3. 对象存储选型：对比 AWS S3、阿里云OSS、MinIO、Ceph
对象存储这东西，说白了就是「用HTTP存文件」。你不需要关心数据到底落在哪块盘上，只要知道一个URL就能读写。我最早接触对象存储是在2015年，那时候公司还在用NFS挂载做图片存储，扩容一次要停机半小时。后来切到S3之后，扩容？不存在的，直接写就行了。
但问题来了——市面上的对象存储方案太多了。公有云有S3、OSS，私有化有MinIO、Ceph。选哪个？我个人的习惯是：先看成本模型，再看适用场景。成本模型决定了你能不能长期用下去，适用场景决定了你能不能跑得起来。
核心观点：对象存储选型不是技术选型，是成本选型。技术上的差异可以通过适配层抹平，但成本结构一旦选错，后期迁移代价极高。
3.1 AWS S3：行业标杆，但小心「隐藏账单」
AWS S3是对象存储的事实标准。几乎所有对象存储的API都在模仿S3。我做过一个数据湖项目，每天写入量在10TB左右，选S3的理由很简单——生态最成熟，Spark、Flink、Presto全都能直接读S3。
成本模型分析：
- 存储费：按GB/月计费，标准存储约$0.023/GB/月。冷存储（Glacier）低至$0.004/GB/月，但取回要等几小时。
- 请求费：PUT/GET/LIST都收费。PUT约$0.005/千次，GET约$0.0004/千次。小文件场景下，请求费可能超过存储费。
- 流量费：出站流量$0.09/GB。这是最大的坑。我见过一个客户，每月出站流量50TB，光流量费就$4500。
- 其他费用：跨区域复制、版本管理、生命周期转换都会产生额外费用。
我曾经踩过的坑：一个日志归档项目，我们用了S3 Standard-IA（低频访问），以为能省钱。结果每天有大量小文件写入，PUT请求费比存储费还高。后来改成批量打包上传，请求费降了80%。
适用场景：
- 全球化部署，需要多区域复制
- 数据湖、大数据分析、机器学习训练
- 对可用性要求极高（S3的SLA是99.99%）
- 团队已经深度绑定AWS生态
3.2 阿里云OSS：国内首选，但注意地域差异
OSS在国内的体验其实比S3好。为什么？因为OSS的国内节点多，延迟低。我在上海做过一个电商项目，OSS的读取延迟稳定在5ms以内，而S3新加坡节点到上海要30ms。
成本模型分析：
- 存储费：标准存储约¥0.12/GB/月，比S3便宜约30%。
- 请求费：PUT约¥0.01/千次，GET约¥0.001/千次。比S3略贵，但差距不大。
- 流量费：国内出站流量¥0.5/GB。注意，OSS的CDN回源流量是免费的，这点比S3良心。
- 特殊优惠：OSS有「存储包」和「下行流量包」，预付费可以再省20%-40%。
| 费用项 | AWS S3（美东） | 阿里云OSS（华东） | 差异说明 |
|---|---|---|---|
| 标准存储/GB/月 | $0.023（约¥0.16） | ¥0.12 | OSS便宜约25% |
| PUT请求/千次 | $0.005（约¥0.035） | ¥0.01 | OSS略贵 |
| GET请求/千次 | $0.0004（约¥0.0028） | ¥0.001 | 基本持平 |
| 出站流量/GB | $0.09（约¥0.63） | ¥0.5 | OSS便宜20% |
适用场景：
- 业务主要在国内，用户也在国内
- 需要CDN加速分发（OSS+CDN组合很成熟）
- 合规要求数据必须留在国内
- 预算敏感，需要预付费降低成本
3.3 MinIO：轻量私有化，适合边缘和开发环境
MinIO是我个人最喜欢的对象存储方案。为什么？因为它太轻了。一个二进制文件，一条命令就能跑起来。我在开发环境里几乎都用MinIO模拟S3，本地调试完直接部署到AWS，API完全兼容。
成本模型分析：
- 软件成本：开源版免费。企业版按节点收费，约$10/节点/天。
- 硬件成本：取决于你用什么机器。我见过最省钱的方案：3台二手服务器，每台32GB内存+4块4TB SSD，总成本不到¥3万。
- 运维成本：MinIO的运维极其简单。升级就是替换二进制文件，重启服务。不需要专门的存储管理员。
- 隐藏成本：如果要做高可用，至少需要4个节点（Erasure Coding要求）。网络带宽也要考虑，MinIO的读写性能对网络延迟敏感。
我的经验：MinIO的Erasure Coding（纠删码）比副本更省空间。16块盘配EC 8+4，可用空间是12/16=75%，而3副本只有33%。但EC的CPU开销大，建议用支持AVX-512的CPU。
适用场景：
- 开发/测试环境模拟S3
- 边缘计算节点（IoT、CDN边缘）
- 中小规模私有云（几十TB以内）
- 对数据主权要求极高的场景（金融、政府）
3.4 Ceph：企业级分布式，但运维门槛高
Ceph是对象存储里的「重武器」。它不仅能做对象存储（RGW），还能做块存储（RBD）和文件存储（CephFS）。我在一家云计算公司做过Ceph集群，规模是120个OSD节点，总容量2PB。说实话，Ceph的运维压力很大。
成本模型分析：
- 软件成本：完全开源，无授权费。
- 硬件成本：Ceph对硬件要求高。建议用企业级SSD做WAL/DB，HDD做数据盘。一台存储节点成本约¥5万-¥10万。
- 运维成本：这是大头。Ceph的故障排查非常复杂，需要专门的运维团队。我见过一个团队3个人全职维护Ceph。
- 网络成本：Ceph要求万兆网络，最好用25GbE或100GbE。交换机也是一笔不小的开销。
我曾经踩过的坑：Ceph的PG（Placement Group）数量配置错了。一开始配了512个PG，集群规模增长到200TB后，PG数量不够导致数据分布不均。重新调整PG需要在线迁移，花了整整一周。后来我学乖了，初始PG数按「总容量/100GB」来估算。
适用场景：
- 超大规模私有云（PB级以上）
- 需要统一存储平台（对象+块+文件）
- 有专业存储运维团队
- 对硬件利用率要求极高（Ceph可以混用不同规格的磁盘）
3.5 选型决策框架
说了这么多，到底怎么选？我总结了一个简单的决策树，你照着走一遍基本不会错。
3.6 我的最终建议
如果你问我个人偏好，我会说：
- 开发环境：无脑MinIO。Docker一行命令就能跑，API完全兼容S3，本地调试完直接上云。
- 中小规模生产（<50TB）：优先选公有云。S3或OSS都行，看你的用户在哪。别为了省存储费自己搭Ceph，运维成本远超那点存储费。
- 大规模生产（>1PB）：如果团队有实力，Ceph是性价比最高的方案。但要做好心理准备——Ceph的故障排查会让你怀疑人生。
- 边缘节点：MinIO是唯一选择。轻量、兼容S3、支持Erasure Coding，没有比它更适合边缘的了。
一个小技巧：不管选哪个方案，API层面都尽量兼容S3。这样以后迁移的时候，只需要改endpoint和认证信息，业务代码几乎不用动。我见过太多被厂商锁定的案例了。