分布式文件存储

HDFSHDFS（Hadoop Distributed File System），是大数据生态中的核心存储组件，专为大规模离线数据处理而设计。广泛用于数据湖、日志分析、离线计算、机器学习训练数据存储等大数据平台。优点：能够存储极大规模的数据，扩展性强。采用副本机制，容错能力较好。适合批处理和大数据分析任务，吞吐量高。缺点：不适合低延迟随机读写。小文件问题突出，元数据压力较大。更偏向“写一次、多次读取”的模型，灵活性不足。CephFS：统一存储平台中的通用选择CephFS是Ceph提供的分布式文件系统，底层依赖对象存储与元数据服务，具备较强的横向扩展能力。它不仅可提供文件存储，还能与Ceph的块存储、对象存储协同构建统一存储平台。适合云平台、私有云、容器平台、企业级统一存储以及需要高可用和弹性扩展的业务系统。