海量数据的应用导致分布式文件系统并发访问量的猛增,而文件读写压力变大必然需要考虑文件I/O带来的系统瓶颈。考虑到不同存储设备性能和成本不同,而且数据访问具有时间和空间局部性,因此需要进行分级存储,使经常被访问到的数据倾向存放到高性能设备,最近访问时间内不经常被读写的数据放置到低性能设备。考虑到数据存在着周期性的变化规律,数据访问的热度是变化的,海量存储系统中相当大比例的数据静止不动,而且高性能存储设备有限,因此基于分级存储技术进行数据迁移。典型的基于文件级的价值判定和迁移体系结构需要不断完善和补充,目前对数据的价值进行判定的因素有很多,需要权衡它们的优劣。基于文件级的价值判定需要完善以更好的适应存储设备对读写的要求。针对实际应用中的数据访问高峰期应用场景,亟待提出好的数据迁移策略,来优化对存储设备的读写延迟。针对以上存在的问题,本文提出了一个基于文件级的价值判定和迁移体系结构,用三个指标来权衡价值评定方法的优劣,为了更好的适应存储设备读写,对已有的文件级价值评定进行模型改进。对当前的适用的典型场景进行分析后,基于改进后的价值评定模型提出基于文件级的数据迁移算法。针对并发访问读写压力变大之后对数据进行迁移的场景,用web并发访问测试工具来对数据迁移之后的硬件读写进行评估,经过对web服务器并发访问响应时间的测试验证,与常规迁移方法相比该算法的确改进了系统的性能。