请解释在 Cassandra 数据库中如何实现集群的扩容与缩容，并列举常用的扩展策略有哪些？

回答思路

1. 【回答框架 1】Cassandra 采用基于一致性哈希的环状拓扑，每个节点负责多个 token 范围，虚拟节点（vnodes）通过随机分配多个 token 范围使数据分布更均匀。扩容时，新节点加入环后，通过 Gossip 协议被其他节点感知，并开始接管一部分 token 范围，数据通过流式传输从现有节点复制到新节点，实现数据均衡。缩容时，移除节点前会先将该节点负责的数据流式传输到其他节点，然后停止节点并从环中移除。
2. 【回答框架 2】常见的扩展策略包括：1. 增加节点（scale-out），通过添加物理或虚拟节点提升容量和吞吐量；2. 升级硬件（scale-up），更换更高性能的 CPU、内存或磁盘，但受限于单节点瓶颈；3. 使用 vnodes 提高数据分布的均匀性和扩展灵活性，可通过调整 num_tokens 来改变每个节点的虚拟节点数。
3. 【回答框架 3】扩展过程中需要关注数据重新均衡（rebalancing）的影响，可能会增加网络和磁盘 I/O，导致性能下降。可使用 nodetool status 监控节点状态，使用 nodetool cleanup 清理不再属于本节点的数据。对于缩容，还应考虑机架感知和副本放置策略，确保数据冗余不被破坏。
4. 【回答框架 4】对于大规模集群，可以采用自动化运维工具（如 Cassandra Reaper、OpsCenter）管理修复和重新均衡，以减少人工操作和风险。扩展策略的选择需基于业务增长预测、成本、可用性和运维复杂度等因素综合考量。
5. 【关键点 1】Cassandra 通过一致性哈希和虚拟节点实现数据分布，扩容时新节点接管部分 token 范围，通过流式传输进行数据迁移。
6. 【关键点 2】常见的扩展策略包括水平扩展（添加节点）和垂直扩展（升级硬件），其中水平扩展更常见且更灵活。
7. 【关键点 3】使用 vnodes 可以使数据分布更均匀，并简化扩展和重新均衡过程，但注意调整相关参数。
8. 【关键点 4】扩展过程中需监控性能影响，可使用 nodetool status 和 cleanup 维护集群状态。
9. 【易错点 1】混淆 scale-up 和 scale-out 的适用场景，忽略垂直扩展的硬件限制和成本问题。
10. 【易错点 2】忽略 vnodes 配置对数据分布和重新均衡时间的影响，可能导致热点和不均匀。
11. 【易错点 3】忽视扩容期间的数据迁移开销，可能因高负载导致性能下降或超时。