30k Star 的 RustFS：比 MinIO 快 2.3 倍，对象存储终于有了新选择

如果你被对象存储的延迟折磨过，或者在选型时对比过 MinIO 和 Ceph，一定会对这个数字有感觉：2.3 倍。这是 RustFS 在 4KB 小文件场景下对比 MinIO 的性能倍数。这个差距不是跑分软件跑出来的，是 Rust 语言所有权的底层保证——没有 GC 停顿，没有内存安全的妥协，所有请求延迟都是确定的。

RustFS（https://github.com/rustfs/rustfs）是一个用 Rust 构建的高性能分布式对象存储系统，完全兼容 S3 协议，最近刚刚发布了 1.0.0-rc.1 版本，标志其距离生产就绪只差最后一小步。目前 30,844 Star、1,375 Fork、Apache 2.0 开源许可—— permissive 协议，不存在 AGPL 的法律风险，企业可以直接用。

它的边界在哪里

RustFS 明确说自己解决的是什么：

• 对象存储：图片、视频、文档、日志、ML 训练数据集这些非结构化数据
• S3 兼容应用：任何已经用 MinIO、阿里云 OSS、AWS S3 的应用，改个 endpoint 就能跑
• 数据湖 / AI 训练存储：高吞吐顺序读写是其强项，AI 工作负载正好命中

它不适合的场景：

• 块存储（如数据库主存储）：RustFS 是对象存储，不是 iSCSI/nfs 替代品
• 超大规模 PB 级集群：Ceph 仍然是这个场景的老大，运维复杂度高但能力也更全面
• 对 POSIX 文件系统强依赖的应用：需要走 FUSE 或 NFS 网关，不是直接挂载

性能数据：不是说出来的

几个有据可查的数字：

这些数字来自公开的测试报告（https://www.cnblogs.com/rsfs/p/19813604/storage-selection-practice-from-ceph-to-rustfs-why-did-we-make-this-choice-1xoh7z），测试环境为 2 核 CPU、25Gb 以太网。真实场景当然会有差异，但 2.3 倍这个核心结论在多个独立测试中被复现。

为什么 Rust 有效？传统对象存储用 Go 或 Java 写，GC 停顿在 I/O 密集型负载下会导致延迟”毛刺”——这不是 bug，是语言设计的一部分。Rust 的所有权模型在编译时就排除了数据竞争和 Use-After-Free，所有内存操作都是栈分配或确定性堆操作，没有运行时垃圾回收器来打扰你。18–25ms 的平均延迟、确定性的性能曲线，这才是 Rust 在存储领域的真正价值。

1.0.0-rc.1：到了哪个阶段

RustFS 目前的版本节奏：

• 1.0.0-rc.1（2026-08-08）：最新 RC 版本，主要修复了 Kubernetes 环境下的对等节点发现问题和 OIDC 认证路径
• 1.0.0-beta.12（2026-07-30）：OIDC 支持，IAM 路径修复
• 1.0.0-beta.11（2026-07-23）：纠删码存储优化

从发布时间线看，RustFS 处于快速迭代期，每周都有 beta/rc 更新。这意味着：

1. 功能在快速成熟，但 RC 阶段不建议直接跑在核心业务上
2. 生产建议等 1.0.0 正式版（预计 1–2 个月内）
3. 如果只是尝鲜或内部工具，beta 版本已经足够稳定

一个值得关注的信号：多个中文技术社区（博客园、CSDN、腾讯云开发者社区）从 2025 年底开始出现大量部署指南和对比分析，说明国内已经有人在生产环境里用了。2026 年 4 月 Beta 正式发布时，有社区评论提到”MinIO 停更、信创替代”的压力，这可能是 RustFS 这类国产开源存储被加速采用的一个背景。

真实的使用门槛

安装门槛：
官方提供 Docker Compose 一键启动，也支持 Nix 构建和直接下载二进制。中文文档（https://github.com/rustfs/rustfs/blob/main/README_ZH.md）已经比较完整。

配置门槛：
RustFS 提供 Web Console，可视化配置存储策略、节点、用户权限。不需要写 YAML，只要会用鼠标。但分布式部署（多节点纠删码模式）仍需要理解数据冗余策略——这一点和 MinIO 一样，没有本质降低复杂度。

S3 兼容性：
不是 100% 覆盖，有一个公开的 S3 compatibility matrix 在持续更新。Lambda@Edge、部分 versioning 高级特性、CORS 某些边界情况可能不工作。如果你的应用深度依赖 S3 某个冷门 API，先查这个矩阵。

运维门槛：
单节点部署几乎没有门槛。但多节点分布式场景需要理解纠删码（Erasure Coding）与副本策略的区别——官方博客（https://www.cnblogs.com/clnchanpin/p/19374924）有详细对比，简单说：小规模选副本，大规模/成本敏感选纠删码。

适合谁，不适合谁

适合：

• 正在用 MinIO，想换一个性能更好、许可证更清晰（Apache 2.0 vs AGPL）的替代品
• AI 训练数据存储场景，需要高吞吐、低延迟、无 GC 毛刺
• 信创环境，需要国产/可控的对象存储方案
• 团队有 Rust 技术栈积累，后续想深度定制存储行为

不适合：

• 需要块存储或文件系统的场景（找 Ceph/Lustre）
• 对 S3 兼容性要求 100% 的商业 SaaS 应用（有些边界行为不一致）
• 希望有大型厂商商业支持兜底的开箱即用方案（RustFS 目前社区驱动）

下一步建议

如果看完这篇文章你觉得 RustFS 值得试试：

1. 本地跑一遍：官方 Docker Compose 一条命令就能起来，文档在这里（https://docs.rustfs.com/installation/），整个过程不超过 10 分钟

2. 对比你的当前方案：如果你现在跑的是 MinIO，准备一份 4KB 小文件的基准测试，用 MinIO 的官方 benchmark 工具，跑完你会对 2.3x 这个数字有具体感知

3. 关注 1.0.0 正式版：目前是 rc.1，再经过一两个版本迭代会是比较稳妥的生产起点。可以关注 GitHub Releases（https://github.com/rustfs/rustfs/releases）或 Discord 社区（https://discord.gg/NcKBCEJp6P）

4. 如果你是 AI 方向：RustFS 的 topics 里明确有 ai-native 和 ai-storage，结合其无 GC 特性，它是目前开源领域里专门为 AI 工作负载优化的对象存储里 Star 最高的一个

对象存储这个领域过去几年一直是 MinIO 的独角戏。RustFS 正在用 Rust 的性能优势和更宽松的许可证撬动这个格局——无论你最后选不选它，这个竞争对整个生态都是好事。