为什么越来越多人用RustFS_

为什么越来越多人用RustFS_ 作者：苏三 2026-08-13 技术文章前言最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。最近这段时间，我的技术圈子几乎被同一个项目刷屏了—— RustFS 。 2026年7月20日，RustFS的GitHub Star数正式越过 30,000 大关——从第一行核心代码提交算起，只用了 383天。 DockerHub镜像下载量突破 220万次，八次登上GitHub Trending总榜首位，Rust榜榜首超过40次。作为一个2024年才立项的年轻项目，社区热度已经压过了Ceph、PostgreSQL这些跑了几十年的老牌基础设施。很多小伙伴跑来问我：“三哥，这个RustFS到底是什么？为什么突然这么火？越来越多的人在用” 今天这篇文章就专门跟大家一起聊聊RustFS，希望对你会有所帮助。一、RustFS到底是什么？ 1.1 一句话说清 RustFS是一个用Rust语言开发的高性能分布式对象存储系统，100%兼容S3协议，采用Apache 2.0许可证开源。它的定位非常清晰—— 做MinIO的开源平替。但它的野心不止于此：专为数据湖、AI训练和大数据负载进行了深度优化。 1.2 为什么它突然这么火？ MinIO曾经是自托管S3兼容对象存储的“默认答案”。但从2021年开始，MinIO将开源协议由Apache 2.0调整为 AGPLv3 ，并叠加商业双许可。 AGPLv3有个“网络使用即分发”条款：只要你把MinIO作为网络服务对外提供，哪怕只改了一个配置文件，理论上都得开源你的整个代码栈。对商业公司来说，这几乎是“劝退级”条款。再加上2025年5月MinIO删掉了社区版的Console管理控制台，2026年2月又宣布永久停止维护开源仓库——社区彻底炸了。 RustFS正好接住了这个市场缺口。它用Apache 2.0协议，对商业公司极其友好；用Rust语言重写，内存安全无GC，性能和稳定性全面超越。二、一张图看懂RustFS的整体架构在动手部署之前，我们先建立整体认知。

RustFS采用去中心化的点对点架构，所有节点都是平等的。这和传统的分布式存储架构完全不同——传统架构必须有Master节点、MetaData节点和Data Node节点，部署极其复杂。而RustFS没有中心节点，一条命令就能启动。架构灵感来源于MinIO的简洁、轻量和可扩展设计，但在底层实现上用Rust彻底重写了。 2.1 四个核心概念概念说明 Object（对象） RustFS存储的基本单元，可以是文件、字节流等任何非结构化数据 Bucket（桶）存储对象的逻辑容器，不同桶之间数据隔离 Drive（磁盘）物理存储磁盘，所有对象数据最终存储在Drive上 Set（集合）一组Drive的集合，一个对象存储在一个Set上一个对象存储在一个Set上；一个集群划分为多个Set；每个Set包含的Drive数量是固定的，由系统根据集群规模自动计算。三、5分钟跑起来 RustFS支持Linux、macOS、Windows三种操作系统，以及二进制安装、Docker、Helm Charts等多种部署方式。新手最推荐Docker方式。 3.1 方式一：Docker一键部署（推荐）这是最快、最省心的方式。单条命令启动：

docker run -d \
 --name rustfs \
 -p 9000:9000 \
 -p 9001:9001 \
 -v $(pwd)/data:/data \
 -v $(pwd)/logs:/logs \
 rustfs/rustfs:latest

参数说明： -p 9000:9000 ��映射S3 API端口 -p 9001:9001 ：映射控制台端口 -v $(pwd)/data:/data ：数据持久化目录 -v $(pwd)/logs:/logs ：日志目录用Docker Compose的方式更规范：

# docker-compose.yml
services:
 rustfs:
 image: rustfs/rustfs:latest
 container_name: rustfs-server
 ports:
 - "9000:9000"
 - "9001:9001"
 volumes:
 - ./data:/data
 - ./logs:/logs
 environment:
 - RUSTFS_ROOT_USER=admin
 - RUSTFS_ROOT_PASSWORD=admin123
 restart: unless-stopped

启动服务：

docker-compose up -d

3.2 方式二：二进制安装 RustFS官方提供了一键安装脚本：

curl -O https://rustfs.com/install_rustfs.sh && bash install_rustfs.sh

安装完成后，直接运行：

rustfs server --address :9000 --console-address :9001 /data

3.3 验证安装启动后，在浏览器打开控制台地址： http://localhost:9001 使用环境变量中配置的用户名和密码登录。登录后就可以创建存储桶、上传文件了。四、核心操作：创建桶和上传文件 4.1 通过Web控制台操作登录控制台（http://localhost:9001）点击 “Create Bucket” 创建存储桶输入桶名称，点击创建进入桶，点击 “Upload” 上传文件 4.2 通过AWS CLI操作 RustFS 100%兼容S3协议，所有S3工具都可以直接使用。配置AWS CLI连接RustFS：

aws configure
# Access Key ID: 你的AccessKey
# Secret Access Key: 你的SecretKey
# Default region: us-east-1

# 配置endpoint
aws configure set s3.endpoint http://localhost:9000

创建桶：

aws s3 mb s3://my-bucket

上传文件：

aws s3 cp test.txt s3://my-bucket/

列出文件：

aws s3 ls s3://my-bucket/

五、底层原理有些小伙伴可能会好奇：“RustFS到底凭什么比MinIO快？” 这个问题问到点子上了。 RustFS的性能优势不是营销话术，而是底层架构的硬实力。 5.1 读写流程写入流程：客户端上传文件 → 负载均衡 → 元数据校验 → 纠删码编码（数据分片 + 计算校验分片）→ 并行写入多个节点读取流程：客户端请求文件 → 元数据定位 → 只需读取任意4个分片（数据或校验均可）→ 还原原始文件 5.2 两大底层武器

最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。

武器一：无GC运行时，彻底消除STW停顿 MinIO基于Go语言，依赖运行时GC自动回收内存。在海量小文件并发读写场景下，GC会周期性触发 Stop-The-World全局停顿，造成不可控的延迟毛刺。 Rust依靠所有权、借用检查、生命周期机制，在编译阶段完成全部内存安全校验。程序运行阶段不存在垃圾回收线程，不会出现任何全局停顿。这正是RustFS在碎片化文件负载下碾压MinIO的根本原因。武器二：去中心化对等架构，消除元数据瓶颈传统分布式存储依赖中心化的元数据节点，所有LIST请求都要经过它。在海量小文件场景下，元数据节点会成为性能瓶颈。 RustFS采用去中心化点对点架构，所有节点都是平等的。元数据分散在所有节点上并行检索，从底层消解了元数据瓶颈。六、把RustFS接入你的后端作为Java后端开发者，你肯定需要把RustFS接入业务系统。 RustFS完全兼容S3协议，直接用AWS SDK Java就能操作。 6.1 添加依赖

<dependency>
 <groupId>software.amazon.awssdk</groupId>
 <artifactId>s3</artifactId>
 <version>2.25.0</version>
</dependency>

6.2 配置客户端

import software.amazon.awssdk.auth.credentials.AwsBasicCredentials;
import software.amazon.awssdk.auth.credentials.StaticCredentialsProvider;
import software.amazon.awssdk.regions.Region;
import software.amazon.awssdk.services.s3.S3Client;
import software.amazon.awssdk.services.s3.S3Configuration;

import java.net.URI;

public class RustFSClient {
 
 public static S3Client createClient() {
 // 配置访问凭证
 AwsBasicCredentials credentials = AwsBasicCredentials.create(
 "你的AccessKey",
 "你的SecretKey"
 );
 
 // 配置S3客户端
 return S3Client.builder()
 .region(Region.US_EAST_1)
 .endpointOverride(URI.create("http://localhost:9000"))
 .credentialsProvider(StaticCredentialsProvider.create(credentials))
 // 关闭路径风格访问（使用虚拟主机风格）
 .serviceConfiguration(S3Configuration.builder()
 .pathStyleAccessEnabled(true)
 .build())
 .build();
 }
}

6.3 创建桶

import software.amazon.awssdk.services.s3.model.CreateBucketRequest;
import software.amazon.awssdk.services.s3.model.HeadBucketRequest;
import software.amazon.awssdk.services.s3.model.S3Exception;

public void createBucket(S3Client s3Client, String bucketName) {
 try {
 // 检查桶是否已存在
 s3Client.headBucket(HeadBucketRequest.builder()
 .bucket(bucketName)
 .build());
 System.out.println("桶已存在: " + bucketName);
 } catch (S3Exception e) {
 if (e.statusCode() == 404) {
 // 创建桶
 s3Client.createBucket(CreateBucketRequest.builder()
 .bucket(bucketName)
 .build());
 System.out.println("桶创建成功: " + bucketName);
 }
 }
}

6.4 上传文件

import software.amazon.awssdk.core.sync.RequestBody;
import software.amazon.awssdk.services.s3.model.PutObjectRequest;
import java.io.File;

public void uploadFile(S3Client s3Client, String bucketName, 
 String key, File file) {
 PutObjectRequest request = PutObjectRequest.builder()
 .bucket(bucketName)
 .key(key)
 .build();
 
 s3Client.putObject(request, RequestBody.fromFile(file));
 System.out.println("文件上传成功: " + key);
}

6.5 下载文件

import software.amazon.awssdk.core.ResponseInputStream;
import software.amazon.awssdk.services.s3.model.GetObjectRequest;
import java.nio.file.Files;
import java.nio.file.Path;
import java.nio.file.Paths;

public void downloadFile(S3Client s3Client, String bucketName, 
 String key, String savePath) {
 GetObjectRequest request = GetObjectRequest.builder()
 .bucket(bucketName)
 .key(key)
 .build();
 
 try (ResponseInputStream<GetObjectRequest> response = 
 s3Client.getObject(request)) {
 Files.copy(response, Paths.get(savePath));
 System.out.println("文件下载成功: " + savePath);
 } catch (Exception e) {
 e.printStackTrace();
 }
}

6.6 列出文件

import software.amazon.awssdk.services.s3.model.ListObjectsV2Request;
import software.amazon.awssdk.services.s3.model.ListObjectsV2Response;
import software.amazon.awssdk.services.s3.model.S3Object;

public void listFiles(S3Client s3Client, String bucketName) {
 ListObjectsV2Request request = ListObjectsV2Request.builder()
 .bucket(bucketName)
 .maxKeys(100)
 .build();
 
 ListObjectsV2Response response = s3Client.listObjectsV2(request);
 
 System.out.println("桶 " + bucketName + " 中的文件:");
 for (S3Object object : response.contents()) {
 System.out.println(" - " + object.key() + 
 " (大小: " + object.size() + " bytes)");
 }
}

代码逻辑拆解：创建S3Client时， endpointOverride 指向RustFS的API地址（端口9000） pathStyleAccessEnabled(true) 让RustFS使用路径风格访问（ http://localhost:9000/bucket/key ）所有操作都通过标准S3 API，与AWS S3的代码完全一致从MinIO迁移到RustFS， Java代码一行都不用改 ——只需要改endpoint配置七、实测对比 2026年6月，一份基于DuckDB、DuckLake、Iceberg三引擎的权威基准测试报告发布。 7.1 小文件场景：2.3倍碾压指标 MinIO RustFS 提升 4KB小文件读写基准 2.3倍 🚀 在4KB对象负载下， RustFS速度是MinIO的2.3倍。 7.2 Iceberg数据湖：延迟低2~8倍这是RustFS优势最突出的场景：指标 MinIO RustFS 提升 1MB小文件写入P50 0.412s 0.116s 3.5倍 1MB文件变更检测 0.505s 0.060s 8.4倍 7.3 Winner Scorecard：7/10维度第一综合评分体系划分10大性能维度： RustFS：7个维度排名第一 LibreFS：2个维度领先 MinIO：仅1个维度领先 RustFS在Iceberg负载延迟比MinIO低2~8倍，优势赛道集中在数据湖、OLAP分析、湖仓事务、并发混合读写。注意：32MB大文件场景下，三者差距显著收窄。 RustFS的核心优势集中在碎片化文件负载 ——这恰恰是AI训练和湖仓场景最典型的负载。八、优缺点优点 1. 性能碾压 4KB小文件场景下速度是MinIO的 2.3倍，Iceberg负载延迟比MinIO低 2~8倍。 2. 零GC停顿 Rust无GC运行时，彻底消除STW延迟毛刺，性能曲线始终平滑稳定。 3. 内存占用极低精准内存管控完胜Go语言GC架构，集群资源利用率大幅提升。 4. 商业友好 Apache 2.0协议，可自由使用、修改、商业集成。 5. 原生AI优化专为AI训练和推理场景设计，S3 Table原生支持全量数据湖特性。 6. 去中心化架构无单点瓶颈，元数据检索效率随节点增加线性提升。 7. 云原生就绪提供Docker镜像、Helm Charts和K8s Operator。 8. 多协议支持除S3外，原生支持OpenStack Swift API和Keystone认证。缺点 1. 尚处Beta阶段当前最新版本为1.0.0-beta.12，预计2026年9月发布GA版本。 2. 功能尚在完善中分布式模式、生命周期管理等功能正在开发中。 3. 大文件场景优势不明显 32MB大文件场景下，与竞品差距显著收窄。 4. 工具链生态不完善周边客户端、可视化工具、第三方集成丰富度不如MinIO。 5. 生产验证案例有限作为年轻项目，大规模生产环境的验证案例还不够多。九、适用场景场景推荐程度理由 AI模型训练/推理存储强烈推荐 4KB小文件性能碾压 Iceberg数据湖强烈推荐元数据操作延迟低2~8倍信创国产化改造强烈推荐 Apache 2.0协议商业友好对内存敏感的场景强烈推荐内存占用比MinIO低60%以上 MinIO协议焦虑团队强烈推荐 100% S3兼容边缘计算/轻量部署推荐 Rust二进制轻量、资源占用低核心生产环境需评估等GA版本发布后再上 32MB+大文件场景需评估大文件优势不明显十、写在最后回到最初的问题： RustFS是什么？为什么突然这么火？答案其实不复杂—— RustFS用Rust重写了对象存储，在一个被忽视的领域里，把性能和资源效率做到了极致。 MinIO自己把路走窄了 ——AGPLv3劝退了商业公司，删掉Console让开源版“毛坯化”，永久停止维护开源仓库更是最后一击。 RustFS精准接住了这个市场缺口 ——Apache 2.0商业友好、无GC零停顿、内存占用大幅降低、4KB小文件2.3倍碾压、Iceberg负载延迟低2~8倍。 383天从0到30k Star 不是运气，是技术实力和市场需求的双重验证。 RustFS也有自己的短板——Beta阶段、大文件场景优势不明显、工具链生态还在完善中。但对于 AI训练、数据湖、信创改造这些场景来说，它已经是一个非常值得认真评估的选项。我的建议是：如果你正在做AI训练存储选型，或者正在被MinIO的协议问题困扰，花一个下午把RustFS跑一遍。 Docker一键部署、AWS SDK无缝对接、S3协议完全兼容——你会发现，对象存储的格局，正在被Rust改写。开源地址 GitHub ：https://github.com/rustfs/rustfs 中文文档：https://docs.rustfs.com.cn 官方网站：https://rustfs.com 最近缺项目经历想快速提升项目实战能力（包含多个AI项目），或者最近找工作，或者想学习AI的小伙伴，可以看看下面👇🏻的这个链接（或许真的能够帮到你）。