优势
不足
产品信息
详细说明
服务商概述
Apache Cassandra 最初由 Facebook 于 2008 年开源,融合 Amazon Dynamo 的去中心化分布模型与 Google Bigtable 的列式数据模型,2010 年成为 Apache 顶级项目。它被 Netflix、Apple、Discord 等用于超大规模写入场景。
对后端与数据库场景,它的核心是「无主架构 + 线性扩展」:没有主节点,任一节点都能接受读写,加节点即可提升吞吐;多数据中心复制天然支持跨区容灾,写入性能随节点数线性增长,非常适合日志、IoT、消息与推荐打点等写多读少的海量数据。
但要接受它的取舍:只支持最终一致性(可调一致性级别),不支持 JOIN 与跨分区事务,数据模型必须按查询建表(反范式),运维需要调优压缩、修复(repair)与 GC 参数。把它当关系库用会非常痛苦。
核心优势
- 无主对等架构,任一节点可读写,单点故障不影响整体可用性
- 写入吞吐随节点数线性增长,可支撑每秒数十万次写入
- 原生多数据中心复制,跨区容灾无需额外中间件
- 调优一致性级别(ONE/QUORUM/ALL)可按查询权衡延迟与一致性
产品生态
数据模型与 CQL
类 SQL 的 CQL 语法,但表必须按查询设计,分区键决定数据分布与热点,反范式是常态。
集群与复制
以分区键哈希分布数据,复制因子与一致性级别共同决定可靠性与延迟,跨数据中心需规划拓扑。
运维体系
压缩策略、修复周期、GC 与墓碑清理是稳定性的关键,DataStax 与社区工具提供监控与修复支持。
不足之处
- 不支持 JOIN 与跨分区事务,复杂查询需在应用层或额外组件实现
- 数据模型必须按查询预先设计,需求变更常需新建表并双写迁移
- 运维复杂度高,修复与压缩参数配置不当会导致性能骤降
- 仅最终一致,强一致场景需降级方案或换数据库
适用场景
- 日志、埋点与 IoT 时序写入(★★★★★):写吞吐线性扩展
- 跨地域高可用的消息与记录(★★★★★):多数据中心原生复制
- 按用户维度的画像与推荐数据(★★★★):宽行存储天然适配
- 复杂关联查询与报表(★):无 JOIN,需另建分析管道
价格参考
| 套餐 | 价格 | 能力边界 |
|---|---|---|
| Apache Cassandra | $0 | 开源,自建自运维 |
| 托管 Cassandra(DataStax/Astra) | 按节点或用量计费 | 免运维,含备份与监控 |
| 云厂商托管(Keyspaces 等) | 按读写单元与存储 | 兼容 CQL,功能有裁剪 |
开源版零许可成本,但自建的隐性成本很高:至少 3 节点起步、需要专职运维调优修复与压缩。节点数少于 5 台或团队缺乏经验时,托管服务的单价往往更划算。
常见问题
-
Cassandra 和 MongoDB 怎么选? 写吞吐与多数据中心优先选 Cassandra;需要灵活查询、聚合与更快开发迭代选 MongoDB。两者都放弃 JOIN,但 Cassandra 更偏写入侧。
-
能当主业务库吗? 可以,但要接受最终一致与按查询建表的限制;涉及金额与库存强一致的核心交易建议仍用关系型数据库。
-
最少几台机器? 生产建议至少 3 节点且复制因子 3,跨数据中心再加站点;单节点或双节点无法承受节点故障。