云存储系统为存储大规模数据应运而生,其底层采用分布式文件系统作为存储平台。HDFS(Hadoop Distributed File Sysytem)是开源的云计算平台Hadoop提出的分布式文件系统,其设计简单,应用广泛。但是HDFS的设计初衷是为了处理大文件的,而目前随着互联网的发展,产生了越来越多的小文件需要处理,这给HDFS带来了挑战。HDFS采用单一的元数据节点NameNode来管理整个系统的元数据信息,并且为了提高访问效率,将元数据存储在内存中,但是当系统中存储着大量小文件时,会产生非常多的元数据,占用较大的NameNode内存,使其工作性能受到影响。此外,大量的小文件访问,需要频繁向NameNode发送请求,造成NameNode节点超负荷工作,成为系统整体性能的一个瓶颈。为了解决这个问题,使HDFS能适应小文件的存储,本文进行了相关研究,主要包括：对HDFS的系统架构设计和工作原理进行了深入了解。本文提出一种基于合并策略的HDFS小文件存储解决方案,并给出改进的系统架构。新的方案将小文件合并成为大文件进行存储,并创建相应的索引,在文件读取时,设计恰当的数据预取和缓存策略,提高访问效率。此外,为了进一步提高小文件合并之后的查找访问效率,本文将小文件进行分类标记,并按文件大小分别合并,并在NameNode端存放小文件标签的哈希索引和大文件块的B+树索引以及不同尺寸小文件相应的块内索引。然后,还设计了三级缓存策略,利用缓存来减少小文件访问时请求NameNode的次数,提高效率。最后,分别通过多组实验证明,本文提出的方案能有效提高小文件访问效率,减少NameNode内存开销。