云存储系统采用虚拟化技术将分布于不同地域的计算机资源进行集中管理和分配,通过资源复用的方式,有效地提高资源利用率,也降低了软硬件维护代价.然而,资源复用导致了应用之间的相互干扰和竞争.遗憾的是,现有的分布式块存储系统对服务质量的控制与支持严重不足,特别是在资源需求量超出存储系统能力时,无法提供令人满意的服务质量,迫切地需要提出一种满足高效、稳定的存储服务质量解决方案.存储服务质量应从两个维度进行支持：(1)解决前后端任务的资源平衡问题.由于系统资源是有限的,如果不对任务的执行加以控制,会造成前后端任务之间对资源的无序竞争.因此,对前端任务和后端任务的执行进行合理的调度,是解决该问题的关键.(2)解决前端任务间的资源平衡问题.前端任务既然被调度执行,那么其相互的资源竞争必须以一种公平的方式对待,特别是对性能影响显著的缓存资源,而现有的缓存替换算法太过陈旧.因此,对前端任务之间热数据的精确识别是解决该问题的关键.本文设计并实现了中兴分布式块存储系统ZTE-DBSS.其主要组成部分包括：MDS主要用于集群配置和元数据管理；ZK用于实现分布式数据的强一致更新；CSD主要负责实际的数据存储；CLI实现内核态客户端,提供块存储的访问接口；OMM为操作维护平台,用于集群管理.在ZTE-DBSS系统上线之初,对存储服务质量支持较弱,在前后端任务的资源平衡问题上采取的技术方案是静态限速技术,在前端任务间的资源平衡问题上采取的技术方案是二级链表技术,存储服务质量难以符合用户的预期,有较大的提升空间.针对前后端任务的资源平衡问题,本文提出一种自适应的任务调度技术,包括基于逻辑阀的任务开关机制和基于令牌桶的速率控制机制.在分布式块存储系统执行后端任务时,会根据系统的前端任务负载轻重来动态调整后端任务开关和速率,能够实现在保证前端任务执行的前提下,后端任务亦能够快速完成.针对前端任务间的资源平衡问题,本文提出一种多级热度的缓存替换技术,综合考虑数据近期的访问时间和历史的访问频率,采用可量化的计算方式对数据的热度进行评价.其优势在于：热度判断的主体全面、热度判断准确率高、充分发挥了硬件性能,从而以一种公平的方式对待前端任务对缓存资源的竞争.最终,将本文提出的两项关键技术在ZTE-DBSS系统中进行了工程实现和商用测试.测试结果表明：与优化前的静态限速技术相比,自适应的任务调度技术在4KB随机写时,IOPS提升38％,延迟降低39％,达到了优先满足前端任务的目标.与优化前的ARC算法相比,多级热度的缓存替换技术在4KB随机读写时IOPS分别提升68％、69％,在1MB随机读写时吞吐量分别提升77％、83％.在真实的云计算应用场景中,相较于优化前,ZTE-DBSS系统的存储服务效率平均提升77.81％,存储服务稳定性平均提升57.33％.ZTE-DBSS满足了用户对分布式块存储服务质量的期望,满足了对云计算产品的核心期望.