💡 JuiceFS 是一款高性能、云原生分布式文件系统，拥有企业版与社区版两个版本。

企业版：面向海量文件、高性能应用场景，如 AI 模型训练、大数据平台分布式计算、高性能计算。企业可采用云服务版或者本地部署。
社区版：面向通用场景，易于维护和使用，方便定制化，适合热衷参与开源社区建设的团队。在 Apache 2.0 协议下发布，目前有约 10.8K GitHub 星标。

JuiceFS 架构分为客户端、数据存储和元数据三部分。元数据存储在包括 Redis、MySQL 以及自研高性能云数据引擎等数据库中；而数据则被切分成块存储在对象存储中，支持市面上几乎所有类型的对象存储。

JuiceFS 社区版架构图

优势场景1 AI 模型训练

在 AI 场景中，文件存储中面临一些新的变化：非结构化数据、大量的小文件、训练数据读多写少、POSIX 兼容性等。

• 横向扩展：JuiceFS 的元数据引擎具有横向扩展功能，能轻松处理百亿级小文件；

• 缓存优化：JuiceFS 通过多级缓存加速，适应 AI 场景中的高频读和低频写需求，确保 AI 作业的高效与稳定；

• Kubernetes 集成：JuiceFS 提供 Kubernetes CSI Driver，通过 Kubernetes 原生存储方案访问数据，与 Kubernetes 生态兼容；

• 权限管理：JuiceFS 实施 Linux 标准的用户和用户组权限管理，为共享存储系统的不同团队提供数据隔离和安全保护。

基于JuiceFS 的 AI 场景架构图

查看案例：

优势场景2 Kubernetes 共享存储

当企业应用向 Kubernetes 容器平台迁移时，有状态应用的数据如何存储和管理是一个关键问题。

• Kubernetes 支持：JuiceFS 提供 Kubernetes CSI Driver 支持，通过 Kubernetes 原生的存储方案（PersistentVolumeClaim）来访问数据，对 Kubernetes 生态友好；

• 多客户端访问：JuiceFS 支持 Pod 同时读写（ReadWriteMany），满足不同类型应用的访问需求；

• 大规模并发：JuiceFS 支持上千客户端同时挂载及并发读写，支撑 Kubernetes 容器平台大规模应用的使用场景；

• 故障自动恢复：JuiceFS CSI Driver 支持挂载点故障自动恢复，保障应用容器访问数据的可用性。

基于 JuiceFS 的 Kubernetes 场景架构图

查看案例：

Hadoop 技术栈，一直是企业自建大数据平台的首选。随着企业数据量的指数级增长，云计算时代的到来，企业对存储的弹性、运维及 TCO 都提出了更高要求。曾经自建 Hadoop 大数据平台的企业正逐步将大数据平台迁移至云上。

• 存储与计算分离：JuiceFS 支持数据平台的存储与计算分离架构升级，实现存储空间的弹性伸缩并大幅降低存储成本；

• HDFS 兼容性：JuiceFS 完全兼容 HDFS API，支持所有 Hadoop 生态组件及主流 Hadoop 发行版，包括 Hadoop 2.x 和 3.x；

• 扩展性：JuiceFS 单一命名空间能够支撑百亿级文件和百 PB 数据存储；

• 一致性和性能：JuiceFS 提供强一致性保证和内建缓存加速机制，同时确保数据的强一致性和高性能。
基于JuiceFS 的大数据场景架构图

查看案例：