随着数据信息时代来临,传统的集中式数据存储方式已经无法满足用户的存储需求,而逐渐被云环境下的分布式数据存储方式所取代。云存储作为目前大数据资源存储以及管理的主流服务平台,应不断提升其存储性能以满足用户的高效存取要求。在云存储中,数据布局策略是影响其存储性能的一个关键因素,当用户将大批数据文件上传至云端时,合理的数据布局策略能够快速在集群中定位到合适的目标存储节点来对其进行分布存储,并能够使系统达到更好的负载均衡效果,提升其整体的存储性能,进而推动大数据行业的快速发展。本文以云环境下的数据存储布局为研究对象,针对传统数据布局策略存在严重的静态性、信息滞后性以及负载不均等问题,提出一种基于负载预测的数据动态存储布局策略。首先,通过深入分析影响存储型负载的重要指标,建立准确的存储节点负载评估方法。其次,采用动态优化后的二次指数平滑预测模型对存储节点的负载信息进行精准预测。然后根据负载预测结果对集群的整体状态进行评估,并设置考虑集群整体状态的动态阈值,将存储节点划分为三种不同负载状态的集合。最后采用基于时间区间均衡的数据动态存储布局算法快速在低负载状态集合中的存储节点间定位合适的目标存储节点,将待存储的数据文件进行合理存放,既提高了系统的负载均衡效果,又同时兼顾了系统的存储效率。实验分析表明,该策略通过将负载预测应用于数据布局工作中,不仅有效避免了其信息滞后性问题,并且在布局过程中能够根据各个存储节点的存储状态来动态充分的发挥其性能,从而提升整体系统的存储性能。与Random布局策略以及SFLS静态布局策略相比,该策略在存储节点数据量一致性、存储节点负载均衡度以及数据文件上传完成时间等方面都具有较好的效果。