大规模数据存储面临着数据容量大、数据结构复杂、基础设施异构、失效常态化等问题。高效的、去中心化的元数据管理方案对大型分布式存储系统的可靠性、可扩展性具有重要作用。动态的、自适应的副本机制对系统I/O响应性能、容错性和存储利用率有很大影响。现有相关工作在可扩展性、数据迁移、数据结点负载均衡等方面存在一些不足之处。首先,针对基于哈希的划分和基于子树划分的元数据管理方案扩展代价巨大以及对集群变动敏感等问题,提出一种基于一致性哈希结构的MDS(MetaData Server)集群化方案—CH-MMS。 CH-MMS在一致性MDS集群上引入虚拟MDS,有效平衡MDS集群负载；将Standby机制与延迟更新策略融合并应用于MDS集群,实现MDS快速失效恢复以及集群变动时零数据迁移量。阐述了CH-MMS的体系结构,介绍了核心数据结构LayoutTable、虚拟MDS结构、延迟更新机制以及相关算法,并对CH-MMS扩展性、容错性作了定性分析。其次,针对分布式存储系统中结点失效的不可避免性,在CH-MMS作为元数据服务组件的基础上,提出一种基于文件支持度的文件热度评价模型。该模型通过周期性的参数调整,使其能够自适应系统不断变化的负载状态,尽可能做出反映系统实际状态的副本决策。提出一种数据结点分群算法,根据整体负载状况对数据结点进行划分,避免片面性。在该模型基础上实现数据结点负载均衡调整算法、文件支持度动态调整算法和惰性副本清理算法,达到副本动态自适应调整的目的。最后,通过理论分析和原型实验,验证了CH-MMS具有元数据平衡分布、快速失效恢复、灵活的扩展性以及零结点变动数据迁移量等特点,能满足数据量不断增加的大规模存储集群元数据灵活、高效管理的需求；验证基于文件支持度模型的动态副本机制具有良好的数据结点负载均衡和自适应性。