Cassandra安装与配置全流程指南

一、Cassandra基础认知

Apache Cassandra是一种开源分布式NoSQL数据库，以其高可用性、水平扩展能力和强一致性著称。本文将从零开始讲解其安装配置全流程，涵盖单机部署、集群搭建及性能优化等核心环节。

二、系统环境准备

• 硬件要求：最低4核CPU/8GB内存/50GB存储空间
• 操作系统支持：CentOS 7+/Ubuntu 18.04+/Windows Subsystem for Linux
• 依赖组件安装：
  • JDK 8或更高版本（推荐OpenJDK）
  • 安装wget/curl工具
  • 关闭swap分区：sudo swapoff -a

三、安装配置步骤

• 官方源码下载：

  curl -O https://downloads.apache.org/cassandra/4.0.3/apache-cassandra-4.0.3-bin.tar.gz

• 解压安装包：

  tar -xzf apache-cassandra-4.0.3-bin.tar.gz -C /opt/

• 配置环境变量：

  nano ~/.bashrc
  export CASSANDRA_HOME=/opt/apache-cassandra-4.0.3
  export PATH=$PATH:$CASSANDRA_HOME/bin

• 关键配置文件修改：

  nano $CASSANDRA_HOME/conf/cassandra.yaml

  • 修改listen_address为服务器IP地址
  • 设置rpc_address为0.0.0.0允许远程访问
  • 调整端口范围（storage_port:9042/thrift_port:9160等）
  • 指定data_file_directories和commitlog_directory路径
• 初始化集群：

  cassandra -f

• 连接验证：

  cqlsh > SELECT * FROM system.local;

四、集群搭建实战

• 多节点部署架构设计：
  • 建议3个以上节点组成最小集群
  • 规划数据中心（DC）和机架（Rack）拓扑
• 种子节点配置：

  在每个节点的cassandra.yaml中设置：
  seed_provider:
      - class_name: org.apache.cassandra.locator.SimpleSeedProvider
        parameters:
          - seeds: "192.168.1.100,192.168.1.101"

• 防火墙开放端口：
  • 7000（ gossip通信）
  • 7001（SSL gossip）
  • 7199（JMX监控）
  • 9042（CQL端口）
  • 9160（Thrift接口）
• 集群状态检查：

  nodetool status

五、性能优化策略

• 内存调优：
  • 调整heap_size：在cassandra-env.sh中设置MAX_HEAP_SIZE=4G
  • 启用Off-Heap内存：增加file_cache_size_in_mb参数
• 磁盘IO优化：
  • SSD硬盘部署
  • 数据目录分散到多个物理磁盘
  • 禁用磁盘预读：hdparm -W0 /dev/sda
• 网络配置：
  • 使用千兆以上网络
  • 配置ECMP多路径路由
  • 禁用Nagle算法：echo 1 > /proc/sys/net/ipv4/tcp_no_metrics_save
• 副本因子设置：
  • 生产环境建议RF=3
  • 跨DC集群需考虑网络延迟

六、常见问题排查

• 连接失败：
  • 检查cqlsh连接参数（-u用户名 -p密码）
  • 确认防火墙端口开放
• 节点无法加入集群：
  • 核对种子节点可达性
  • 清除data/system目录重新启动
• 数据一致性异常：
  • 执行nodetool repair修复
  • 检查replication_factor设置
• 性能下降：
  • 使用nodetool tablestats分析
  • 查看系统日志：/var/log/cassandra/system.log

七、最佳实践建议

• 监控方案部署：
  • 集成Prometheus+Grafana监控体系
  • 设置警报阈值（CPU使用率、GC间隔等）
• 备份恢复策略：
  • 定期执行nodetool snapshot
  • 结合SSTableloader进行增量恢复
• 版本升级注意事项：
  • 遵循滚动升级原则
  • 升级前执行节点健康检查

八、进阶应用场景

• 实时数据分析：
  • 与Spark集成实现流式计算
  • 使用Materialized Views加速查询
• 物联网数据存储：
  • 设计时间序列数据模型
  • 利用TTL自动清理过期数据
• 混合云部署：
  • 跨AWS/Azure云区域部署
  • 配置跨数据中心复制（CDC）

九、附录资源

• 官方文档：https://cassandra.apache.org/doc/
• 社区论坛：DataStax Community
• 性能基准测试工具：YCSB