随着互联网在各行各业的不断延伸,产生的数据量级呈现爆发式增长,传统的存储方式正面临前所未有的挑战,云存储服务便应运而生。云存储凭借其成本低廉、部署方便、集群伸缩性灵活等优势,可以高效存储和处理海量数据。云存储平台是基于云存储的个人应用,用户通过该平台可以更快速的对集群资源进行管理,实时监控集群的状态。学位论文深入研究了分布式云存储技术,分析了HDFS体系结构和数据读写机制。通过平台应用项目进行需求分析,完成云储存平台系统设计,给出了较为全面的集群环境与开发环境的搭建过程。通过Hadoop自带的API接口,利用JAVA跨平台性特点、Web技术和MVC设计模式,实现了平台的前端搭建。在详细阐述HDFS负载均衡原理基础上,分析现有负载均衡算法,并根据现实情况结合集群中机器性能的不同,得出CPU利用率、内存使用率、网络带宽使用率等负载影响因素,提出基于复合因子改进的加权最小连接算法。主节点服务器根据存储节点服务器的负载动态变化调整负载权值,从而合理分配资源得到更加理想的负载均衡效果。通过对可扩展性、容错性及故障处理、负载压力等级等方面进行测试,结果分析表明:所搭建的云存储平台能够完成预期设计功能。所提出的改进算法,在负载均衡效果上具有一定高效性,进而证明此平台具有可用性。