1. 概述
Apache Cassandra 是一款开源的 NoSQL 分布式数据库，以高可用性和可扩展性著称。为实现高可用，Cassandra 通过跨集群复制数据来保障服务连续性。本文将深入探讨 Cassandra 如何在数据复制过程中提供一致性控制机制。
2. 数据复制
数据复制指将每行数据存储在多个节点中，核心目的是提升可靠性和容错能力。当任意节点故障时，复制策略能确保数据在其他节点依然可用。
复制因子（RF） 决定了集群中存储副本的节点数量。Cassandra 提供两种复制策略：
- SimpleStrategy：适用于单数据中心单机架拓扑。Cassandra 先通过分区器确定目标节点，再按顺时针方向在环中其他节点放置副本。
- NetworkTopologyStrategy：适用于多数据中心多机架场景。可为每个数据中心设置不同的复制因子，并在数据中心内跨机架分配副本以最大化可用性。
3. 一致性级别
一致性反映数据副本的同步程度。在分布式系统中实现数据一致性极具挑战性。Cassandra 优先保障可用性而非强一致性，允许根据业务场景灵活调整一致性级别，多数场景采用最终一致性模型。
下面分析读写操作中一致性级别的影响：
4. 写操作的一致性级别（CL）
写操作的一致性级别规定：协调节点需收到多少副本节点的确认响应，才能向客户端返回成功。需注意：确认节点数（由CL决定）与存储副本的节点数（由RF决定）通常不同。
例如：当 CL=ONE 且 RF=3 时，只需一个副本节点确认写成功，但 Cassandra 会在后台异步将数据复制到其他两个节点。
常用写一致性级别：
- ONE：仅需一个副本节点确认，写操作速度最快。
- QUORUM：需超过半数（51%）的副本节点确认（跨所有数据中心）。
- LOCAL_QUORUM：仅需协调节点所在数据中心的超过半数副本确认，避免跨数据中心通信延迟。
- ALL：需所有副本节点确认。写操作最慢，且任一副本节点故障都会导致失败，生产环境慎用。
一致性级别可在单次查询或全局配置，下图展示了写操作中 CL 的示例：
5. 读操作的一致性级别（CL）
读操作的一致性级别规定：协调节点需收到多少副本节点的最新一致数据响应，才能向客户端返回结果。
常用读一致性级别：
- ONE：仅需一个副本节点返回数据，读取速度最快。
- QUORUM：需超过半数的副本节点响应（跨所有数据中心），跨数据中心通信会导致延迟增加。
- LOCAL_QUORUM：仅需协调节点所在数据中心的超过半数副本响应，避免跨数据中心延迟。
- ALL：需所有副本节点响应。读操作最慢，任一副本节点故障都会导致失败，生产环境慎用。
下图展示了读操作中 CL 的示例：
6. 强一致性
强一致性保证无论写入与读取间隔多久，读取的数据总是最新写入的数据。强一致性需满足公式：W + R > RF，其中：
W：写操作一致性级别要求的副本确认数R：读操作一致性级别要求的副本响应数RF：复制因子
6.1. 写 CL = QUORUM 且读 CL = QUORUM
当 RF=3，W=QUORUM（或 LOCAL_QUORUM），R=QUORUM（或 LOCAL_QUORUM）时：W(2) + R(2) > RF(3)
写操作确保两个副本拥有最新数据，读操作需至少两个副本返回一致数据才成功。
6.2. 写 CL = ALL 且读 CL = ONE
当 RF=3，W=ALL，R=ONE 时：W(3) + R(1) > RF(3)
写操作需所有副本确认成功，读操作只需任一副本响应即可保证读到最新数据。
⚠️ 踩坑提示：CL=ALL 的写操作容错性差，会降低系统可用性，生产环境需谨慎使用。
7. 总结
本文系统分析了 Cassandra 的数据复制机制，深入探讨了读写操作中不同一致性级别的特性与适用场景，并通过具体案例展示了实现强一致性的方法。掌握这些核心概念，有助于在实际项目中平衡 Cassandra 的高可用性与数据一致性需求。