8'

services:
  cassandra-seed:
    image: cassandra:latest
    container_name: cassandra-seed
    ports:
      - "9042:9042"
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster
      - CASSANDRA_SEEDS=cassandra-seed  # 种子节点自身
      - CASSANDRA_LISTEN_ADDRESS=cassandra-seed  # 容器名作为 hostname（需 Docker 网络支持）
      - CASSANDRA_RPC_ADDRESS=0.0.0.0
    volumes:
      - seed-data:/var/lib/cassandra
    networks:
      - cassandra-net

  cassandra-node1:
    image: cassandra:latest
    container_name: cassandra-node1
    depends_on:
      - cassandra-seed
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster
      - CASSANDRA_SEEDS=cassandra-seed  # 指向种子节点
      - CASSANDRA_LISTEN_ADDRESS=cassandra-node1
      - CASSANDRA_RPC_ADDRESS=0.0.0.0
    volumes:
      - node1-data:/var/lib/cassandra
    networks:
      - cassandra-net

  cassandra-node2:
    image: cassandra:latest
    container_name: cassandra-node2
    depends_on:
      - cassandra-seed
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster
      - CASSANDRA_SEEDS=cassandra-seed
      - CASSANDRA_LISTEN_ADDRESS=cassandra-node2
      - CASSANDRA_RPC_ADDRESS=0.0.0.0
    volumes:
      - node2-data:/var/lib/cassandra
    networks:
      - cassandra-net

volumes:
  seed-data:
  node1-data:
  node2-data:

networks:
  cassandra-net:
    driver: bridge

4.5.2 启动集群

bash
docker-compose up -d

4.5.3 验证集群状态

bash
# 进入种子节点容器
docker exec -it cassandra-seed nodetool status

# 预期输出（3 个节点均为 UN 状态，即 Up/Normal）：
# Datacenter: datacenter1
# ===============
# Status=Up/Down
# |/ State=Normal/Leaving/Joining/Moving
# --  Address        Load       Tokens  Owns (effective)  Host ID                               Rack
# UN  172.20.0.2     70.52 KiB  256     66.2%             xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx  rack1
# UN  172.20.0.3     68.4 KiB   256     67.9%             xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx  rack1
# UN  172.20.0.4     68.4 KiB   256     65.9%             xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx  rack1

4.6 数据备份与恢复

4.6.1 备份（使用 `nodetool snapshot`）

bash
# 进入容器创建快照
docker exec -it cassandra-node1 nodetool snapshot -t my_backup my_keyspace

# 快照默认存储路径：/var/lib/cassandra/data/<keyspace>/<table>-<uuid>/snapshots/my_backup
# 通过挂载卷将快照复制到宿主机：
docker cp cassandra-node1:/var/lib/cassandra/data/my_keyspace/ /path/on/host/backups/

4.6.2 恢复

bash
# 将备份数据复制到目标节点
docker cp /path/on/host/backups/my_keyspace cassandra-node1:/var/lib/cassandra/data/

# 进入容器恢复快照
docker exec -it cassandra-node1 nodetool refresh my_keyspace my_table

5. 注意事项

存储性能：生产环境需使用 SSD 存储，并通过 volumes 挂载宿主机目录（避免容器内存储性能瓶颈）。
网络配置：跨主机集群需确保节点间端口（7000、7001）互通，CASSANDRA_BROADCAST_ADDRESS 需设置为宿主机可访问的 IP。
资源限制：根据数据量和负载调整容器 CPU/内存限制（如 --cpus 2 -m 4g），避免资源竞争导致性能下降。
版本兼容性：集群节点需使用相同的 Cassandra 主版本（如 4.0.x），跨主版本升级需遵循***迁移指南。
安全配置：生产环境需启用 SSL 加密（配置 cassandra.yaml 中的 server_encryption_options），并限制 RPC 访问 IP。