对象存储（Object Storage）
定义：将文件与其描述信息（元数据）打包成一个独立的“对象”，分配唯一标识符（Key），通过网络协议（如 HTTP/HTTPS API）进行存取的扁平化分布式存储方法。常见服务有 AWS S3、阿里云 OSS、MinIO 等。
特点（Pros）：
- 高度可扩展（Highly scalable）：采用扁平化结构，摆脱了单机硬盘的物理容量限制，可以轻松无缝地扩展到 PB 甚至 EB 级别的海量存储。
- 丰富的元数据（Rich metadata）：每个文件都自带详细的“自我介绍”标签（如作者、权限、自定义分类），极大地方便了数据的检索、分类和自动化管理。
- 海量数据极具性价比（Cost-Effective for Big Data）：存储成本极低，天然支持大文件分片上传与多副本容灾，是大数据、视频、冷备份的理想存储媒介。
缺点（Cons）：
- 不适合高频读写的小文件（Less Suitable for Small Files）：由于每次读写都要走网络请求（HTTP），如果用来高频读写大量几 KB 的小文件，网络开销会非常大，效率低下。
- 没有文件层级结构（No File Hierarchy）：没有传统的“文件夹/目录树”概念，所有文件都在一个扁平的池子里，必须通过唯一标识符（URL/Key）或元数据直接定位。
- 部分操作延迟较高（Higher Latency for Some Ops）：网络传输导致其响应速度无法与本地硬盘相比。且对象是“不可变”的，无法像传统文件那样进行局部修改（改一个字节也需要重新上传或合并覆盖），导致部分写操作延迟较高。
文件存储（File Storage）
定义：基于树状目录结构（文件夹套文件夹）来组织和管理数据的传统存储方法。既包括本地文件系统（如 Windows 的 NTFS、Linux 的 ext4），也包括网络共享文件系统（如 NFS、SMB/Samba）。
特点（Pros）：
- 直观的路径查找：数据按“目录树”层级结构组织，可沿路径轻松定位，非常符合人类的日常整理和使用习惯。
- 支持高频随机读写：允许对文件进行局部修改（例如只修改 10GB 文件中的某一个字节），非常适合需要频繁读写、修改的系统文件和应用数据。
- 权限划分精细：拥有成熟、细粒度的系统级权限控制（如读、写、执行权限），保障数据安全。
缺点（Cons）：
- 物理扩展性有限：存储容量受限于单台服务器或硬件阵列的物理上限，无法像对象存储那样无限制扩容。
- 文件数量受限：受限于底层的索引机制（如 Linux 的 Inode）。当文件数量达到千万或亿级时，查找速度会急剧下降，甚至导致系统卡死。
- 超大文件管理困难：对于 TB 级以上的超大文件（如视频源文件、大型备份包），存在存储装不下、网络传输易中断、备份成本极高的问题。
