从入门到精通：时序数据库Cassandra vs InfluxDB 技术栈全攻略

前言：为什么这个时代需要"时序数据库"和"分布式宽表"？

2025年的数据战场呈现两极分化：

• IoT设备每秒产生10亿级传感器数据（时序场景）
• AI训练需要PB级特征矩阵存储（宽表场景）

本文将用3个真实生产案例贯穿全文，手把手带你从0到1掌握两大神器：

维度	Apache Cassandra	InfluxDB
核心定位	分布式宽表数据库	时序数据库
最佳场景	用户画像/订单存储	监控/IoT/指标
写入性能	1000万TPS/节点	500万points/sec
查询语言	CQL	Flux/SQL

---

第一章：环境准备（5分钟极速搭建）

1.1 一键启动脚本

# Cassandra 5.0 集群（3节点）
docker network create cassandra-net && \
docker run -d --name cass-node1 --net cassandra-net \
  -e CASSANDRA_CLUSTER_NAME=killrvideo \
  -e CASSANDRA_DC=dc1 -e CASSANDRA_RACK=rack1 \
  cassandra:5.0 && \
docker run -d --name cass-node2 --net cassandra-net \
  -e CASSANDRA_SEEDS=cass-node1 cassandra:5.0

# InfluxDB 3.0 单节点
docker run -d --name influxdb3 \
  -p 8086:8086 \
  -e INFLUXDB_REPORTING_DISABLED=true \
  influxdb:3.0

1.2 连接工具推荐

• Cassandra：DataStax Studio（2025新版支持AI查询优化）
• InfluxDB：Chronograf 2.7（内建Flux调试器）

---

第二章：核心概念对比（用电商订单案例）

2.1 Cassandra数据模型

-- 订单表设计（宽表模式）
CREATE TABLE orders (
    customer_id uuid,
    order_month text,
    order_time timestamp,
    items list<frozen<item>>,
    total_amount decimal,
    PRIMARY KEY ((customer_id, order_month), order_time)
) WITH CLUSTERING ORDER BY (order_time DESC);

设计要点：

• 分区键(customer_id, order_month)避免热点
• 聚簇列order_time支持时间范围查询

2.2 InfluxDB数据模型

// 订单指标存储（时序模式）
from(bucket: "orders")
  |> range(start: -30d)
  |> filter(fn: (r) => r._measurement == "order_events")
  |> filter(fn: (r) => r.customer_id == "123e4567...")
  |> aggregateWindow(every: 1h, fn: sum, column: "_value")

关键区别：

• Line Protocol格式：order_events,customer_id=123 amount=99.9 1625097600000000000
• 自动压缩：60%存储节省（2025新版TSM引擎）

---

第三章：高级操作实战

3.1 Cassandra性能调优

# cassandra.yaml 关键配置
concurrent_reads: 32  # 根据CPU核心数调整
concurrent_writes: 32
memtable_allocation_type: offheap_objects  # 减少GC压力
compression:
  - class: LZ4Compressor  # 新版压缩算法
    chunk_length_in_kb: 64

JVM调优参数：

export JVM_OPTS="-Xms8G -Xmx8G \
  -XX:+UseZGC \
  -XX:MaxDirectMemorySize=16G"

3.2 InfluxDB 3.0新特性：列式存储

// 使用新版列式函数
import "experimental/iox"
from(bucket: "iot_sensors")
  |> iox.sql(query: """
      SELECT 
        DATE_BIN(INTERVAL '5 minutes', time, '1970-01-01') AS time,
        AVG(temperature) AS avg_temp
      FROM sensors
      WHERE time > now() - INTERVAL '1 day'
      GROUP BY time, device_id
    """)

---

第四章：混合架构案例（Uber实时调度系统）

4.1 架构图

4.2 关键代码

Cassandra查询：

// 获取附近司机（地理哈希）
PreparedStatement stmt = session.prepare(
  "SELECT * FROM driver_locations " +
  "WHERE geohash_prefix = ? AND " +
  "last_updated > ? LIMIT 100");

InfluxDB查询：

// 计算区域供需比
from(bucket: "supply_demand")
  |> range(start: -5m)
  |> filter(fn: (r) => r._field == "driver_count" or r._field == "request_count")
  |> pivot(rowKey:["_time"], columnKey: ["_field"], valueColumn: "_value")
  |> map(fn: (r) => ({r with ratio: r.driver_count / r.request_count}))

---

第五章：故障排查宝典

5.1 Cassandra常见问题

现象	根因	解决方案
写入超时	磁盘IO瓶颈	检查sstable_compression设置
热点分区	分区键设计缺陷	增加虚拟节点(num_tokens: 256)
读取延迟高	BloomFilter失效	调整bloom_filter_fp_chance: 0.01

5.2 InfluxDB诊断命令

# 检查分片压力
influx inspect report-tsm --bucket-id 12345

# 内存使用分析
influx query 'import "runtime" runtime.memStats()'

---

第六章：2025年的新趋势

6.1 Cassandra 6.0预览

• AI驱动的自动分片：基于负载预测调整分区
• 原生JSON支持：SELECT JSON * FROM table
• 与Paimon集成：实现湖仓一体架构

6.2 InfluxDB Edge计算

• 边缘节点同步：延迟<50ms的工业场景
• Rust重写存储引擎：性能提升300%

---

附录：学习路线图

资源推荐

• Cassandra：《Cassandra权威指南（2025版）》新增向量检索章节
• InfluxDB：官方认证课程（含Flux调试实战）

---

在2025年，选择Cassandra还是InfluxDB？答案是：全都要。就像Uber同时用Redis和MySQL一样，每个工具解决不同维度的问题。真正的架构师，是让它们协同工作。