云计算的飞速发展是近年来国内外一直关注的焦点,其在生活方式及商业模式上都给人们带来了深刻的变化。随着云计算技术的发展,与之而来的云存储系统也得到了相应的发展。在众多的开源云平台中,Hadoop云平台具有高效性、高可靠性、高扩展性等优点,得到了业界广泛的应用。HDFS分布式存储系统(Hadoop Distributed File System)是Hadoop的核心模块之一,具有强大的数据存储能力。因此,本文对HDFS在云存储系统中的优化进行研究。主要工作如下:首先,在分析和研究HDFS原理基础上,针对HDFS存在的副本存储策略问题,提出了一种动态副本存储方案,以提高网络访问速率和存储效率以及优化系统负载均衡能力。其次,通过对原生HDFS以及HDFS Federation系统架构研究分析,设计了一种基于频度访问的系统优化架构,并且根据文件访问公平性,定义出频度阈值,以此制定了一种新的访问规则。通过创建热点缓存服务,用户访问热点数据时会由缓存服务直接发送文件元数据至客户端,以此达到减轻主节点压力并提高访问效率的目的。再次,设计集群网络结构,利用虚拟化技术搭建集群平台,同时采用ganglia分布式集群监测工具对优化前后的HDFS进行测试。对文件模型进行并发访问,分析系统优化前后访问时间对比以及NameNode节点的负载情况,实验结果表明在热点文件的访问时间上,优化后的HDFS有明显的性能优势,NameNode节点平均负载降低,CPU利用率提高。