大半年前，我写文章分享过 RustFS 这个开源对象存储项目：对标MinIO！全新一代分布式文件系统诞生。
这篇文章让 RustFS 当天就涨了上千 Star，甚至惊动了官方。
时隔大半年，RustFS 正式版已经发布，迎来 GA（General Availability，正式可用）阶段。今天给大家同步一下这个消息，尤其是正在用 MinIO、准备自建对象存储的同学，可以重新看看它了。
这大半年里，RustFS 的关注度也涨了不少。项目在 2025 年 7 月开源，2026 年 7 月就突破了 30,000 Star 。开源一年达到这个量级，放在全球开源对象存储项目里，已经相当亮眼。截至发文，GitHub 上约有 32K Star。
我个人更关心的是，这次正式发布之后，RustFS 能不能成为已有业务接得上、后续也维护得下去的 MinIO 替代方案。
RustFS 是用 Rust 编写的开源分布式对象存储，兼容 S3 API，采用 Apache-2.0 许可证。 图片、简历、业务附件、导出报表等文件，都可以交给它管理；原来使用 S3 协议的应用，也能继续沿用熟悉的客户端和 SDK。
替代 MinIO，已有业务怎么接入
我自己的 AI 面试项目就用的是 RustFS，用来存放简历和知识库原文件，系统架构图如下。
后端使用 AWS S3 SDK 接入，数据库保存文件对应的存储键，原文件交给 RustFS 管理。
打开 interview-guide 这个桶，能看到 resumes/ 和 knowledgebases/ 两个前缀。项目里的 FileStorageService 把两类上传分开保存，对象键还会带上日期和随机标识，便于组织文件并降低重名概率。
接入代码创建的是 AWS SDK 的 S3Client，用 endpointOverride 指向 RustFS，按"服务地址 / 桶名 / 对象键"的路径方式访问。上传调用 putObject，下载调用 getObjectAsBytes，业务代码里不需要再引入一套 RustFS 专用上传接口。
对于使用标准 S3 接口的常规文件业务，替换 MinIO 时，可以保留原有 SDK 和主要业务逻辑，把改造集中在连接配置与数据迁移上。
除了普通上传下载，分段上传、预签名 GET / PUT URL 等操作，也在官方列出的支持范围内。
比如一个已经使用 AWS S3 SDK 的 Java 项目，迁移完成后，将 Endpoint 指向 RustFS，配好访问凭证、桶名和权限，就能按原来的调用方式访问文件。若项目调用了 MinIO 专用管理接口，或者依赖特定 S3 行为，则要对照官方兼容性矩阵逐项确认。
存量数据也有对应的迁移路径。官方磁盘格式兼容说明列出了对 MinIO 未加密对象、桶元数据和 IAM 配置的读取或导入支持，符合条件的部署可以复用已有数据。这项能力目前仍标为预览，加密对象还取决于原来的密钥管理方案和 RustFS 构建方式。
数据量大、不想等全量复制结束再接入新服务，还可以看 RustFS 的按需迁移功能。它把 MinIO 的源桶关联到 RustFS：应用向 RustFS 读取文件，本地还没有，就从 MinIO 取回并返回给应用，同时按对象大小走本地写入或后台回填；本地副本写入成功后，后续读取就由 RustFS 承担。没有被访问到的对象，则可以通过后台回填任务迁移。
这让切换可以分步完成，不必把全部历史文件搬完，才开始接入 RustFS。迁移期间要将写入统一切到 RustFS，因为已经拉取的对象不会继续跟踪源端更新；依赖完整文件列表时，还要开启 ListObjectsV2 的源端合并。历史版本和 SSE-C 加密对象需要另外安排迁移方式。
沿用 S3 接口，再配合数据迁移，RustFS 就能承接原来由 MinIO 负责的常规文件存储业务。 我的选择会是先用有代表性的文件验证读写、权限和恢复，再按数据规模选择直接导入或按需迁移。
GA 正式发布，开始面向生产使用
此前一直等正式版的同学，现在可以开始安排生产部署了。GA 标志着 RustFS 从预发布迭代进入正式可用阶段，自建对象存储多了一个可以用于生产的开源选择。
存储系统能让人放心，靠的是日常管理和出问题后的处理都有办法：文件覆盖错了能找回，磁盘故障有冗余保护，容量不够还能继续扩。RustFS 已经围绕这些需求提供了版本控制、对象锁定、纠删码和存储池管理等能力。
拿附件存储来说，用户更新了 report.pdf，过一会儿又说传错了，想找回昨天那份。这时就用得上存储桶版本控制。
创建桶时可以开启"版本"（Version），已有桶也可以在 Settings 的 Data Protection 中调整 Versioning。
开启后，向同一个对象键上传新内容，会生成新的版本 ID。按官方文档里的恢复流程，进入对象详情的版本列表（中文版入口显示为"版本数"），找到需要的旧版本，下载后重新上传，就能把那份内容恢复成最新版本。
普通删除也会改变行为：不指定版本 ID 的删除会产生删除标记，旧版本仍然保留。业务侧读取这个对象时可能显示不存在，但管理员还能按版本 ID 找回此前的数据。
上线前，我会把同名覆盖和误删恢复放进验收流程，确认历史文件确实能按业务要求找回。
保留旧版本会多占空间。临时报表、历史附件等数据可以配合生命周期规则处理，比如为 logs/ 前缀下的对象设置 30 天过期。规则由后台扫描器异步执行，达到期限后不会立即处理完所有对象；旧版本也需要单独规划保留时间。
服务端加密、对象锁定、桶复制等功能也已经列入官方可用功能表。对象锁定适合需要限制版本删除的场景；桶复制要求源桶和目标桶开启版本控制。准备使用这些能力时，要把保留策略和恢复流程一起安排好。
数据多起来，容量和故障怎么处理
RustFS 的分布式存储使用 Reed-Solomon 纠删码，将对象拆成数据块和校验块，分布保存。
容量不够时，RustFS 支持通过增加存储池扩展集群，控制台可以查看各存储池的使用情况。
扩容需要在各节点的 RUSTFS_VOLUMES 中追加新存储池配置，保留已有存储池及其顺序，再按文档重启服务、检查节点和磁盘状态。这一步需要安排维护窗口，控制台里的存储池页面主要用来查看和核对结果。
新增容量可以承接后续写入，已有对象仍留在原来的存储池里。希望旧数据也分布到新池，需要再执行数据再均衡。
准备长期自建存储，我会把这些运维能力和 S3 接口一起看。生产部署要按业务要求选择冗余配置，配好监控、备份与恢复流程，再用自己的读写负载完成上线验收。有了正式版和这些管理能力，团队就可以据此制定采用计划。
用自己的文件业务试起来
体验不需要先搭分布式集群。Linux 上准备好 Docker Engine 20.10 或更新版本，macOS 或 Windows 可以使用能运行 Linux 容器的 Docker Desktop。
这里我们以 Docker 单节点方式，端口只绑定本机，进行演示。
下面的命令会拉取官方镜像、创建一个名为 rustfs-demo-data 的数据卷，并启动测试容器。运行前，把两处凭证换成自己的测试凭证，不要填写生产环境密钥；9000 和 9001 端口需要空闲。
ini
docker volume create rustfs-demo-data
docker run -d \
--name rustfs-demo \
-p 127.0.0.1:9000:9000 \
-p 127.0.0.1:9001:9001 \
-v rustfs-demo-data:/data \
-e RUSTFS_ACCESS_KEY='replace-with-your-test-access-key' \
-e RUSTFS_SECRET_KEY='replace-with-your-test-secret-key' \
-e RUSTFS_CONSOLE_ENABLE=true \
rustfs/rustfs:latest /datalatest 用来快速体验；生产部署应固定为经过业务验收的 GA 发布标签。这个示例使用单个数据卷，不具备多节点部署的故障容忍能力。
启动后执行健康检查：
arduino
curl --fail http://127.0.0.1:9000/health健康检查通过后，在浏览器打开 http://localhost:9001/rustfs/console/，使用刚才配置的凭证登录。S3 客户端连接的是 http://localhost:9000，这两个端口用途不同。
可以用一个测试桶完成这组操作：
- 创建
rustfs-demo桶，开启版本控制。 - 上传一个文本文件，修改内容后，以同一个对象键再次上传。
- 在对象详情的"版本数"中检查两个版本，分别下载并核对内容。
- 普通删除当前对象，再查看删除标记和旧版本，尝试恢复。
遇到启动问题，用 docker logs rustfs-demo 查看日志。若把命名卷改成主机目录挂载，要按官方文档处理容器用户 10001:10001 的读写权限。
体验结束后，可以运行 docker stop rustfs-demo 停止服务。数据仍保留在命名卷里，后续用 docker start rustfs-demo 继续验证。
如果你正在为新项目选对象存储，或者已有 MinIO 业务、想换一套开源方案，我建议优先看看 RustFS。新项目可以从附件上传下载开始接入；已有系统则按自己的接口、数据和权限安排迁移。先完成一条真实的文件上传、下载和恢复流程，再决定切换范围。
项目地址：github.com/rustfs/rust...
⭐️推荐阅读：
- 后端开发学习 + 面试指南：覆盖 Java、计算机基础、数据库、框架、系统设计等后端开发核心知识与面试内容。
- AI 应用开发学习 + 面试指南：覆盖 LLM、RAG、Agent、MCP、Prompt、评测、系统设计等 AI 应用开发知识与面试内容。
- AI 编程实战指南：覆盖 Claude Code、Cursor、Codex、Trae 等工具的使用技巧与面试内容。