随着信息化程度的不断提高,全球数据日益膨胀。面对当前PB级的海量数据存储需求,传统的存储系统在容量和性能的扩展上存在瓶颈。分布式存储以其扩展性强、性价比高、容错性好等优势得到了业界的广泛认同。据统计,海量存储系统中50%以上的文件系统操作是元数据操作。现在已有的分布式存储系统在带有命名空间的海量小文件读多写少的存储场景性能非常差,其中重要原因在于元数据服务器的性能和扩展性是一个严重的瓶颈。本文针对云存储系统设计了一种高性能、高并发、高扩展性的元数据服务器,以此来改善海量小文件读多写少场景的服务性能;同时元数据服务器的集群化设计让系统的可扩展性大大增强。我们设计了一种新的动态负载均衡策略来减少负载抖动和提高负载均衡的精确度。此外,我们提出了通道的概念,通道是一个将CPU和独立的磁盘进行绑定,从软件层次侧到硬件层次都独立的数据存储管道,可以大大消除随机I/O并且充分利用了当今服务器多核多盘的机器性能。从而加速存储服务。最后,我们提出了一种新的key-value存储引擎,通过批刷和提高I/O有效率从而大大提升单机的存储能力。多通道的key-value存储模块为我们的元数据服务器提供了非常高性能的底层存储方案。而在实现方面,我们在当前线程池和网络异步驱动的基础上针对海量云存储的应用场景做了进一步的性能优化,可以发挥出机器的极限性能。最后,本文通过一系列的性能测试表明我们的元数据服务器可以有效应用于海量小文件存储场景,并且相对于当前其他分布式文件系统的元数据服务系统有着数倍的性能提升。