PROVIDER - 分布式对象存储服务

Storj

Storj 用纠删码把对象切片分散到大量独立节点上,前端提供 S3 兼容网关,常被当作备份与归档目标,按实际用量计费且没有最低承诺。

备份与迁移 美国 2026.11.20
3.6分

详细说明

优势 5 项

提供 S3 兼容网关与标准 endpoint,改 1 行配置就能把现有 S3 工具或备份软件指向 Storj
对象按纠删码切分为 80 个分片、29 个即可重建(官方口径),单个存储节点离线不影响读取
没有最低存储量与最低月费承诺,按实际占用容量与下载流量 2 项计费,冷数据不会被最低消费反向惩罚
支持对象锁(Object Lock)与版本控制 2 项防篡改能力,可作为不可变备份与合规归档目标
容量由独立存储节点汇总提供,不依赖 1 个中央机房,扩展随节点加入而非等待新数据中心上线

不足 4 项

延迟与吞吐取决于节点拓扑,随机小文件 IOPS 明显低于同城集中式对象存储
没有传统的区域与可用区概念,合规审计时「数据存放在哪里」需要按分散存储单独解释
品牌与生态规模小,主流备份软件的官方认证、插件与模板覆盖有限
中国大陆访问依赖跨境链路,大文件上传与恢复速度波动明显

服务商概述

Storj 是一家总部位于美国的分布式云存储厂商,在备份与迁移分类里通常不是主角,而是「备份数据最终落到哪里」这一环:它提供对象存储,前端挂一个 S3 兼容网关,备份软件只要支持自定义 endpoint,就能把仓库指向 Storj。

它的实现方式和集中式对象存储不同。对象写入时被纠删码切成大量分片,分散到网络上互不隶属的存储节点,读取时只要凑齐足够分片就能重建;官方口径是每个对象切成 80 个分片、29 个即可还原。因此没有单一的中央机房需要信任,也没有一个机房故障就整体不可用的风险点。

计费方式是它被大量用于备份与归档的原因:没有最低存储量、没有最低月费,按实际占用的容量和下载流量结算。这对于「平时几乎不读、但必须保留几年」的冷数据尤其友好,也避免出现「为了合规保留 2 TB,却要按最低 10 TB 付费」的情况。

核心优势

  • S3 兼容接入成本低:网关提供标准 endpoint 与 Access Key,现有 S3 客户端、备份软件、生命周期工具改一行配置即可切换,不需要改应用代码
  • 无最低消费承诺:按实际容量与下载流量计费,归档类负载不会因为占用少而被最低消费惩罚,成本随数据量线性变化
  • 纠删码冗余:对象分片分散到大量独立节点,单节点离线仍可重建,容错不依赖某个机房的双活设计
  • 不可变与版本控制:支持对象锁与版本控制,可作为勒索软件防护链路的离线/异地副本层,锁定期内副本无法被覆盖
  • 容量无预置门槛:不需要预先申请配额或等待新区域上线,写入多少计多少,适合数据量增长不确定的项目

产品生态

平台能力

核心能力是对象存储本体:桶管理、分段上传、预签名 URL、生命周期规则与访问策略。S3 兼容网关(Gateway MT)把请求翻译成内部协议,客户端看到的就是标准 S3 API,因此 aws-cli、rclone、restic、Veeam 这类工具都能直接用。

周边能力包括访问授权(API Key 与访问授权分离)、用量报表与项目隔离。用量按项目维度统计存储容量、下载流量与分段上传次数,便于把成本分摊到不同业务线;这一点在多团队共用一个存储账号时很关键,否则账单只有总额,无法回溯。

集成

  • S3 生态:aws-cli、rclone、restic、Duplicati 等支持自定义 endpoint 的工具可直接对接
  • 备份软件:支持 S3 兼容仓库的备份产品可通过网关写入,具体兼容性以产品文档为准
  • 自建应用:任何使用 S3 SDK 的服务改 endpoint 与凭据即可迁移
  • 运维侧:访问授权可按桶与前缀收窄权限,生命周期规则可自动清理过期对象
  • 迁移:可从其他对象存储或本地目录批量上传,按分段上传方式处理大文件

典型场景

三种用法最常见:备份仓库的异地副本,把本地备份再复制一份到 Storj 满足 3-2-1;长期归档,把冷数据从高价对象存储迁出,按年保留;以及应用的静态资源与日志存储,利用 S3 兼容性不改代码。三种用法的共同点是「写入一次、读取很少、但要保留很久」。

不足之处

  • 节点分散带来延迟波动,随机小文件读写性能明显弱于同城集中式对象存储,不适合做在线数据库或高频小文件场景
  • 没有区域与可用区概念,合规审计需要额外说明数据分布方式与加密边界
  • 生态规模小,主流备份厂商的官方认证与预置模板覆盖有限,兼容性需要自行验证
  • 中国大陆访问依赖跨境链路,大文件上传与恢复的速率不稳定,恢复窗口难以精确预估

适用场景

  • 备份仓库的异地副本(★★★★☆):S3 兼容加按量计费,适合作为 3-2-1 中的异地层,写入成本低、读取按需
  • 冷数据与合规归档(★★★★):无最低消费承诺,长期保留的老数据不必为闲置容量付费
  • 已有 S3 工具链的项目(★★★☆):rclone、restic 这类工具改 endpoint 即可,迁移成本接近零
  • 高频小文件与在线业务(★★):延迟与 IOPS 不占优,不适合做在线服务的主存储
  • 中国大陆为主的业务(★★):跨境链路质量不稳定,只建议作为异地副本而非主副本

价格参考

项目 价格 备注
存储容量 按占用的 GB 月计费 无最低容量承诺,单价随用量阶梯与区域浮动,以官网报价为准
下载流量 按实际下载 GB 计费 恢复与校验都会产生流量,恢复演练频繁时需单独估算
分段上传与操作 按请求次数计费 大文件分段上传的请求数远高于小文件,需按对象规模折算
对象锁与版本控制 不额外收费 版本保留会放大占用容量,成本体现在存储项上

上表只列计费维度,不含跨境带宽与迁移工具成本。做对比时建议按「每 TB 每年全包成本」估算,把存储、下载与请求三项按实际读写比例加权,单看存储单价容易低估恢复期的流量支出。

常见问题

Storj 能直接当备份软件用吗?

不能,它只是存储目标。备份调度、增量链、保留策略仍由备份软件负责,例如 restic、rclone、Duplicati 或支持 S3 仓库的商业产品;Storj 提供的是对象存储层与 S3 兼容接口。

数据分散在别人的节点上安全吗?

写入前由客户端加密,分片本身不含明文;访问需要 API Key 与访问授权。也就是说存储节点方看不到可读内容,但没有做客户端加密的自建应用需要自行确认加密链路,不要假设存储层替你做了这件事。

恢复速度能保证吗?

没有硬性 SLA 意义上的带宽承诺,实际速率取决于节点分布与跨境链路。对恢复时间敏感的业务建议保留一份本地或同区域副本,把 Storj 定位为异地第三份,而不是唯一副本。

和中国大陆的对象存储怎么选?

主副本留在境内以保证延迟与合规,Storj 作为境外异地副本使用;反过来把主副本放境外会同时遇到延迟与合规两个问题。

代码示例

用 aws-cli 指向 Storj 网关

#!/usr/bin/env bash
set -euo pipefail

# 凭据来自环境变量,endpoint 使用 Storj 的 S3 兼容网关
export AWS_ACCESS_KEY_ID="${STORJ_ACCESS_KEY}"
export AWS_SECRET_ACCESS_KEY="${STORJ_SECRET_KEY}"

ENDPOINT="https://gateway.storjshare.io"

# 列出桶,并上传一个测试对象确认链路可用
aws s3 ls --endpoint-url "${ENDPOINT}"
aws s3 cp ./backup.tar.zst "s3://${STORJ_BUCKET}/nightly/backup.tar.zst" \
  --endpoint-url "${ENDPOINT}" \
  --checksum-algorithm CRC32

大文件上传会自动走分段上传,注意分段大小与请求次数会直接影响账单。

用 boto3 做带校验的上传与列举

#!/usr/bin/env python3
# 上传文件并校验返回的 ETag,随后列举前缀下的对象核对完整性
import hashlib
import os
import boto3
from botocore.config import Config

session = boto3.session.Session()
s3 = session.client(
    "s3",
    endpoint_url=os.environ.get("STORJ_ENDPOINT", "https://gateway.storjshare.io"),
    aws_access_key_id=os.environ["STORJ_ACCESS_KEY"],
    aws_secret_access_key=os.environ["STORJ_SECRET_KEY"],
    config=Config(retries={"max_attempts": 5, "mode": "standard"}),
)

path = "backup.tar.zst"
key = f"nightly/{os.path.basename(path)}"

with open(path, "rb") as fh:
    local_md5 = hashlib.md5(fh.read()).hexdigest()

resp = s3.put_object(Bucket=os.environ["STORJ_BUCKET"], Key=key, Body=open(path, "rb"))
print("etag:", resp["ETag"], "local md5:", local_md5)

for obj in s3.list_objects_v2(Bucket=os.environ["STORJ_BUCKET"], Prefix="nightly/").get("Contents", []):
    print(obj["Key"], obj["Size"], obj["LastModified"])

分段上传的对象 ETag 不再是简单 MD5,校验时以对象大小与清单比对更可靠。

社区与资源

前往 Storj 官网 → https://www.storj.io/
访问官网 ↗