跳至主要內容

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

  1. 登录控制台（http://localhost:9001）
  2. 点击 “Create Bucket” 创建存储桶
  3. 输入桶名称，点击创建
  4. 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MinIORustFS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MinIORustFS提升
1MB小文件写入P500.412s0.116s3.5倍
1MB文件变更检测0.505s0.060s8.4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）。

一个可以快速提升Java技术的神奇网站
Copyright © 2026 苏三