近几十年来,随着互联网、物联网和移动互联网等应用的不断更新和发展,造成数据呈现海量式的增长。在越来越大的数据量面前,传统的单点存储已经不能够满足新时代的需求。在新的大数据背景下,分布式存储方式是解决海量数据存储的有效解决方案。Ceph由于其支持多种存储服务,既提供文件存储服务,又提供对象存储和块存储服务,同时又能够较好地克服了单点故障问题且具有良好的扩展性,从而使其得到了广泛关注。然而,Ceph的多副本机制使其在读写性能方面并未充分发挥集群优势,同时,在异构存储结构下,现有的存储策略限制了Ceph存储集群的性能。为此,论文深入研究了Ceph的存储机制,并提出了相应的优化策略。具体研究工作如下:1.研究了Ceph异构存储优化机制。首先针对Ceph采用强一致性的写入策略导致整个集群写延迟较高的问题,提出一种基于副本弱一致性的写入策略。进一步地,为有效的利用从副本节点的I/O性能,提出了一种基于副本弱一致性的组合存储优化策略。并对Ceph原生策略与优化存储策略做了实验对比,结果表明,基于副本弱一致性的组合存储优化策略在写吞吐量、随机读吞吐量、顺序读吞吐量、SSD命中率以及降低写延迟方面都有了较大的提升。2.基于SSD和HDD的异构存储架构,提出一种组合存储优化策略,从而充分利用异构环境下不同介质的存储设备的性能特点。通过建立对象热度模型,提出基于热度划分模型的异构副本组合存储策略,并分别对基于热度划分模型的异构副本组合存储策略、组合存储优化策略、原生策略,从集群读效率和异构副本不同组合方式读写性能等方面进行比较,结果表明,基于热度划分模型的异构副本组合存储策略在发挥异构副本性能特点方面有巨大优势。论文研究工作表明,在SSD和HDD的异构存储环境下,采用副本弱一致性策略以及组合存储策略,能够优化Ceph的存储机制,并有效提升Ceph集群的访问效率。