前不久，被誉为开源对象存储系统界瑞士军刀的MinIO 在 GitHub的 README中，增加了这样一段话：
This project is currently under maintenance and is not accepting new changes.
说白了，就是项目部搞新功能、不搞PR，进入仅维护的摆烂状态了。
对于默认使用 MinIO 的 Milvus 用户来说,是时候看看有没有别的选择了。本文将探索 RustFS 作为替代方案的可行性。
备注：RustFS 目前仍处于实验性阶段,本文更多是技术探索而非生产推荐。
01
Milvus 架构解析：对象存储
1.1 存储计算分离架构
Milvus 2.6 完全采用存储计算分离架构，这是云原生数据库的典型设计模式。存储层由三个独立组件构成：etcd 负责元数据存储，Pulsar/Kafka 承担流式日志，而对象存储（MinIO/S3）则持久化向量数据和索引文件。
1.2 对象存储在 Milvus 中的三个核心职责
对象存储是Milvus 唯一的持久化存储，向量原始数据以 binlog 格式存储，HNSW、IVF_FLAT 等索引结构也保存于此。其次，它支撑了计算节点的无状态化——Query Node 可以随时扩缩容，因为数据不在本地，而是按需从对象存储加载，这带来了弹性伸缩、快速故障恢复和动态负载均衡的能力。
my-milvus-bucket/├── files/ # rootPath (默认值)│ ├── insert_log/ # 插入数据 binlog│ │ └── {Collection_ID}/│ │ └── {Partition_ID}/│ │ └── {Segment_ID}/│ │ └── {Field_ID}/│ │ └── {Log_ID} # 每个字段的 binlog 文件│ ││ ├── delta_log/ # 删除数据 binlog│ │ └── {Collection_ID}/│ │ └── {Partition_ID}/│ │ └── {Segment_ID}/│ │ └── {Log_ID} │ ││ ├── stats_log/ # 统计信息 (如 bloom filter)│ │ └── {Collection_ID}/│ │ └── {Partition_ID}/│ │ └── {Segment_ID}/│ │ └── {Field_ID}/│ │ └── {Log_ID}│ ││ └── index_files/ # 索引文件│ └── {Build_ID}_{Index_Version}_{Segment_ID}_{Field_ID}/│ ├── index_file_0│ ├── index_file_1│ └── ...1.3 为什么选择 S3 协议
Milvus 选择 S3 API 作为对象存储接口，而非自定义协议，是因为 S3 已成为事实上的对象存储标准。AWS S3、阿里云 OSS、腾讯云 COS 都原生支持，开源实现如 MinIO、Ceph RGW、SeaweedFS 也完全兼容。成熟的 Go SDK 让 Milvus 只需调用标准接口，无需为每个存储后端单独适配。
通过抽象 S3 API，用户可以自由选择对象存储实现：开发环境用本地 MinIO，生产环境用 AWS S3 或阿里云 OSS，私有化部署则可选 Ceph 或 RustFS。只要提供符合 S3 API 的 endpoint，Milvus 完全不关心底层是什么存储。
# Milvus 配置文件 milvus.yamlminio: address: localhost port: 9000 accessKeyID: minioadmin secretAccessKey: minioadmin useSSL: false bucketName: milvus-bucket
02
RustFS：一个实验性的替代方案
2.1 项目概况
项目地址：https://github.com/rustfs/rustfs
RustFS 是一个使用 Rust 编写的分布式对象存储系统，目前处于 Alpha 阶段（版本 1.0.0.alpha.68）。它的定位是结合 MinIO 的简洁性与 Rust 的内存安全和高性能。
需要明确的是：RustFS 目前仍在快速迭代，分布式模式尚未正式发布，不建议直接用于生产环境的核心业务。
2.2 架构设计
RustFS 采用了与 MinIO 类似的架构：HTTP Server 提供 S3 兼容接口，Object Manager 管理对象元数据，Storage Engine 处理数据块，底层依赖 XFS/ext4 文件系统。分布式模式规划使用 etcd 进行元数据协调，多个 RustFS 节点组成集群。
2.3 RustFS 与Milvus 的兼容性分析
在决定测试替换之前，我们需要验证 RustFS 是否满足 Milvus 的核心需求：
RustFS 的S3 API 实现满足 Milvus 的基本需求，可以进行实战测试。
03
实战：使用 RustFS
本实战目标是替换默认 Minio 对象存储服务，使用 rustfs 对象存储部署 Milvus2.6.7 版本。
环境准备：
1.Docker &Docker-Compose 已安装（版本≥20.10），能够正常拉取镜像并运行容器。
2。用于挂载对象数据的本地路径 /volume/data/ （或自定义路径）
3。确保主机端口 9000 对外部访问开放（或与自定义端口一致）。
4.RustFS 容器以非 root 用户 rustfs，请确保主机目录的所有者已更改为 10001
1.创建数据目录并设置权限
# 创建项目目录mkdir -p milvus-rustfs && cd milvus-rustfs# 创建数据目录mkdir -p volumes/{rustfs, etcd, milvus}# 修改 rustfs 目录权限sudo chown -R 10001:10001 volumes/rustfs1.1下载官方 docker-compose 文件
wget https://github.com/milvus-io/milvus/releases/download/v2.6.7/milvus-standalone-docker-compose.yml -O docker-compose.yml
2.修改文件中存储服务
2.1定义 rustfs 服务
说明：ak-sk 需要和 milvus 服务保持一致
rustfs: container_name: milvus-rustfs image: registry.cn-hangzhou.aliyuncs.com/rustfs/rustfs: latest environment: RUSTFS_ACCESS_KEY: minioadmin RUSTFS_SECRET_KEY: minioadmin RUSTFS_CONSOLE_ENABLE: “true” RUSTFS_REGION: us-east-1 # RUSTFS_SERVER_DOMAINS: localhost# 可选，本地部署可不配置 ports: - “9001:9001” - “9000:9000” volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/rustfs:/data command: > --address :9000 --console-enable /data healthcheck: test: [“CMD”, “curl”, “-f”, “http://localhost:9000/health"] interval: 30s timeout: 20s retries: 32.2 完整配置
说明：Milvus 存储部分代码仍然默认支持 Minio，暂时不支持自定义 aksk。
version: ‘3.5’services: etcd: container_name: milvus-etcd image: registry.cn-hangzhou.aliyuncs.com/etcd/etcd: v3.5.25 environment: - ETCD_AUTO_COMPACTION_MODE=revision - ETCD_AUTO_COMPACTION_RETENTION=1000 - ETCD_QUOTA_BACKEND_BYTES=4294967296 - ETCD_SNAPSHOT_COUNT=50000 volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/etcd:/etcd command: etcd -advertise-client-urls=http://etcd:2379 -listen-client-urls http://0.0.0.0:2379 --data-dir /etcd healthcheck: test: [“CMD”, “etcdctl”, “endpoint”, “health”] interval: 30s timeout: 20s retries: 3 rustfs: container_name: milvus-rustfs image: registry.cn-hangzhou.aliyuncs.com/rustfs/rustfs: latest environment: RUSTFS_ACCESS_KEY: minioadmin RUSTFS_SECRET_KEY: minioadmin RUSTFS_CONSOLE_ENABLE: “true” RUSTFS_REGION: us-east-1 # RUSTFS_SERVER_DOMAINS: localhost# 可选，本地部署可不配置 ports: - “9001:9001” - “9000:9000” volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/rustfs:/data command: > --address :9000 --console-enable /data healthcheck: test: [“CMD”, “curl”, “-f”, “http://localhost:9000/health"] interval: 30s timeout: 20s retries: 3 standalone: container_name: milvus-standalone image: registry.cn-hangzhou.aliyuncs.com/milvus/milvus: v2.6.7 command: [”milvus“, ”run“, ”standalone“] security_opt: - seccomp: unconfined environment: MINIO_REGION: us-east-1 ETCD_ENDPOINTS: etcd:2379 MINIO_ADDRESS: rustfs:9000 MINIO_ACCESS_KEY: minioadmin MINIO_SECRET_KEY: minioadmin MINIO_USE_SSL: ”false“ MQ_TYPE: rocksmq volumes: - ${DOCKER_VOLUME_DIRECTORY:-.}/volumes/milvus:/var/lib/milvus healthcheck: test: [”CMD“, ”curl“, ”-f“, ”http://localhost:9091/healthz"] interval: 30s start_period: 90s timeout: 20s retries: 3 ports: - “19530:19530” - “9091:9091” depends_on: - “etcd” - “rustfs”networks: default: name: milvus2.3 启动服务
docker-compose -f docker-compose.yaml up -d
2.4 查看服务状态
docker-compose ps -a
2.5 登录 rustfs 首页
说明：账号密码是 minioadmin
http://localhost:9001
2.6 测试 milvus 服务
from pymilvus import connections, Collection, FieldSchema, CollectionSchema, DataType# 连接 Milvusconnections.connect( alias=“default”, host=‘localhost’, port=‘19530’)print(“✓ 成功连接到 Milvus!”)# 创建测试集合fields = [ FieldSchema(name=“id”, dtype=DataType. INT64, is_primary=True, auto_id=True), FieldSchema(name=“embedding”, dtype=DataType. FLOAT_VECTOR, dim=128)]schema = CollectionSchema(fields=fields, description=“test collection”)collection = Collection(name=“test_collection”, schema=schema)print(“✓ 成功创建集合！”)print(“✓ RustFS 作为 S3 存储工作正常！”)
2.7 存储性能（实验性，不推荐直接上生产）
2.7.1 测试设计
在相同硬件配置（16C/32GB/NVMe SSD）上部署两套Milvus，分别使用 RustFS 和 MinIO 作为对象存储后端。测试数据规模为 1,000,000 × 768 维向量，HNSW 索引（M=16, efConstruction=200），batch=5000。
关注指标：Insert 吞吐量、Index Build 耗时、Load 冷/热启动时间、Search 延迟、存储占用。
2.7.2 测试代码
说明：仅展示核心部分
def milvus_load_bench(dim=768, rows=1_000_000, batch=5000): collection = Collection(...) # 插入测试 t0 = time.perf_counter() for i in range(0, rows, batch): collection.insert([rng.random((batch, dim), dtype=np.float32).tolist()]) insert_time = time.perf_counter() - t0 # 索引构建 collection.flush() collection.create_index(field_name="embedding", index_params={"index_type": "HNSW", ...}) # Load 测试（冷启动 + 2次热启动） collection.release() load_times = [] for i in range(3): if i > 0: collection.release(); time.sleep(2) collection.load() load_times.append(...) # 查询测试 search_times = [] for _ in range(3): collection.search(queries, limit=10, ...)测试命令# RustFS: --port 19530 --s3-endpoint http://localhost:9000 --s3-bucket bench# MinIO: --port 19531 --s3-endpoint http://localhost:9001 --s3-bucket a-bucketpython bench.py milvus-load-bench --dim 768 --rows 1000000 --batch 5000 \ --index-type HNSW --repeat-load 3 --release-before-load --do-search --drop-after
2.7.4测试结果
rustfs
Minio
2.7.4性能对比
RustFS 优势：写入快57%，存储省57%，热启动快67%。适合写入密集、成本敏感场景。
RustFS 短板：查询慢330%（7.96ms vs 1.85ms），且存在波动（第3轮达17.14ms）。索引构建慢43%。不适合查询密集型应用。
MinIO 优势：查询性能碾压（1.85ms），小文件随机读写优化成熟，生态完善。
RustFS 在写入性能和存储效率上显著优于 MinIO（均快/省57%），证明 Rust 生态的系统级优势。但查询延迟差距达330%，限制了其在查询密集型场景的应用。
生产环境优先推荐云厂商对象存储（AWS S3、阿里云 OSS 等），成熟稳定且免运维。自建方案适用于特定场景：成本敏感或写入为主可考虑 RustFS，查询密集型选MinIO，数据主权要求选 Ceph。RustFS 随机读性能优化后，有潜力成为自建方案的有力选择。
04
写在最后
Milvus 依赖 S3 兼容的对象存储，但 S3 API 标准化使其可灵活切换后端。
整体的MinIO 替换方案商，生产环境优先推荐云厂商对象存储（AWS S3、阿里云 OSS 等），成熟免运维。
自建方案（MinIO/Ceph）适合成本敏感或数据主权场景，但需承担运维成本和技术风险。
RustFS 虽有Apache 2.0 许可证和 Rust 优势，但仍处于 Alpha 阶段，查询性能差距明显，分布式模式未发布，不建议用于生产环境。可作为技术储备关注。
粤ICP备14082021号
免费POC，
零成本试错
