分布式文件存储是大型架构核心，下面我详解4大主流分布式文件存储@mikechen
HDFS
HDFS（Hadoop Distributed File System）：是大数据生态中的核心存储组件，专为大规模离线数据处理而设计。
广泛用于数据湖、日志分析、离线计算、机器学习训练数据存储。。。等大数据平台。
优点：
能够存储极大规模的数据，扩展性强。
采用副本机制，容错能力较好。
适合批处理和大数据分析任务，吞吐量高。
缺点：
不适合低延迟随机读写。
小文件问题突出，元数据压力较大。
更偏向“写一次、多次读取”的模型，灵活性不足。
CephFS：统一存储平台中的通用选择
CephFS 是 Ceph 提供的分布式文件系统，底层依赖对象存储与元数据服务，具备较强的横向扩展能力。
它不仅可提供文件存储，还能与 Ceph 的块存储、对象存储协同构建统一存储平台。
适合云平台、私有云、容器平台、企业级统一存储以及需要高可用和弹性扩展的业务系统。
优点：
高可用、无单点，架构较为灵活。
横向扩展能力强，适合大规模生产环境。
可与块存储、对象存储统一管理，便于运维整合。
缺点：
架构复杂，部署和调优难度较高。
对网络、磁盘和集群管理要求较高。
FastDFS
FastDFS 是阿里一位大神开源的轻量级分布式文件系统，纯 C 语言编写。
在前云时代，它几乎是国内中小型互联网公司搭建图片服务器、附件服务器的标配。
最大优点：
极度轻量，部署快： 没有复杂的底层依赖，几十兆的安装包，配置简单。
天生为小文件而生： 对海量小文件（如用户头像、商品图片）的支持非常友好，不会产生严重的元数据瓶颈。
致命缺点：
大文件处理吃力： 如果用来存几个G的视频，性能表现会大打折扣。
适用场景： 海量小文件存取的传统后端项目。
GlusterFS
GlusterFS优点：部署简单、维护成本低（无中心元数据服务器，扁平架构）。
线性扩展好，适合商品硬件，对小文件/目录操作相对友好。
配置灵活（卷类型多样：复制、分散、条带）。
缺点：高并发/高负载下性能不如Ceph。
故障恢复和一致性管理相对简单，极端规模下扩展性稍弱，社区活跃度低于Ceph。
应用场景：中小型团队的自建文件共享、媒体/内容分发。