随着信息化的普及,当前的存储数据量日趋庞大。对于这庞大的信息数据,从传统的单机存储逐渐发展到现在集群存储,数据存储规模也越来越大。但是数据也具有自己存储周期,数据的访问频率会随着时间的流逝逐渐降低。一般超过三个月的数据,基本不会再被访问,而这些极少被访问的数据却占用了我们的存储空间的80%以上。若是将所有的数据都存储在磁盘等性能较高的存储设备上,会带来高昂的存储成本。HDFS是目前应用比较广泛的一款开源集群文件系统。主要在HDFS的NameNode端实现对于存储数据的自动分级存储功能。该功能的实现主要体现在三个部分:数据淘汰算法的实现,数据迁移功能的实现,冷数据存储的管理。使用了老化算法作为文件的分级淘汰算法,对老化算法进行了改进,改进后的老化算法能够体现记录周期内文件的访问频率以及文件大小等因素,使得老化算法能够较好的应用在HDFS。通过利用Hadoop的原有心跳通讯机制中的数据拷贝操作和数据删除操作,建立数据迁移任务,实现数据的迁移。修改了DataNode的分配策略,将部分DataNode的存储介质选作光盘库,用来存储冷数据,并对这些冷数据DataNode进行管理。通过将老化算法应用到HDFS中,实现了数据的分级存储功能。通过相关测试,验证了HDFS中的数据能够按照相关策略,自动化的将访问频率较低的数据,迁移到光盘库的DataNode中。