S3
Amazon Web Services 提供的对象存储服务，数据存放在远端而非计算实例本地，每次读取都要经过网络
核心事实
时间轴 (近 90 天)
restic 支持将快照推送到 S3 兼容对象存储或 SFTP 远端。
Hoistbay 目前只覆盖 S3 和 CloudFront，不支持更广泛的云存储或企业级协作/权限管理功能。
restic支持本地目录、SFTP、S3兼容对象存储等多种后端，B2（Backblaze B2）是其中常见的一种。
生产级批量摄取系统应当在摄取边界处强制要求显式的编码元数据（HTTP Content-Type 头、S3 对象元数据标签或 schema 契约），把自动启发式检测只当作兜底层。
对亚毫秒级延迟有硬要求的实时搜索、高频更新的索引，仍更适合本地盘或内存方案，而不是 S3 存算分离方案。
把搜索索引放在 S3 更适合读多写少、对 P99 延迟不极端敏感、且索引规模大到存储成本成为主要矛盾的系统；日志检索、归档搜索、冷数据分析是典型受益场景。
存算分离指将数据持久化层与计算层独立部署、独立扩缩；在搜索系统中，索引构建、合并和查询服务可分别运行在不同节点池上，共享同一份 S3 数据。
S3 的典型首字节延迟在几十毫秒量级，且按请求次数（GET/PUT/LIST）和传输数据量计费。
本地 SSD 具有微秒级随机读延迟和固定硬件成本模型，与 S3 的计费模型截然不同。
分层缓存带来一致性复杂度，预取带来内存压力，粗粒度对象带来读放大——这些是应对 S3 索引延迟手段各自的代价。
还有 40 条时间轴事件
全部知识事实 (20)
Lakehouse通过在对象存储上构建事务元数据层（如Delta Lake、Apache Iceberg、Apache Hudi）解决数据湖缺乏ACID事务与数仓厂商锁定的矛盾
75%待验证Milvus将数据持久化到对象存储（S3/MinIO），计算节点无状态化，可以独立弹性伸缩
85%待验证restic 支持将快照推送到 S3 兼容对象存储或 SFTP 远端。
50%待验证Hoistbay 目前只覆盖 S3 和 CloudFront，不支持更广泛的云存储或企业级协作/权限管理功能。
50%待验证restic支持本地目录、SFTP、S3兼容对象存储等多种后端，B2（Backblaze B2）是其中常见的一种。
50%待验证生产级批量摄取系统应当在摄取边界处强制要求显式的编码元数据（HTTP Content-Type 头、S3 对象元数据标签或 schema 契约），把自动启发式检测只当作兜底层。
50%待验证存算分离指将数据持久化层与计算层独立部署、独立扩缩；在搜索系统中，索引构建、合并和查询服务可分别运行在不同节点池上，共享同一份 S3 数据。
50%待验证把搜索索引放在 S3 更适合读多写少、对 P99 延迟不极端敏感、且索引规模大到存储成本成为主要矛盾的系统；日志检索、归档搜索、冷数据分析是典型受益场景。
50%待验证本地 SSD 具有微秒级随机读延迟和固定硬件成本模型，与 S3 的计费模型截然不同。
50%待验证将索引放 S3 后，常见应对延迟的方式包括分层（热数据留本地缓存/内存，冷段放 S3）、预取与缓存策略前移、改变索引结构以减少单次查询触及的对象数量。
50%待验证把索引放 S3 后，查询路径多了一跳网络 I/O，原本几十微秒的磁盘读取可能变成毫秒级的对象存储请求，延迟预算必须重新分配。
50%待验证S3 的典型首字节延迟在几十毫秒量级，且按请求次数（GET/PUT/LIST）和传输数据量计费。
50%待验证分层缓存带来一致性复杂度，预取带来内存压力，粗粒度对象带来读放大——这些是应对 S3 索引延迟手段各自的代价。
50%待验证对亚毫秒级延迟有硬要求的实时搜索、高频更新的索引，仍更适合本地盘或内存方案，而不是 S3 存算分离方案。
50%待验证Cloudflare R2 的出网流量不单独计费，而 S3 的下载流量通常是账单中较大的一块，因此对于频繁分享、被多人观看的视频，R2 往往更划算。
50%待验证Reelbird 不依赖官方云存储服务，而是允许用户接入自己的 S3 或 Cloudflare R2 存储桶，Reelbird 本身不托管任何内容。
50%待验证Logic42 给出的性能数据显示：当每分区文件数从 4（512 MB/文件）增至 18,500（120 KB/文件）时，Trino 规划延迟从 45 ms 升至 38,000 ms，端到端查询时间从 480 ms 变为超时（OOM）。
50%待验证S3 和 Google Cloud Storage 不是层级化的 POSIX 文件系统，引擎在单个分区列出 50 万个文件时必须翻过数百个元数据分页标记。
50%待验证该案例中 H100 训练的真正瓶颈是数据管道中的非 GPU 开销，包括数据集反复从 S3 下载、基础模型未缓存、预处理单线程且 num_workers 过低。
50%待验证数据集约 25GB 且存放在 S3 桶中，每次启动训练都重新全量拉取，造成累积的网络传输和启动等待成本。
50%