Cassandra Docker镜像技术文档

镜像概述与主要用途

Apache Cassandra 是一个开源分布式数据库管理系统，设计用于跨多台商用服务器处理大量数据，提供高可用性且无单点故障。该系统支持跨多个数据中心的集群部署，通过异步无主复制机制为所有客户端提供低延迟操作。作为分布式存储系统，Cassandra 适用于需要横向扩展、高吞吐量和容错能力的场景。

核心功能与特性

• 分布式架构：跨多台服务器分布式存储数据，支持水平扩展，轻松应对数据量增长。
• 高可用性与容错：无单点故障设计，节点故障不影响整体集群可用性，自动数据复制确保数据冗余。
• 多数据中心支持：原生支持跨地域/数据中心部署，可配置数据中心和机架信息，优化数据分布与容错。
• 异步无主复制：节点间通过 gossip 协议通信，异步复制数据，降低延迟并提升写入性能。
• 灵活配置选项：支持自定义监听地址、广播地址、集群名称、令牌数量等关键参数，适配不同部署需求。
• CQL 支持：通过 Cassandra Query Language (CQL) 进行数据操作，语法类 SQL，易于使用。

使用场景与适用范围

• 大规模数据存储：适用于 TB/PB 级别的结构化或半结构化数据存储需求。
• 高可用性需求：***、电商、物联网等对服务连续性要求极高的业务场景。
• 跨地域部署：需要在多个数据中心/地域分布数据，实现低延迟访问和灾难恢复。
• 写入密集型应用：社交媒体、日志收集、实时分析等写入吞吐量要求高的场景。
• 横向扩展需求：业务增长快，需通过添加节点快速扩展存储和处理能力的系统。

支持的标签与 Dockerfile 链接

快速参考

• 维护者：Docker 社区
• 获取帮助：Docker Community Slack、Server Fault、Unix & Linux 或 Stack Overflow
• 提交 issue：[***]
• 支持的架构：amd64、arm32v7、arm64v8、ppc64le、s390x（更多信息）
• 镜像 artifact 详情：repo-info 仓库的 repos/cassandra/ 目录（包含元数据、传输大小等）
• 镜像更新：official-images 仓库的 library/cassandra 标签 及 配置文件
• 文档来源：docs 仓库的 cassandra/ 目录

使用方法与配置说明

启动单个 Cassandra 服务实例

启动 Cassandra 实例的基本命令如下：

bash
docker run --name some-cassandra --network some-network -d cassandra:tag

• --name some-cassandra：指定容器名称（可自定义）。
• --network some-network：将容器加入自定义网络（建议使用，便于集群通信）。
• -d：后台运行容器。
• cassandra:tag：指定镜像标签（如 latest、5.0 等，见“支持的标签”）。

创建 Cassandra 集群

通过环境变量可配置两种集群场景：同机多节点和跨机多节点。

同机集群

1. 启动第一个节点（种子节点）：

   bash
   docker run --name some-cassandra --network some-network -d cassandra:tag
   

2. 启动后续节点，指定种子节点为第一个节点的容器名：

   bash
   docker run --name some-cassandra2 --network some-network -d -e CASSANDRA_SEEDS=some-cassandra cassandra:tag
   

跨机集群（如两台云服务器）

假设服务器 A IP 为 10.42.42.42，服务器 B IP 为 10.43.43.43。

1. 服务器 A 启动种子节点，暴露 gossip 端口（7000）并指定广播地址：

   bash
   docker run --name some-cassandra -d -e CASSANDRA_BROADCAST_ADDRESS=10.42.42.42 -p 7000:7000 cassandra:tag
   

2. 服务器 B 启动节点，指定种子节点为服务器 A 的 IP，并暴露端口：

   bash
   docker run --name some-cassandra -d -e CASSANDRA_BROADCAST_ADDRESS=10.43.43.43 -p 7000:7000 -e CASSANDRA_SEEDS=10.42.42.42 cassandra:tag
   

通过 cqlsh 连接 Cassandra

使用 cqlsh（Cassandra 查询语言 shell）连接运行中的 Cassandra 容器：

bash
docker run -it --network some-network --rm cassandra cqlsh some-cassandra

• -it：交互模式，分配终端。
• --network some-network：与目标 Cassandra 容器在同一网络。
• --rm：命令执行后自动删除临时容器。
• some-cassandra：目标 Cassandra 容器名称（或 IP）。

更多 CQL 语法参考 Cassandra ***文档。

容器 shell 访问与日志查看

进入容器 shell

通过 docker exec 进入运行中的容器：

bash
docker exec -it some-cassandra bash

查看 Cassandra 日志

通过 Docker 容器日志命令查看 Cassandra 服务日志：

bash
docker logs some-cassandra

配置 Cassandra

自定义配置文件（推荐）

最灵活的方式是通过挂载自定义 cassandra.yaml 文件覆盖默认配置：

bash
docker run --name some-cassandra -v /path/on/host/cassandra.yaml:/etc/cassandra/cassandra.yaml -d cassandra:tag

如需使用非默认配置文件名，可通过启动参数指定：

bash
docker run --name some-cassandra -d cassandra:tag -Dcassandra.config=/path/to/custom-config.yaml

环境变量配置

镜像支持通过环境变量修改 cassandra.yaml 及 cassandra-rackdc.properties 中的关键配置，如下表：

部署示例

docker-compose 集群配置示例

以下是使用 docker-compose.yml 启动 3 节点集群的示例：

yaml
version: '3'
services:
  cassandra-seed:
    image: cassandra:latest
    container_name: cassandra-seed
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster
      - CASSANDRA_NUM_TOKENS=256
      - CASSANDRA_ENDPOINT_SNITCH=GossipingPropertyFileSnitch
      - CASSANDRA_DC=DC1
      - CASSANDRA_RACK=Rack1
    volumes:
      - cassandra-seed-data:/var/lib/cassandra
    ports:
      - "7000:7000"  # Gossip 端口
      - "9042:9042"  # CQL 端口

  cassandra-node1:
    image: cassandra:latest
    container_name: cassandra-node1
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster
      - CASSANDRA_SEEDS=cassandra-seed
      - CASSANDRA_ENDPOINT_SNITCH=GossipingPropertyFileSnitch
      - CASSANDRA_DC=DC1
      - CASSANDRA_RACK=Rack1
    volumes:
      - cassandra-node1-data:/var/lib/cassandra
    depends_on:
      - cassandra-seed

  cassandra-node2:
    image: cassandra:latest
    container_name: cassandra-node2
    environment:
      - CASSANDRA_CLUSTER_NAME=MyCluster
      - CASSANDRA_SEEDS=cassandra-seed
      - CASSANDRA_ENDPOINT_SNITCH=GossipingPropertyFileSnitch
      - CASSANDRA_DC=DC1
      - CASSANDRA_RACK=Rack2
    volumes:
      - cassandra-node2-data:/var/lib/cassandra
    depends_on:
      - cassandra-seed

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

启动集群：

bash
docker-compose up -d

注意事项

数据存储位置

Cassandra 默认将数据存储在容器内的 /var/lib/cassandra。为避免数据丢失，建议通过卷挂载将数据持久化到主机：

bash
docker run --name some-cassandra -v /host/datadir:/var/lib/cassandra -d cassandra:tag

• /host/datadir：主机上的目录（需提前创建并设置权限）。
• /var/lib/cassandra：容器内数据目录。

初始化完成前无法连接

容器启动时，若未初始化数据库，会自动创建默认数据库。此过程中 Cassandra 不接受连接，可能导致自动化工具（如 docker-compose）启动多容器时出现连接失败。建议通过脚本检测节点状态（如 nodetool status），确认初始化完成后再进行后续操作。

许可证信息

Cassandra 软件使用 Apache 许可证。
镜像可能包含其他软件（如 Bash、基础系统组件等），其许可证可能不同。更多信息可参考 repo-info 仓库的 cassandra/ 目录。
使用本镜像需确保遵守所有包含软件的相关许可证。