RustFS 是用 Rust 从头写的分布式对象存储，S3 全兼容，企业级功能也齐；一条 Docker 命令跑起来，会 AWS SDK 就会用它。
它凭什么火
RustFS 的定位很直白：把 MinIO 简单好用的部分留下，把短板补齐。
MinIO 在国内的私有云和内部平台里用得很多，但它采用 AGPL 许可，集成进商业产品时有额外的合规顾虑，所以不少团队开始找替代方案，RustFS 是其中讨论度比较高的一个。
- 性能上，Rust 实现没有 GC 停顿，官方压测对比 MinIO 优势明显；
- 许可上，Apache 2.0，商用没什么顾虑；
- 功能上，纠删码、Bitrot 防护、自动修复、WORM、SSE 加密和 KMS、生命周期分层、复制、Web 控制台、K8s Helm 一个不缺。
展开说一句：纠删码和 Bitrot 防护管的是数据可靠性，坏盘换新后能自动修复；WORM 和 SSE 面向合规、加密场景；生命周期分层可以把长时间不访问的数据自动迁到更便宜的后端；站点复制用来做异地容灾。对大多数内部平台来说，这些能力已经够用，不需要再自己拼一套。
选 Rust 也不只是营销话术。对象存储的瓶颈大多在磁盘和网络，但语言层面的 GC 停顿、内存占用会直接反映到尾延迟上，没有 GC 意味着 P99 更稳。对线上服务来说，这种确定性往往比峰值吞吐更有价值。
装起来也不复杂。官方仓库里 Helm chart、Docker Compose 示例，跟着现成文件改就行，这一点对运维同学比较友好。
一条命令跑起来
先建目录并授权。镜像里的 RustFS 以非 root 用户 rustfs（UID/GID 10001）运行，bind mount 挂进去的目录必须对它可写，否则启动时会直接报权限错误：
bash
mkdir -p /opt/rustfs/data /opt/rustfs/log && chown -R 10001:10001 /opt/rustfs/data /opt/rustfs/log
docker run -d -p 9000:9000 -p 9001:9001 \
-v /opt/rustfs/data:/data -v /opt/rustfs/logs:/logs rustfs/rustfs:latest9000 是 S3 API 端口，9001 是 Web 控制台。浏览器打开 http://localhost:9001，默认账号密码都是 rustfsadmin，登录后就能建 bucket、传文件。默认密码上线前必须改，账号密钥可以用 RUSTFS_ACCESS_KEY、RUSTFS_SECRET_KEY 两个环境变量指定。
容器起来后可以用 docker ps 确认状态，docker logs 里会打印数据目录初始化和端口监听的信息；控制台能正常登录，基本就说明这套部署没问题了。
两个小建议：生产环境别用 latest 标签，换成具体版本号，出问题方便回滚；数据和日志目录都要持久化，容器重建、升级时数据才不会丢。
如果本机有多块盘，RUSTFS_VOLUMES 支持展开写法，/data/disk{0...3} 会被解析成 4 个独立目录，每块盘挂一个：
bash
docker run -d -p 9000:9000 -p 9001:9001 \
-e RUSTFS_VOLUMES="/data/disk{0...3}" \
-v /mnt/disk1:/data/disk0 -v /mnt/disk2:/data/disk1 \
-v /mnt/disk3:/data/disk2 -v /mnt/disk4:/data/disk3 \
rustfs/rustfs:latest不用 Docker 的话，官方也有裸机一键脚本：curl -O https://rustfs.com/install_rustfs.sh && bash install_rustfs.sh。
SDK 接入：会 AWS SDK，就会用它
标准 S3 兼容 = 任何 AWS SDK、aws-cli、mc 只改 endpoint 就能用，分片上传、预签名 URL 这些常见能力也都支持。以 Python 为例，先装 SDK：
bash
pip install boto3装好之后就能直接用：
python
import boto3
from botocore.config import Config
s3 = boto3.client("s3",
endpoint_url="http://localhost:9000",
aws_access_key_id="rustfsadmin", aws_secret_access_key="rustfsadmin",
region_name="us-east-1",
config=Config(s3={"addressing_style": "path"})) # 关键一行
s3.upload_file("hello.txt", "demo", "hello.txt")那行 addressing_style 必须设成 path。默认的 virtual-host 风格会把 bucket 名拼进域名，本地部署解析不到，直接报 NoSuchBucket 或者 301，这也是从 MinIO 迁过来的同学最常问的问题。示例里的 demo 是 bucket 名，第一次使用前要先建好，控制台里点一下就行。
习惯命令行的可以换 aws-cli，效果一样：
bash
pip install awscli
export AWS_ACCESS_KEY_ID=rustfsadmin
export AWS_SECRET_ACCESS_KEY=rustfsadmin
export AWS_DEFAULT_REGION=us-east-1
aws --endpoint-url http://localhost:9000 s3 mb s3://demo
aws --endpoint-url http://localhost:9000 s3 cp hello.txt s3://demo/
aws --endpoint-url http://localhost:9000 s3 ls s3://demoGo / Java / Node / Rust 同理，改 endpoint、开 path-style，代码一行不用动。
如果用 mc 更顺手，配置一条 alias 就能用：mc alias set rustfs http://localhost:9000 rustfsadmin rustfsadmin，之后的 mc ls、mc cp、mc mirror 都是现成的。
从单机到集群
单机跑通之后，往集群扩就是换一行配置：把 RUSTFS_VOLUMES 从本地路径改成节点地址列表，比如
bash
RUSTFS_VOLUMES=http://node{1...4}:9000/data/rustfs{0...3}表示 4 个节点、每节点 4 块盘。扩容、下线、节点恢复都在这套拓扑上做，控制台里能看到节点和磁盘的状态，换盘之后数据会自动重建，不用手工搬。K8s 环境可以直接用官方 Helm chart，集群拓扑会按集群信息自动生成。
对外提供服务之前，还有三个收尾动作：改掉默认密钥（RUSTFS_ACCESS_KEY / RUSTFS_SECRET_KEY）、挂上 TLS 证书（RUSTFS_TLS_PATH）、把指标接进现有监控（自带指标采集，支持 OTLP 导出）。
从 MinIO 迁过来的团队，常见做法是先把 RustFS 跑起来，用 mc mirror 这类工具把数据拷过来，业务侧改完 endpoint 后逐步切换流量，新旧集群并行一段时间，验证没问题再下线旧的。整个迁移过程里，对上层应用来说只是换了个地址。
几个常见问题
容器启动后立刻退出，日志里报 permission denied：基本是挂载目录的属主不对。回到第一步把 data、logs 改成 10001:10001，或者运行容器时用 --user 指定当前用户。
调用报 NoSuchBucket 或 301：先检查客户端有没有开 path-style。boto3 是 addressing_style 配置，其他语言 SDK 也是类似的选项，本地部署报这两个错误，十有八九是这里。
控制台打不开：确认 9001 端口映射了、防火墙放行了。如果暂时用不到控制台，可以在启动参数里加 RUSTFS_CONSOLE_ENABLE=false，只留 9000 上的 S3 API。
数据存在哪、会不会丢：对象全部落在挂载进容器的 /data 目录，容器删了数据还在，只有宿主目录被删才会丢。日志建议也持久化到 /logs，排查问题时方便。
还要不要再做备份：存储本身有冗余和自动修复，但对付不了误删和整个机房故障，重要数据的异地副本、版本控制该配还是要配。
谁适合用
AI 数据湖团队、自建私有云的公司、跑 K8s 的运维：部署一条命令，迁移只换 endpoint。数据量不大时一台机器几块盘就能起步，后面慢慢加节点，架构不用推倒重来；已经在用 MinIO 的团队想换个许可更宽松的方案，改个 endpoint 就能先跑起来对比。
写在最后
从单机到多节点多盘、扩容下线、分层归档，整条链路都齐，官方文档也有中文版。项目迭代节奏挺快，Helm chart、监控、TLS 这些周边都在持续补齐，遇到问题直接去 GitHub 上提 issue 就行。