从一份 README 到 3 万星，RustFS 这一年都干了什么？

去年是我第一次介绍 RustFS，那时候的它才刚刚开源（2025.7）。

在此之前，因为 RustFS 仓库里长期只有一份 README，然后还打着：用 Rust 打造企业级分布式存储，替代 MinIO 的口号。

当时被不少网友吐槽大言不惭、假开源。

现在一年多过去了，MinIO 已经宣布停止维护开源社区版，RustFS 却选择了开源正式版。这次发布的正式版，代表着 RustFS 已经做好了被用于生产环境的准备，能够进入实际业务的生产环境，扛起存储的大旗啦！

当我再次打开 RustFS 开源仓库：

GitHub 地址：github.com/rustfs/rust...

当初那个只有一份 README、饱受质疑的项目，如今却交出这样一份令人惊讶的成绩单：

收起震惊表情的同时，我们也是时候回来看看，RustFS 这一年究竟长了什么本事？

一、去年刚开源，今年走进生产环境

先给没看过上篇的朋友简单介绍一下 RustFS，这是一个基于 Rust 编写的对象存储系统，采用 Apache-2.0 开源协议，完整兼容 S3 可实现无缝集成与轻松迁移。

去年 RustFS 刚开源的时候，我在自己的 2C4G 服务器，跑了一遍。但没敢干用于生产环境，处于想用不敢用的阶段，所以就转为持续关注了。

通常一个产品发布正式版，才意味着用户可以在生产环境使用，但是从 RustFS 官方公开的一些信息看，RustFS 在全球的安装实例数已经超过了 270 万，70% 以上来自欧美国家，其中有一些已经用于生产环境并成为了付费客户，比如法国的 TwinLabs、乌兹别克斯坦的 HyperApp 等，以及国内的一些大型企业。

既然正式版还没发布之前，就已经有很多人在生产上"尝鲜"了，那么正式版估计就更能扛事儿了。同时，这次更新，最吸引我的是「MinIO 丝滑切换」和「S3 Table」两个功能：

MinIO 丝滑切换：将数据从 MinIO 无缝迁移至 RustFS
S3 Table：像查表一样分析桶中的数据

二、正式成为 MinIO 的平替

在当下的对象存储领域，MinIO 和 AWS S3 是当之无愧的王者，但 AWS S3 是 SaaS 在线服务，因此对于钟爱私有化部署的用户来讲，MinIO 就成为了不错的选择，再叠加开源免费这一点，让 MinIO 拥有了众多国内用户。但是随着 MinIO 归档开源仓库，"断供"了开源版，就迫使大家不得不寻找开源平替。

这次正式版发布，RustFS 官方开源了一个针对 MinIO 迁移的功能：兼容 MinIO 的数据格式，RustFS 可以直接读取 MinIO 的数据盘。。这一招不得不说挺狠，有点"釜底抽薪"的意思。

这个 MinIO 迁移功能，使用起来十分丝滑。

这是用于测试的 MinIO，一个 Bucket 共 141 个文件：

一条命令安装 RustFS：

arduino 复制代码

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

修改 RustFS 的配置文件 /etc/default/rustfs：

ini 复制代码

RUSTFS_ACCESS_KEY=rustfs@test
RUSTFS_SECRET_KEY=rustfs@test
RUSTFS_VOLUMES="/data"
RUSTFS_ADDRESS=":9000"
RUSTFS_CONSOLE_ADDRESS=":9001"
RUSTFS_CONSOLE_ENABLE=true
RUSTFS_OBS_LOGGER_LEVEL=error
RUSTFS_OBS_LOG_DIRECTORY="/var/log/rustfs/"

这里可通过 RUSTFS_VOLUMES 参数指定 MinIO 的数据盘路径，直接读取数据完成迁移。

访问 RustFS 控制台，就可以看到之前在 MinIO 里的数据啦！

三、开源免费的 S3 Table

一般来说，对象存储管理的是非结构化数据，对于结构化数据，比如大数据场景下的各种表，就得用数据湖仓来管理。

RustFS 正式版开源的 S3 Table 功能，让用户可以直接用 Spark、Iceberg 创建表、读写表数据。当然这个功能不是 RustFS 独有，比如 MinIO 也有 S3 Table 功能，不过是在商业版里面，需要付费才能用，大约 80 万人民币/年。毫不夸张地讲，RustFS 直接将价值百万的功能开源了。

RustFS S3 Tables 是将 Apache Iceberg 的元数据目录（REST Catalog）直接内置进对象存储内核。于是一个进程、一个端口，同时讲两种"语言"------对外既是标准 S3，又是 Iceberg REST Catalog，支持 Spark、DuckDB、PyIceberg 创建表和读写数据。

使用 S3 Tables 只需要三步：

创建一个存储桶
将存储桶启用为表存储桶
编写 Spark 脚本写入数据

如此，就能通过 S3 Table 实现结构化数据和非结构化数据的统一管理。

四、AI 越热，数据的问题越具体

我清楚地记得，当时发现 RustFS 是因为它一个基础服务，出现在全是 AI 项目的 GitHub 热榜上，让我十分意外。

这次再看，RustFS 与 AI 的关系确实十分紧密：

企业想把 AI 用起来，接上模型只是开始。让它查合同、回答业务问题，得给它提供对应的资料。比如：文档、图片、订单记录等数据，它们放在哪里、谁能访问、怎么交给模型使用，都是绕不过去的事。
训练 AI 同样离不开数据。尤其是多模态和具身智能，训练材料里除了文字，还有图片、音频、视频，甚至机器人采集的传感器数据和操作记录。这些数据要保存、整理，还要在后续训练中反复读取，对象存储就能用来承载这批文件。

对开发者来说，可以自己部署 RustFS 试一试，看看是不是开箱即用。今天也许用不上，但哪天老板因为成本问题要自建内网的对象存储，至少知道有 RustFS 这样一套开源存储解决方案，不必再胆颤心惊地用已经停止维护开源的 MinIO。

五、正式版，交给开源社区的一份阶段性答卷

一年前，大家在等 RustFS 开源。

现在，RustFS 发布了正式版。曾经写在 README 里的计划和功能，不仅通过开源的方式兑现了当初的承诺，还走进了不少企业的生产环境。

据我了解，RustFS 的核心团队只有 7 个人。就这 7 个人与开源社区一路走来，累计提交了数千次代码、发了上百个版本、解决了上千个 Issue 问题，同时聚集了 160 多位来自不同国家、不同背景的开发者，在他们的共同努力下，让 RustFS 有了今天的样子。

这不仅是一次正式版的发布，也是一份回馈社区的答卷。社区帮助 RustFS 找到问题、完善功能，RustFS 则把这些共同积累的成果继续免费开源。需要的人可以拿去使用，有想法的人可以动手改进，让 RustFS 不断成长。取之于社区，回馈于社区，开源就这样在人与人协作中延续下去。

上篇文章的最后，我写过，希望大家多一些支持、包容和耐心，共同见证 RustFS 的成长。这次与 RustFS 的再次相遇，看到它发布正式版、进入多家企业的生产环境，还是挺感慨的。当初大家给予 RustFS 的包容和信任，如今有了一份实实在在的回应。做 HelloGitHub 这些年，我一直希望，大家发现一个开源项目之后，还能再往前走一步。装上用用、认真写下的问题反馈或者顺手修正文档里一条让自己卡住的命令。参与开源的开始，有时候就是这么一件小事。

回看 RustFS 的成长经历，正是这些看似不起眼的参与，才有了如今的拥有 3 万多 Star 的正式版。

GitHub 地址：github.com/rustfs/rust...

起初，RustFS 背着质疑前行。如今，背后有了一群相信开源的人。感谢他们一直在为做出一个真正好用、靠谱、开源的分布式存储系统，而默默努力着。