HDFS
HDFS 是大数据生态中最常用的分布式文件系统，设计目标是高吞吐、适合大文件与批处理场景。
核心组件包括 NameNode（元数据）、DataNode（数据块存储）和 Secondary/Backup NameNode。
主要特性：
大文件、顺序读写优化（适用于 MapReduce、Spark 等）。
元数据集中管理（NameNode），查询元数据快速但 NameNode 为关键点，需做 HA。
默认采用三副本复制机制，恢复速度快但空间开销高；支持基于 HDFS 的 erasure coding（节省空间）。
优缺点：
优点：高吞吐、生态成熟（与 Hadoop 生态深度集成）、稳定可靠。
缺点：不适合大量小文件、低延迟随机访问表现一般；NameNode 成为架构关注点。
适用场景：离线大数据处理、批量 ETL、海量日志存储、数据湖场景。
Ceph
Ceph是一个统一的、分布式的存储系统，旨在提供对象存储、块存储和文件存储功能。
提供 RADOS（底层分布式对象存储）、RBD（块设备）、CephFS（文件系统）和 RGW（对象网关，兼容 S3/Swift）。
主要特性：
去中心化元数据（CRUSH 算法实现数据定位，减少单点瓶颈）。
支持副本与纠删码两种数据保护策略，灵活权衡性能与空间。
与 CephFS、RBD、RGW 结合，可为不同存储需求提供统一平台。
优缺点：
优点：高度可扩展、容错性强、功能全面（块/对象/文件统一平台）。
缺点：部署与调优复杂（需要对集群参数、网络、硬件进行精细调优），对小文件表现与元数据高并发可能需要额外优化。
适用场景：云平台、虚拟化后端（OpenStack）、统一多类型存储、大规模对象存储与企业级分布式存储。
GlusterFS
GlusterFS是一种开源的分布式文件系统，它通过将多个存储服务器聚合起来，形成一个统一的命名空间。
主要特性：
部署相对简单，支持横向扩展、弹性伸缩。
数据分布与复制由卷（volume）机制控制，支持复制、条带（striping）和分布式卷模式。
通过 FUSE 可直接挂载为 POSIX 文件系统，支持 NFS/SMB 等协议。
优缺点：
优点：易上手、适合中小规模分布式文件需求、协议兼容性好。
缺点：在极大规模或高并发元数据操作下可能出现性能瓶颈；某些高级功能在稳定性或性能上需谨慎评估。
适用场景：文件共享服务、媒体存储、企业内部文件系统、需要协议兼容（POSIX/NFS）的场景。
FastDFS
FastDFS 是一个开源的、高性能的分布式文件系统，专为海量小文件存储和高并发访问而设计。
FastDFS 的核心思想是轻量级、去中心化，它的架构非常简洁，主要由两个核心角色组成：
追踪服务器是集群的“调度中心”，它不存储任何文件数据，只负责记录和管理存储服务器的元数据。
比如每个存储服务器属于哪个组（Group），当前的状态（在线、离线），以及剩余空间等信息。
存储服务器是集群的“数据仓库”，负责文件的实际存储、同步和管理。
总的来说，FastDFS以其简洁高效的架构，成为了许多互联网应用解决海量文件存储问题的经典方案，特别是在中小文件存储场景下表现出色。