分布式是大型架构的核心，下面我重点详解分布式存储解决方案@mikechen
HDFS
HDFS，是大数据生态（如Hadoop、Spark）下的分布式文件系统，擅长批量数据处理。
主从架构：NameNode（管理元数据）+ DataNode（存储数据块）。
优点：与大数据工具链高度集成、生态成熟、稳定可靠。
限制：NameNode 为单点（虽有高可用方案），不适合大量小文件或低延迟随机读写场景。
适用场景：离线批处理、数据仓库、日志存储、大数据分析。
CephFS
Ceph，是统一对象、块、文件存储的分布式存储系统，面向云原生与企业级应用。
核心是 Ceph 的 RADOS（可靠自主分布式对象存储），上层实现 CephFS（文件接口）与 RBD（块设备）。
优点：高度可扩展、弹性好、功能全面（对象/块/文件统一）。
限制：部署与调优复杂，需要一定运维经验；在小规模或简单场景可能显得“过重”。
适用场景：云平台（如 OpenStack）、容器存储、虚拟机磁盘、需要统一存储接口的场景。
FastDFS
FastDFS，轻量级分布式文件系统，专为高并发小文件与文件分发（如图片、视频、静态资源）设计。
采用 tracker（跟踪服务）和 storage（存储节点）架构，客户端通过 tracker 获取文件存放信息。
优点：部署简单、性能优异、对小文件友好。
限制：功能相对单一，不适合复杂的企业存储需求或需要统一块/对象支持的场景。
适用场景：静态文件托管、图片/视频服务、需要轻量级文件分发的互联网服务。
TFS
TFS ,是淘宝的分布式文件系统，腾讯也有类似命名。
通常为互联网公司量身打造，面向海量数据、高并发访问与高可用性。
优点：针对特定业务高度优化、性能与可靠性都很出色（在其内部生产环境）。
限制：通常为内部系统，开源或通用性有限；外部使用或复刻需要投入较多工程成本。
适用场景：大型互联网服务的静态与热数据存储、日志体系、媒体分发。