随着信息技术的迅猛发展,数据的存储占有越来越重要的地位。在数据呈指数级增长的今天,由于容量、价格和安全性的限制,本地的存储已经逐渐力不从心。这使得由分布式文件系统所支持的云存储的应用越来越广泛,其中Hadoop distributed file system(HDFS)因其强大的容错能力和可扩展性而得到了人们的广泛关注。但由于其设计是仿照Google File System(GFS),因此其只是对搜索引擎应用的支持比较好,要想应用于一般性的分布式存储,还需要一些研究和改进。在搜索引擎的应用中,文件大部分都是以大文件的形式存在的。而在一般性的存储中,文件的大小是多种多样的。而且由于HDFS单一名字节点(Namenode)的性能瓶颈问题,在文件分块太多的情况下,其对数据的访问会变得比较糟糕。因此,尽管HDFS具有很多先进的特性,但其设计的初衷就决定了其不是一个普适的分布式文件系统,而只能支持很有限的应用。本文的目的是设计和实现一个用于云存储的普适的分布式文件系统。首先提出了一种多Namenode的分布式文件系统的架构。文件的元数据由多个Namenode分布式的存储,并且名字节点只存储file到block的映射,而block的位置信息由数据节点管理者(DatanodeManager)进行存储,从而降低了名字节点的负载。然后,本文主要针对Datanode集群部分的实现方案和关键算法进行了论述。其中,本文对Datanode集群中的block分块策略进行了重新设计和实现。该策略中,数据块的大小有多个分块的因子供选择,系统根据具体的应用类型和文件的属性等信息灵活的对文件进行分块,从而保证系统能够对于云平台上的各种应用都有良好的访问性能。