很多人第一次接触存储体系时，都会被一堆词绕晕：块存储、文件存储、分布式存储、对象存储、分布式对象存储、分布式文件系统、分布式块设备……
其实它们不是“互相替代”的关系，而是不同抽象层、不同访问语义、不同工程目标的组合。

下面我用一篇文章把这些概念捋成一条清晰的逻辑链。

一、什么是块存储？块存储是和什么比较出来的？

块存储（Block Storage）是一种存储呈现方式：
它把数据切成固定大小的块（block），每个块有地址，像“硬盘扇区/块地址”一样被读写。上层看到的是一块裸磁盘/卷（Volume），而不是“文件”。AWS 的对比解释里也强调：块存储会把数据拆成等大小块并按优化方式存储，适合快速访问与检索。

与之比较的典型是：

• 文件存储（File Storage / NAS）：上层直接看到“目录/文件”层级。

• 对象存储（Object Storage）：上层看到的是“对象 + 元数据 + ID/Key”，不是文件系统目录树。

一句话类比：

• 块存储：给你一块“生盘”（/dev/sdb），你自己建分区、建文件系统。

• 文件存储：给你一个“共享文件夹”（/share），你直接读写文件。

• 对象存储：给你一个“桶 + Key”（bucket/key），你 PUT/GET 对象。

二、块存储“是怎么存的”？

你在主机上看到的“块存储”，通常长这样：

• Linux：/dev/vdb、/dev/mapper/xxx

• Windows：一块新磁盘（Disk）/ 一个卷（Volume）

1）块存储对主机暴露的是“块设备”

主机拿到的是一个可寻址的块设备，操作系统会在其上：

• 建分区（可选）

• 创建文件系统（ext4/xfs/ntfs 等）

• 由本机文件系统负责目录、权限、文件锁、碎片整理等

也就是说：
✅ 块存储只负责提供“可随机读写的块地址空间”
❗文件语义（文件名、目录、权限）是主机自己实现的。

2）块是“固定大小”，但上层可以随机读写

块存储特别擅长：

• 随机读写（Random I/O）

• 低延迟事务写入

• 细粒度更新（改一个 4KB 页，不用重写整文件）

这也是数据库、虚拟化磁盘镜像偏爱块存储的根本原因。

三、哪些数据“必须”用块存储？（场景清单）

不是所有数据都该用块存储。块存储最适合这类工作负载：

✅ 1）数据库 / 事务型系统（强烈推荐块存储）

• MySQL/PostgreSQL/Oracle

• ES/ClickHouse（取决于架构，但多数核心数据盘仍偏块）
  原因：随机读写、写放大控制、延迟敏感。

✅ 2）虚拟化与云主机系统盘/数据盘

• VM 的虚拟磁盘（VMDK/QCOW2 的底层卷）

• 云主机 EBS/云硬盘这种本质就是块卷
  原因：虚拟机需要“像真实硬盘一样”的语义与性能。

✅ 3）高性能文件系统的底座

你想要一个本机 ext4/xfs 的体验（比如应用只认本地路径、锁语义复杂），就让它跑在块存储上。

⚠️ 不太建议块存储的典型数据

• 海量小图片/视频/归档：对象存储更省心

• 多人共享文档协作：文件存储（CIFS/NFS）更自然

• 需要跨机共享同一目录：单纯块卷做不到（除非上层做集群文件系统/共享机制）

四、什么是分布式存储？“分布式”到底指什么？

分布式存储（Distributed Storage）不是一种“访问协议”，而是一种架构方式：

数据不放在一台存储设备里，而是分散到多台节点上，通过复制/纠删码/一致性协议实现容量与可靠性扩展。

关键点：

• 分布式存储描述的是后端如何组织数据

• 块/文件/对象描述的是前端如何访问数据

所以它们是两条正交维度：

• 前端接口：块 / 文件 / 对象

• 后端架构：单机 / 集群 / 分布式

所谓分布式存储，就是这个底层的存储系统，因为要存放的数据非常多，单一服务器所能连接的物理介质是有限的，提供的IO性能也是有限的，所以通过多台服务器协同工作，每台服务器连接若干物理介质，一起为多个系统提供存储服务。为了满足不同的访问需求，往往一个分布式存储系统，可以同时提供文件存储、块存储和对象存储这三种形式的服务。

五、分布式存储到底是“分布式文件”还是“分布式块”？

答案是：都可以。分布式存储可以对外提供块、文件、对象三种接口。

一个非常典型的例子是 Ceph：
它在同一个分布式底座（RADOS）上，上层可以提供 RBD 块设备、CephFS 文件系统、RGW 对象网关。官方文档与介绍也明确强调这三种接口共存。

1）分布式文件存储（Distributed File Storage）

对外像 NAS：目录/文件
典型：CephFS、GlusterFS、HDFS（偏大数据）
适合：共享目录、协作、容器共享卷（某些场景）

2）分布式块存储（Distributed Block Storage）

对外像“云硬盘”：卷/块设备
典型：Ceph RBD、OpenStack Cinder 后端等
适合：云主机卷、数据库卷、虚拟化

3）分布式对象存储（Distributed Object Storage）

对外像 S3：bucket/object
典型：Ceph RGW、MinIO、各云厂商对象存储
适合：海量非结构化数据、备份归档、静态资源、数据湖

六、对象存储是什么？它和文件存储有什么本质不同？

对象存储的核心特征是：

• 数据以 对象（Object） 形式管理

• 每个对象带丰富元数据

• 用全局唯一 Key/ID 定位，不依赖“目录树”

• 接口通常是 HTTP/REST（如 S3 API）

AWS 与 Red Hat 都把对象存储描述为：以对象为单位管理数据，并关联元数据，而不是目录文件层级。
对象存储的通用定义也强调：它以对象/Blob 组织数据，区别于文件层级与块寻址。

为什么对象存储特别适合“海量非结构化”？

因为它更容易做到：

• 横向扩展（bucket/namespace 天生适合跨节点）

• 便宜的大容量

• 通过元数据做生命周期管理（分层、归档、版本、保留策略等）

但它通常不擅长：

• 需要 POSIX 文件锁语义的协作编辑

• 小延迟事务随机写（对象 PUT/GET 往往以“对象整体”为单位）

七、有“分布式对象存储”一说吗？

不仅有，而且这是对象存储最常见的形态。

原因很简单：对象存储的设计目标往往就是海量扩展与高可靠，天然适合分布式实现。
比如 Ceph 的对象能力就是通过 RGW 提供对象接口，并由分布式集群承载。Ceph 技术架构介绍也把 RGW（对象）、RBD（块）、CephFS（文件）并列为 Ceph 的三大接口层。 (Ceph)

所以你可以这样记：

“对象存储 ≈ 更经常以分布式形态出现”
“文件/块存储”既可以是集中式，也可以是分布式。

八、最容易搞混的点：块/文件/对象 vs 分布式/集中式

把它们放到一个“二维表”里就清楚了：

• 横轴：访问接口（你怎么用）：块 / 文件 / 对象

• 纵轴：后端架构（它怎么存）：集中式 / 分布式

于是会得到 6 种组合：

• 集中式块：SAN/云硬盘的某些实现

• 分布式块：Ceph RBD

• 集中式文件：传统 NAS（CIFS/NFS）

• 分布式文件：CephFS / GlusterFS

• 集中式对象：小规模对象存储设备（少见）

• 分布式对象：S3/Ceph RGW/MinIO（最常见）

九、选型速查：你该用块、文件还是对象？

选块存储（Block）如果你有：

• 数据库、事务系统

• VM 磁盘、系统盘

• 低延迟随机 I/O

• 想要完全掌控本机文件系统

选文件存储（File）如果你有：

• 多人共享目录

• 办公协作、工程文件共享

• 需要 POSIX/锁语义（NFS）或 Windows ACL（SMB/CIFS）

选对象存储（Object）如果你有：

• 海量图片/视频/日志归档/备份

• 需要生命周期管理、版本、跨地域

• 以“对象整体”读写为主（PUT/GET）